CN111812101A - 受电弓滑板缺陷检测装置及方法 - Google Patents

受电弓滑板缺陷检测装置及方法 Download PDF

Info

Publication number
CN111812101A
CN111812101A CN202010657833.0A CN202010657833A CN111812101A CN 111812101 A CN111812101 A CN 111812101A CN 202010657833 A CN202010657833 A CN 202010657833A CN 111812101 A CN111812101 A CN 111812101A
Authority
CN
China
Prior art keywords
image data
vision sensor
sensor module
stereoscopic vision
surface image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010657833.0A
Other languages
English (en)
Inventor
黄磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Jicui Intelligent Photoelectric System Research Institute Co ltd
Original Assignee
Jiangsu Jicui Intelligent Photoelectric System Research Institute Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu Jicui Intelligent Photoelectric System Research Institute Co ltd filed Critical Jiangsu Jicui Intelligent Photoelectric System Research Institute Co ltd
Priority to CN202010657833.0A priority Critical patent/CN111812101A/zh
Publication of CN111812101A publication Critical patent/CN111812101A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L5/00Current collectors for power supply lines of electrically-propelled vehicles
    • B60L5/18Current collectors for power supply lines of electrically-propelled vehicles using bow-type collectors in contact with trolley wire
    • B60L5/20Details of contact bow
    • B60L5/205Details of contact bow with carbon contact members
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8806Specially adapted optical and illumination features
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20Image signal generators
    • H04N13/204Image signal generators using stereoscopic image cameras
    • H04N13/243Image signal generators using stereoscopic image cameras using three or more 2D image sensors
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20Image signal generators
    • H04N13/261Image signal generators with monoscopic-to-stereoscopic image conversion
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00Features of devices classified in G01N21/00
    • G01N2201/12Circuits of general importance; Signal processing
    • G01N2201/129Using chemometrical methods
    • G01N2201/1296Using chemometrical methods using neural networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明实施例公开了一种受电弓滑板缺陷检测装置,包括第一立体视觉传感器模块、第二立体视觉传感器模块以及数据处理模块;第一立体视觉传感器模块用于采集受电弓的第一表面图像数据和第二表面图像数据,并发送至数据处理模块;第二立体视觉传感器模块用于采集受电弓的第三表面图像数据和第四表面图像数据,并发送至数据处理模块;数据处理模块用于接收所述表面图像数据,并基于立体匹配算法和三维缺陷检测算法进行处理,生成受电弓滑板缺陷检测结果。本发明实施例实现了复杂的外界环境下用于双目视觉立体匹配的图像采集,保证了视差图的准确性,实现了三维的滑板缺陷检测,保证了检测结果的可靠性和鲁棒性。

Description

受电弓滑板缺陷检测装置及方法
技术领域
本发明实施例涉及机器视觉领域,尤其涉及一种受电弓滑板缺陷检测装置及方法。
背景技术
受电弓是电力牵引机车从接触网上取得电能的电气设备,通常安装于铁路列车的车顶上,在列车运行的过程中,受电弓滑板的上表面与接触网接触,因此,受电弓及其滑板的运行状态关系到列车能否稳定、可靠地从接触线取电,对于保障列车的运营安全具有重要的意义。近些年,为满足我国日益增长的客运和货运需要,铁路部门实施了“客车高速、货车重载”的战略,这使得列车运营时间、运载负荷都大大增加,相应地,受电弓滑板更容易出现零件丢失、折断和磨损等严重问题,因此,对受电弓滑板的缺陷检测提出了更高的要求。
现有技术中,能够检测的主要缺陷类型有受电弓滑板碳条缺失、羊角丢失等缺陷检测、滑板厚度检测和弓头中心线偏移等,检测方法多基于二维图像,针对特定的缺陷类型采用图像预处理和图像分割方法,最后利用模板匹配和支持向量机等传统机器学习方法进行缺陷的判别。
但现有技术中的检测技术存在如下缺点:1、检测方法对每一种缺陷进行针对性的图片处理,步骤复杂且需要多次重复;2、检测装置多用于铁路现场,环境条件复杂多变,而检测方法采用传统的图像处理知识,只能获得边缘、点和面等浅层次图像特征,容易受光线等因素影响,方法鲁棒性差,容易产生误报、错报;3、检测方法仅依靠图像二维信息,而忽略了受电弓滑板缺陷的三维信息。综上所述,现有技术中的受电弓检测技术错误率高,无法满足复杂环境下对受电弓滑板缺陷的检测需求。
发明内容
本发明实施例提供一种受电弓滑板缺陷检测装置,通过设置受电弓滑板左右两个立体视觉传感器模块,实现了复杂的外界环境下用于双目视觉立体匹配的图像采集,基于立体匹配算法实现了受电弓滑板的视差匹配点的准确提取,保证了视差图的准确性,基于三维缺陷检测算法,实现了三维的滑板缺陷检测,保证了检测结果的可靠性和鲁棒性。
第一方面,本发明实施例提供了一种受电弓滑板缺陷检测装置,其特征在于,包括第一立体视觉传感器模块、第二立体视觉传感器模块以及数据处理模块;
其中,所述第一立体视觉传感器模块和所述第二立体视觉传感器模块设置于预先安装在铁轨两侧对称位置的立柱上,水平方向上与铁轨中心具有第一安全距离,垂直方向上与接触网的承力索具有第二安全距离;
所述第一立体视觉传感器模块,用于采集所述第一立体视觉传感器模块一侧的受电弓滑板的第一表面图像数据和第二表面图像数据,并将所述第一表面图像数据和所述第二表面图像数据发送至所述数据处理模块;
所述第二立体视觉传感器模块,用于采集所述第二立体视觉传感器模块一侧的受电弓滑板的第三表面图像数据和第四表面图像数据,并将所述第三表面图像数据和所述第四表面图像数据发送至所述数据处理模块;
所述数据处理模块,设置于铁轨一侧,与所述第一立体视觉传感器模块和所述第二立体视觉传感器模块连接,用于接收所述第一表面图像数据、所述第二表面图像数据、所述第三表面图像数据和所述第四表面图像数据,并基于立体匹配算法对所述第一表面图像数据、所述第二表面图像数据、所述第三表面图像数据和所述第四表面图像数据进行处理,生成三维图像数据,并基于三维缺陷检测算法对所述三维图像数据进行处理,生成受电弓滑板缺陷检测结果。
第二方面,本发明实施例还提供了一种受电弓滑板缺陷检测方法,其特征在于,由第一方面中提供的受电弓滑板缺陷检测装置来执行,所述方法包括:
所述数据处理模块接收第一立体视觉传感器模块发送的第一表面图像数据和第二表面图像数据,以及第二立体视觉传感器模块发送的第三表面图像数据和第四表面图像数据;
所述数据处理模块基于立体匹配算法对所述第一表面图像数据、所述第二表面图像数据、所述第三表面图像数据和所述第四表面图像数据进行处理,生成三维图像数据,并基于三维缺陷检测算法对所述三维图像数据进行处理,生成受电弓滑板缺陷检测结果。
本发明实施例的技术方案,通过设置受电弓滑板左右两个立体视觉传感器模块,实现了复杂的外界环境下用于双目视觉立体匹配的图像采集,基于立体匹配算法实现了受电弓滑板的视差匹配点的准确提取,保证了视差图的准确性,基于三维缺陷检测算法,实现了三维的滑板缺陷检测,保证了检测结果的可靠性和鲁棒性。
附图说明
图1为本发明实施例一提供的一种受电弓滑板缺陷检测装置的结构框图。
图2为本发明实施例一提供的一种受电弓滑板缺陷监测装置中的第一立体视觉传感器模块的结构示意图。
图3为本发明实施例二提供的一种受电弓滑板缺陷检测装置的结构框图。
图4为本发明实施例二提供的一种受电弓滑板缺陷检测装置的结构示意图。
图5为本发明实施例三提供的一种受电弓滑板缺陷检测方法的流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。
另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本发明实施例一提供的一种受电弓滑板缺陷检测装置的结构框图。如图1所示,该受电弓滑板缺陷检测装置包括第一立体视觉传感器模块110、第二立体视觉传感器模块120以及数据处理模块130。
其中,所述第一立体视觉传感器模块110和所述第二立体视觉传感器模块120设置于预先安装在铁轨两侧对称位置的立柱上,水平方向上与铁轨中心具有第一安全距离,垂直方向上与接触网的承力索具有第二安全距离。
第一安全距离为可以保证立体视觉传感器模块处于水平安全限位之外的距离,例如可以是900mm;第二安全距离为可以保证立体视觉传感器模块处于垂直安全限位之外的距离,例如可以是300mm。
可选的,立体视觉传感器模块具有向下倾斜的角度,例如可以是45°,以保证整个受电弓滑板处于立体视觉传感器模块的视场范围内。
所述第一立体视觉传感器模块110,用于采集所述第一立体视觉传感器模块110一侧的受电弓滑板的第一表面图像数据和第二表面图像数据,并将所述第一表面图像数据和所述第二表面图像数据发送至所述数据处理模块130。
第一表面图像数据和第二表面图像数据是所述第一立体视觉传感器模块110一侧的受电弓滑板的双目水平视差图像数据,用于对第一立体视觉传感器模块110一侧的受电弓滑板进行立体测量,基于立体匹配算法对第一表面图像数据和第二表面图像数据进行处理,可以得到第一立体视觉传感器模块110一侧的受电弓滑板的三维图像数据。
所述第二立体视觉传感器模块120,用于采集所述第二立体视觉传感器模块120一侧的受电弓滑板的第三表面图像数据和第四表面图像数据,并将所述第三表面图像数据和所述第四表面图像数据发送至所述数据处理模块130。
第三表面图像数据和第四表面图像数据是所述第二立体视觉传感器模块120一侧的受电弓滑板的双目水平视差图像数据,用于对第二立体视觉传感器模块120一侧的受电弓滑板进行立体测量,基于立体匹配算法对第三表面图像数据和第四表面图像数据进行处理,可以得到第二立体视觉传感器模块120一侧的受电弓滑板的三维图像数据。所述第一立体视觉传感器模块和所述第二立体视觉传感器模块可以同步被触发,并同步采集图像数据。
所述第一立体视觉传感器模块110包括:第一工业相机、第一补光灯、第二工业相机和第二补光灯,所述第二立体视觉传感器模块120包括:第三工业相机、第三补光灯、第四工业相机和第四补光灯。
所述第一工业相机,用于采集所述第一立体视觉传感器模块110一侧的受电弓滑板的第一表面图像数据;所述第一补光灯用于为第一工业相机提供图像数据采集所需照明,可以与第一工业相机被同步触发。
所述第二工业相机,用于采集所述第一立体视觉传感器模块110一侧的受电弓滑板的第二表面图像数据;所述第二补光灯用于为第二工业相机提供图像数据采集所需照明,可以与第二工业相机被同步触发。
所述第一工业相机和所述第二工业相机位置高度相同,水平相邻,且水平方向上具有一定的间距,使得第一立体视觉传感器模块一侧的受电弓滑板在第一工业相机和第二工业相机的不同水平视角下形成水平视差图像,所述间距例如可以是200mm;第一工业相机和第二工业相机同时进行图像数据采集。
所述第三工业相机,用于采集所述第二立体视觉传感器模块120一侧的受电弓滑板的第三表面图像数据;所述第三补光灯用于为第三工业相机提供图像数据采集所需照明,可以与第三工业相机被同步触发。
所述第四工业相机,用于采集所述第二立体视觉传感器模块120一侧的受电弓滑板的第四表面图像数据;所述第四补光灯用于为第四工业相机提供图像数据采集所需照明,可以与第四工业相机被同步触发。
所述第三工业相机和所述第四工业相机位置高度相同,水平相邻,且水平方向上具有一定的间距,使得第二立体视觉传感器模块一侧的受电弓滑板在第三工业相机和第四工业相机的不同水平视角下形成水平视差图像,所述间距例如可以是200mm;第三工业相机和第四工业相机同时进行图像数据采集。
可选的,第一工业相机、第二工业相机、第三工业相机和第四工业相机可以采用IMPERX的B3320彩色相机,分辨率3312x2448,帧率71fps,并配有长焦镜头,例如可以是35mm施耐德长焦镜头,以满足远距离、大视场的测量要求,曝光值采用5us,满足大景深和高速采集的要求。
可选的,第一工业相机、第二工业相机、第三工业相机和第四工业相机可以基于张正友标定算法,预先标定好内外参数,建立空间点到像素点的映射关系,以实现双目视觉立体匹配。
可选的,所述第一立体视觉传感器模块110和所述第二立体视觉传感器模块120还分别包括:保护壳体。
所述保护壳体,用于保护所述第一立体视觉传感器模块110和所述第二立体视觉传感器模块120。可选的,保护壳体内侧设有防水防尘隔热功能的防护层,以提高立体视觉的传感器对复杂气候环境的适应性;保护壳体还包括进风口和出风口,以在保护壳体内部形成空气循环,调节保护壳体内侧的温度和湿度。
可选的,所述第一立体视觉传感器模块110和所述第二立体视觉传感器模块120还分别包括:温度监控模块。
所述温度监控模块,设置于所述保护壳体内,用于监控所述第一立体视觉传感器模块110和所述第二立体视觉传感器模块120的温度,以使所述第一立体视觉传感器模块110和所述第二立体视觉传感器模块120的温度保持在最佳工作温度范围内。可选的,温度监控模块包括:散热片、加热片和加热子模块。示例性的,图2是本实施例提供的一种受电弓滑板缺陷监测装置中的第一立体视觉传感器模块110的结构示意图。如图2所示,所述散热片紧贴于工业相机和补光灯外侧,用于散热,以增强立体视觉传感器模块对极高温度的适应性。所述加热片紧贴于工业相机上侧,与加热子模块连接,加热子模块工作时通过加热片对工业相机加热,以增强立体视觉传感器模块对极低温度的适应性。
所述数据处理模块230,设置于铁轨一侧,与所述第一立体视觉传感器模块110和所述第二立体视觉传感器模块120连接,用于接收所述第一表面图像数据、所述第二表面图像数据、所述第三表面图像数据和所述第四表面图像数据,并基于立体匹配算法对所述第一表面图像数据、所述第二表面图像数据、所述第三表面图像数据和所述第四表面图像数据进行处理,生成三维图像数据,并基于三维缺陷检测算法对所述三维图像数据进行处理,生成受电弓滑板缺陷检测结果。
所述数据处理模块130包括:工控机和电源。工控机用于生成包含立体信息的视差图,处理深度图像(RGB-D)数据,基于立体匹配算法和三维缺陷检测算法检测受电弓滑板缺陷。电源可以是不间断电源,可以向数据处理模块供电,以确保意外停电时受电弓滑板缺陷检测数据的安全。可选的,数据处理模块还包括信号防雷箱,用于减少雷电等恶劣天气对受电弓滑板缺陷检测装置的破坏。
可选的,立体匹配算法可以是全局立体匹配算法,也可以是局部立体匹配算法,示例性的,本实施例提供一种优选的基于随机森林分类的局部立体匹配算法(SGM-Forest),该方法采用每像素的随机森林分类,对立体匹配中线扫描的代价进行了优化,包括:建立线扫描优化的融合模型;基于随机森林分类进行视差估计和置信预测;基于置信预测结果进行空间滤波。该方法对第一表面图像数据、第二表面图像数据、第三表面图像数据和所述第四表面图像数据进行了视差匹配点的提取,基于该方法,基于第一表面图像数据和第二表面图像数据可以得到第一立体视觉传感器模块一侧的受电弓滑板的三维图像数据,基于第三表面图像数据和第四表面图像数据可以得到第二立体视觉传感器模块一侧的受电弓滑板的三维图像数据,两侧的三维图像数据融合后可以得到完整的受电弓滑板的三维图像数据。该方法基于随机森林分类算法,实现了受电弓滑板的视差匹配点的准确提取,保证了视差图的准确性。
可选的,上述SGM-Forest方法中,针对三维点云中存在大量背景噪声点,首先采用随机采样一致(RANSAC)算法进行点云预处理,然后对点云进行聚类分割,从而去除大量无关背景,大大减少后续步骤中需要处理的RGB-D数据,提高了三维检测的速度。
可选的,本实施例还提供了一种优选的基于平截头体深度神经网络的三维缺陷检测模型,包括:平截头体建议,三维实例分割和三维节点边界框估计。该方法将受电弓滑板的所述三维图像数据作为输入,可以输出受电弓滑板上缺陷的位置和类型。该方法不同于传统的基于二维图像的缺陷检测,采用基于平截头体的深度神经网络,以结合彩色图像和深度图像的RGB-D数据为输入,实现了三维的滑板缺陷检测,保证了检测结果的可靠性和鲁棒性。
受电弓滑板缺陷检测结果包括但不限于缺陷的数量、缺陷的位置和缺陷的类型,可以以图像或数据的形式呈现,不做限定。
本实施例提供了一种受电弓滑板缺陷监测装置,通过设置受电弓滑板左右两个立体视觉传感器模块,实现了复杂的外界环境下用于双目视觉立体匹配的图像采集,基于立体匹配算法实现了受电弓滑板的视差匹配点的准确提取,保证了视差图的准确性,基于三维缺陷检测算法,实现了三维的滑板缺陷检测,保证了检测结果的可靠性和鲁棒性。
实施例二
图3是本发明实施例二提供的一种受电弓滑板缺陷检测装置的结构框图,图4是本发明实施例二提供的一种受电弓滑板缺陷检测装置的结构示意图。结合图3和图4所示,在实施例一的基础上,该受电弓滑板缺陷检测装置还包括:触发模块240和控制模块250。
所述触发模块240用于检测列车在行驶过程中与受电弓滑板缺陷检测装置的位置关系,并向控制模块250发送信号,包括:开机磁钢241、离去磁钢242和激光触发传感器。
其中,所述开机磁钢241设置于铁轨内边沿,位于所述立柱的列车驶来方向的一侧,与所述立柱具有第一检测距离,用于在检测到列车经过时发送来车信号至所述控制模块250。第一检测距离例如可以是50m,表示当列车到达前,距离受电弓滑板缺陷检测装置50m时该装置可以检测到列车驶来。
所述离去磁钢242设置于铁轨内边沿,所述立柱的列车离去方向的一侧,与所述立柱具有第二检测距离,用于在检测到列车经过时发送离去信号至所述控制模块250。第二检测距离例如可以是20m,表示当列车通过后,距离受电弓滑板缺陷检测装置20m时该装置可以检测到列车离去。
所述激光触发传感器包括:激光发射端243和激光接收端244,其中,所述激光发射端243和所述激光接收端244设置于所述立柱上,分别位于铁轨两侧,高度与列车驶过时受电弓羊角位置的高度相同;所述激光发射端243发射一字形激光,所述激光接收端244接收所述一字形激光,用于在检测到列车经过时发送驶入信号至所述控制模块250。具体的,当无列车驶过,没有受电弓羊角遮挡时,激光发射端243发射的一字形激光完整的进入激光接收端244,当列车驶过,受电弓羊角通过激光发射端243和激光接收端244中间轨道时,一字形激光无法进入激光接收端244,从而使激光触发传感器检测到列车驶过,发送驶入信号至所述控制模块250。
所述控制模块250,用于在接收到所述来车信号时,发送采集信号至第一立体视觉传感器模块110和第二立体视觉传感器模块120,使其进入采集状态;在接收到所述驶入信号时,发送触发信号至第一立体视觉传感器模块110和第二立体视觉传感器模块120,使其进入触发状态;在接收到所述离去信号时,发送休眠信号至第一立体视觉传感器模块110和第二立体视觉传感器模块120,使其进入休眠状态,发送测量信号至数据处理模块130,使其进入测量状态。
采集状态下,立体视觉传感器模块开启,其中,工业相机和补光灯被同步开启,工业相机开始采集其视场范围内的图像。触发状态下,工业相机继续采集其视场范围内的图像,并将所采集到的图像数据发送至数据处理模块,图像数据中包括受电弓滑板进入工业相机视场范围后的图像数据。休眠状态下,立体视觉传感器模块关闭。
数据处理模块130进入测量状态后,基于立体匹配算法对接收到的图像数据进行处理,生成三维图像数据,并基于三维缺陷检测算法对所述三维图像数据进行处理,以得到受电弓滑板缺陷检测结果。
本实施例提供了一种受电弓滑板缺陷监测装置,通过设置受电弓滑板左右两个立体视觉传感器模块,实现了复杂的外界环境下用于双目视觉立体匹配的图像采集,基于立体匹配算法实现了受电弓滑板的视差匹配点的准确提取,保证了视差图的准确性,基于三维缺陷检测算法,实现了三维的滑板缺陷检测,保证了检测结果的可靠性和鲁棒性;同时,通过触发模块及时检测到待检测列车驶来,以实现该受电弓滑板缺陷监测装置工作状态的自动控制,节省能源,延长装置寿命。
可选的,数据处理模块130还用于将所述受电弓滑板缺陷检测结果发送至远程监测模块,以使所述远程监测模块对所述受电弓滑板缺陷检测结果进行复核并依据所述受电弓滑板缺陷检测结果作出诊断报告。
可选的,所述受电弓滑板缺陷检测装置还包括远程监测模块。所述远程监测模块用于接收所述数据处理模块发送的受电弓滑板缺陷检测结果,对所述受电弓滑板缺陷检测结果进行复核并依据所述受电弓滑板缺陷检测结果作出诊断报告。
对所述受电弓滑板缺陷检测结果进行复核可以是利用自动化方法复核,也可以是人工复核,不做限定。诊断报告包括但不限于正常、疑似或故障,以通知相关工作人员对受电弓滑板进行相应的维护。
上述实施方式提供的技术特征通过远程监测模块,实现了对缺陷检测结果的再次复核,进一步提高了检测结果的准确率,实现了诊断报告的输出,使检测结果更加直观,提高受电弓滑板检测和维护工作的效率。
实施例三
图5是本发明实施例三提供的一种受电弓滑板缺陷检测方法的流程图。本实施例可适用于对受电弓滑板进行缺陷检测的情况,该方法可以由本发明实施例提供的受电弓滑板缺陷检测装置来执行。如图5所示,该受电弓滑板缺陷检测方法具体包括:
步骤301、所述数据处理模块接收第一立体视觉传感器模块发送的第一表面图像数据和第二表面图像数据,以及第二立体视觉传感器模块发送的第三表面图像数据和第四表面图像数据。
步骤302、所述数据处理模块基于立体匹配算法和三维缺陷检测算法对所述第一表面图像数据、所述第二表面图像数据、所述第三表面图像数据和所述第四表面图像数据进行测量,生成受电弓滑板缺陷检测结果。
上述实施例通过设置受电弓滑板左右两个立体视觉传感器模块,实现了复杂的外界环境下用于双目视觉立体匹配的图像采集,基于立体匹配算法实现了受电弓滑板的视差匹配点的准确提取,保证了视差图的准确性,基于三维缺陷检测算法,实现了三维的滑板缺陷检测,保证了检测结果的可靠性和鲁棒性。
可选的,本发明实施例还提供了一种所述受电弓滑板缺陷检测方法在具体情况下的实施方式。当列车经过开机磁钢时,开机磁钢发送来车信号至控制模块;控制模块接收到所述来车信号,发送采集信号至立体视觉传感器模块,使立体视觉传感器模块进入采集状态;当激光触发传感器检测到列车驶入所述立体视觉传感器模块的视场范围内时,所述激光触发传感器发送驶入信号至控制模块;控制模块接收到所述驶入信号,发送触发信号至立体视觉传感器模块,使立体视觉传感器模块进入触发状态,并在触发状态下发送表面图像数据至数据处理模块;当列车经过离去磁钢时,离去磁钢发出离去信号;控制模块接收到所述离去信号,发送休眠信号至立体视觉传感器模块,发送测量信号至数据处理模块;立体视觉传感器模块进入休眠状态,同时数据处理模块接收立体视觉传感器模块发送的表面图像数据,并基于立体匹配算法对表面图像数据进行处理,生成三维图像数据,并基于三维缺陷检测算法对所述三维图像数据进行处理,生成受电弓滑板缺陷检测结果。
上述实施方式提供的技术特征通过触发模块及时检测到待检测列车驶来,以实现该受电弓滑板缺陷监测装置工作状态的自动控制,节省能源,延长装置寿命。
可选的,所述受电弓滑板缺陷检测方法还包括:
所述数据处理模块将所述受电弓滑板缺陷检测结果发送至所述远程监测模块,以使所述远程监测模块接收所述数据处理模块发送的受电弓滑板缺陷检测结果,对所述受电弓滑板缺陷检测结果进行复核并依据所述受电弓滑板缺陷检测结果作出诊断报告。
上述实施方式提供的技术特征通过将缺陷检测结果发送至远程监测模块,实现了对缺陷检测结果的再次复核,进一步提高了检测结果的准确率,实现了诊断报告的输出,使检测结果更加直观,提高受电弓滑板检测和维护工作的效率。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种受电弓滑板缺陷检测装置,其特征在于,包括第一立体视觉传感器模块、第二立体视觉传感器模块以及数据处理模块;
其中,所述第一立体视觉传感器模块和所述第二立体视觉传感器模块设置于预先安装在铁轨两侧对称位置的立柱上,水平方向上与铁轨中心具有第一安全距离,垂直方向上与接触网的承力索具有第二安全距离;
所述第一立体视觉传感器模块,用于采集所述第一立体视觉传感器模块一侧的受电弓滑板的第一表面图像数据和第二表面图像数据,并将所述第一表面图像数据和所述第二表面图像数据发送至所述数据处理模块;
所述第二立体视觉传感器模块,用于采集所述第二立体视觉传感器模块一侧的受电弓滑板的第三表面图像数据和第四表面图像数据,并将所述第三表面图像数据和所述第四表面图像数据发送至所述数据处理模块;
所述数据处理模块,设置于铁轨一侧,与所述第一立体视觉传感器模块和所述第二立体视觉传感器模块连接,用于接收所述第一表面图像数据、所述第二表面图像数据、所述第三表面图像数据和所述第四表面图像数据,基于立体匹配算法对所述第一表面图像数据、所述第二表面图像数据、所述第三表面图像数据和所述第四表面图像数据进行处理,生成三维图像数据,并基于三维缺陷检测算法对所述三维图像数据进行处理,生成受电弓滑板缺陷检测结果。
2.根据权利要求1所述的装置,其特征在于,所述第一立体视觉传感器模块包括:第一工业相机、第一补光灯、第二工业相机和第二补光灯,所述第二立体视觉传感器模块包括:第三工业相机、第三补光灯、第四工业相机和第四补光灯;
所述第一工业相机,用于采集所述第一立体视觉传感器模块一侧的受电弓滑板的第一表面图像数据;所述第一补光灯用于为第一工业相机提供图像数据采集所需照明;
所述第二工业相机,用于采集所述第一立体视觉传感器模块一侧的受电弓滑板的第二表面图像数据;所述第二补光灯用于为第二工业相机提供图像数据采集所需照明;
所述第一工业相机和所述第二工业相机位置高度相同,水平相邻;
所述第三工业相机,用于采集所述第二立体视觉传感器模块一侧的受电弓滑板的第三表面图像数据;所述第三补光灯用于为第三工业相机提供图像数据采集所需照明;
所述第四工业相机,用于采集所述第二立体视觉传感器模块一侧的受电弓滑板的第四表面图像数据;所述第四补光灯用于为第四工业相机提供图像数据采集所需照明;
所述第三工业相机和所述第四工业相机位置高度相同,水平相邻。
3.根据权利要求1所述的装置,其特征在于,所述数据处理模块包括:工控机和电源。
4.根据权利要求1所述的装置,其特征在于,所述第一立体视觉传感器模块和所述第二立体视觉传感器模块还分别包括:保护壳体;
所述保护壳体,用于保护所述第一立体视觉传感器模块和所述第二立体视觉传感器模块。
5.根据权利要求1所述的装置,其特征在于,所述第一立体视觉传感器模块和所述第二立体视觉传感器模块还分别包括:温度监控模块;
所述温度监控模块,用于监控所述第一立体视觉传感器模块和所述第二立体视觉传感器模块的温度,以使所述第一立体视觉传感器模块和所述第二立体视觉传感器模块的温度保持在最佳工作温度范围内。
6.根据权利要求1所述的装置,其特征在于,所述受电弓滑板缺陷检测装置还包括:触发模块和控制模块;
所述触发模块包括:开机磁钢、离去磁钢和激光触发传感器;
其中,所述开机磁钢设置于铁轨内边沿,位于所述立柱的列车驶来方向的一侧,与所述立柱具有第一检测距离,用于在检测到列车经过时发送来车信号至所述控制模块;
所述离去磁钢设置于铁轨内边沿,所述立柱的列车离去方向的一侧,与所述立柱具有第二检测距离,用于在检测到列车经过时发送离去信号至所述控制模块;
所述激光触发传感器包括:激光发射端和激光接收端,其中,所述激光发射端和所述激光接收端设置于所述立柱上,分别位于铁轨两侧,高度与列车驶过时受电弓羊角位置的高度相同;所述激光发射端发射一字形激光,所述激光接收端接收所述一字形激光,用于在检测到列车经过时发送驶入信号至所述控制模块;
所述控制模块,用于在接收到所述来车信号时,发送采集信号至第一立体视觉传感器模块和第二立体视觉传感器模块,使所述第一立体视觉传感器模块和所述第二立体视觉传感器模块同步进入采集状态;在接收到所述驶入信号时,发送触发信号至第一立体视觉传感器模块和第二立体视觉传感器模块,使所述第一立体视觉传感器模块和所述第二立体视觉传感器模块同步进入触发状态;在接收到所述离去信号时,发送休眠信号至第一立体视觉传感器模块和第二立体视觉传感器模块,使所述第一立体视觉传感器模块和所述第二立体视觉传感器模块进入休眠状态,发送测量信号至数据处理模块,使所述数据处理模块进入测量状态。
7.根据权利要求1-6任一项所述的装置,其特征在于,所述数据处理模块,还用于将所述受电弓滑板缺陷检测结果发送至远程监测模块,以使所述远程监测模块对所述受电弓滑板缺陷检测结果进行复核并依据所述受电弓滑板缺陷检测结果作出诊断报告。
8.根据权利要求7所述的装置,其特征在于,还包括:所述远程监测模块;
所述远程监测模块用于接收所述数据处理模块发送的受电弓滑板缺陷检测结果,对所述受电弓滑板缺陷检测结果进行复核并依据所述受电弓滑板缺陷检测结果作出诊断报告。
9.一种受电弓滑板缺陷检测方法,其特征在于,由权利要求1-8任一项所述的受电弓滑板缺陷检测装置来执行,所述方法包括:
所述数据处理模块接收第一立体视觉传感器模块发送的第一表面图像数据和第二表面图像数据,以及第二立体视觉传感器模块发送的第三表面图像数据和第四表面图像数据;
所述数据处理模块基于立体匹配算法对所述第一表面图像数据、所述第二表面图像数据、所述第三表面图像数据和所述第四表面图像数据进行处理,生成三维图像数据,并基于三维缺陷检测算法对所述三维图像数据进行处理,生成受电弓滑板缺陷检测结果。
10.根据权利要求9所述的方法,其特征在于,还包括:
所述数据处理模块将所述受电弓滑板缺陷检测结果发送至远程监测模块,以使所述远程监测模块接收所述数据处理模块发送的受电弓滑板缺陷检测结果,对所述受电弓滑板缺陷检测结果进行人工复核,并依据所述受电弓滑板缺陷检测结果作出诊断报告。
CN202010657833.0A 2020-07-09 2020-07-09 受电弓滑板缺陷检测装置及方法 Pending CN111812101A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010657833.0A CN111812101A (zh) 2020-07-09 2020-07-09 受电弓滑板缺陷检测装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010657833.0A CN111812101A (zh) 2020-07-09 2020-07-09 受电弓滑板缺陷检测装置及方法

Publications (1)

Publication Number Publication Date
CN111812101A true CN111812101A (zh) 2020-10-23

Family

ID=72842054

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010657833.0A Pending CN111812101A (zh) 2020-07-09 2020-07-09 受电弓滑板缺陷检测装置及方法

Country Status (1)

Country Link
CN (1) CN111812101A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112762828A (zh) * 2020-12-25 2021-05-07 江苏集萃智能光电系统研究所有限公司 基于双目立体视觉的列车受电弓几何参数在线检测设备
CN112950532A (zh) * 2021-01-14 2021-06-11 成都铁安科技有限责任公司 一种列车受电弓状态检测方法
CN113781537A (zh) * 2021-09-17 2021-12-10 南昌工程学院 一种轨道弹条扣件缺陷识别方法、装置和计算机设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102168947A (zh) * 2010-12-31 2011-08-31 朱晓东 一种受电弓滑板磨耗监测系统
CN102507600A (zh) * 2011-11-08 2012-06-20 南京大学 高速机车受电弓滑板磨损自动检测装置
CN108680104A (zh) * 2018-05-07 2018-10-19 南京理工大学 一种城轨列车受电弓故障监测装置及方法
CN110455214A (zh) * 2019-07-30 2019-11-15 中车青岛四方机车车辆股份有限公司 一种受电弓滑板磨耗状态监测系统及方法
CN111238393A (zh) * 2020-01-20 2020-06-05 成都铁安科技有限责任公司 受电弓碳滑板检测系统及其控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102168947A (zh) * 2010-12-31 2011-08-31 朱晓东 一种受电弓滑板磨耗监测系统
CN102507600A (zh) * 2011-11-08 2012-06-20 南京大学 高速机车受电弓滑板磨损自动检测装置
CN108680104A (zh) * 2018-05-07 2018-10-19 南京理工大学 一种城轨列车受电弓故障监测装置及方法
CN110455214A (zh) * 2019-07-30 2019-11-15 中车青岛四方机车车辆股份有限公司 一种受电弓滑板磨耗状态监测系统及方法
CN111238393A (zh) * 2020-01-20 2020-06-05 成都铁安科技有限责任公司 受电弓碳滑板检测系统及其控制方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
CHARLES R. QI 等: ""Frustum PointNets for 3D Object detection from RGB-D Data", 《CONFERENCE:2018 IEEE/CVPR CONFORANCE ON COMPUTER VISION AND PATTERN RECOGNITION(CPPR)》 *
彭育辉: "基于深度学习的三维目标检测方法综述", 《汽车技术》 *
朱燕玉: "复杂情况下受电弓滑板边缘的检测", 《激光与光电子学进展》 *
苏州华兴致远电子科技有限公司: "基于双目视觉的受电弓碳滑板磨耗检测", 《电子测量技术》 *
赵晨园 等: "双目视觉的立体匹配算法研究进展", 《计算机科学与探索》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112762828A (zh) * 2020-12-25 2021-05-07 江苏集萃智能光电系统研究所有限公司 基于双目立体视觉的列车受电弓几何参数在线检测设备
CN112950532A (zh) * 2021-01-14 2021-06-11 成都铁安科技有限责任公司 一种列车受电弓状态检测方法
CN112950532B (zh) * 2021-01-14 2024-04-16 成都铁安科技有限责任公司 一种列车受电弓状态检测方法
CN113781537A (zh) * 2021-09-17 2021-12-10 南昌工程学院 一种轨道弹条扣件缺陷识别方法、装置和计算机设备
CN113781537B (zh) * 2021-09-17 2023-07-25 南昌工程学院 一种轨道弹条扣件缺陷识别方法、装置和计算机设备

Similar Documents

Publication Publication Date Title
CN111812101A (zh) 受电弓滑板缺陷检测装置及方法
CN107635823B (zh) 用于沿架空接触线对集电弓进行视频检查的系统和方法
CN106970581B (zh) 一种基于无人机群三维全视角的列车受电弓实时智能监测方法及系统
EP3138753B1 (en) Railroad track survey system
CN102759347B (zh) 一种高铁接触网在线巡检装置、巡检方法以及其检测系统
CN107187464B (zh) 轨道板检测车、系统以及方法
CN207983362U (zh) 由轨道导引和激光定位用于轨道车辆底部巡检的机器人
CN109785377B (zh) 弓网状态的检测方法
CN109242035B (zh) 车底故障检测装置及方法
CN107703513B (zh) 一种基于图像处理的非接触式接触网相对位置检测方法
CN102358324A (zh) 一种基于图像处理的弓网状态检测方法
CN204495300U (zh) 受电弓运行状态监测装置
JP2014169939A (ja) 架線位置計測装置及び方法
GB2593087A (en) Train identification system and method thereof, train safety inspection system and method thereof
CN117571723B (zh) 电池焊渣的检测方法及系统
CN205545533U (zh) 一种可见光摄像机与红外热成像摄像机的双目云台
CN115857040A (zh) 一种机车车顶异物动态视觉检测装置及方法
Yao et al. An image-based online monitoring system for pantograph wear and attitude
CN213750759U (zh) 一种基于slam技术的铁路隧道智能巡检车
KR20150034860A (ko) 전주번호 인식을 통한 위치검지 시스템 및 방법
CN207089303U (zh) 轨道板裂缝检测车以及系统
CN114199203B (zh) 一种适应地铁刚性及柔性接触网的成像检测方法及装置
CN102645924B (zh) 一种用于轨道交通车辆车底安全检查的控制系统
CN217932084U (zh) 一种列车综合检测系统
CN117253203A (zh) 一种基于视觉传感器的障碍物检测系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201023