CN112249083B - 一种闸瓦制动的状态监测方法 - Google Patents

Abstract

本发明涉及一种闸瓦制动的状态监测方法，包括：控制模块根据预设时间间隔调整转动位置；当转动位置为第一位置时，分析模块对闸瓦表面图像进行线条检测处理，将第一线条特征与预设的闸瓦表面特征进行第一对比处理，确定闸瓦表面状态；当转动位置为第二位置时，根据车轮踏面表面图像确定第一感兴趣区域ROI图像，对第一ROI图像进行线条检测处理，将第二线条特征与预设的车轮踏面表面特征进行第二对比处理,并且对第一ROI图像进行像素点的灰度提取处理，得到第一ROI图像的当前灰度分布特征，并与初始状态下的第一ROI图像的初始灰度分布特征比较，得到车轮踏面灰度分布变化特征；根据第二对比结果和/或车轮踏面灰度分布变化特征确定车轮踏面表面状态。

Description

一种闸瓦制动的状态监测方法

技术领域

本发明涉及制动技术领域，尤其涉及一种闸瓦制动的状态监测方法。

背景技术

车轮踏面是指车轮与钢轨顶面的接触部分，能够使轮对在钢轨上平稳运行，降低车轮的磨损。闸瓦是列车运行制动时直接摩擦车轮踏面，使列车停车的制动零件。闸瓦制动指的是闸瓦抱紧车轮踏面，通过摩擦使车轮停止转动的过程。

列车制动时，闸瓦压紧车轮踏面，利用两者之间的摩擦力来将列车动能转化为热能消散在大气中。而这种制动效果的好坏，主要取决于摩擦热能的消散能力。由于闸瓦摩擦面积小，大部分热负荷由车轮来承担。列车速度越高，制动时车轮的热负荷也越大。如用铸铁闸瓦，温度可使闸瓦熔化，即使采用较先进的合成闸瓦，温度也会高达400～450℃。当车轮踏面温度增高到一定程度时，就会使车轮踏面磨损、裂纹或剥离，既影响使用寿命也影响行车安全。

目前，车轮踏面与闸瓦的状态都是通过人工下车检查，极其耗费人力物力，而且由于车下空间有限，视线受阻，状态检查的实时性也较差。

发明内容

本发明的目的是针对现有技术的缺陷，提供一种闸瓦制动的状态监测方法，无需人工到列车底部观察，减少人工的劳动强度和工作量；能够在列车行驶过程中实时监测车轮踏面和闸瓦的状态，提高监测结果准确度，进而保障列车的运行安全。

为实现上述目的，本发明提供了一种闸瓦制动的状态监测方法，所述状态监测方法包括：

控制模块根据预设时间间隔调整设置在列车的底部的图像采集装置的转动位置；所述图像采集装置实时采集位于所述图像采集装置前方区域的车轮踏面、闸瓦和轨道表面的图像；

当所述图像采集装置的转动位置为第一位置时，分析模块对所述图像采集装置采集的闸瓦表面图像进行线条检测处理，将检测得到的第一线条特征与预设的闸瓦表面特征进行第一对比处理，根据所述第一对比处理得到的第一对比结果确定闸瓦表面状态；

当所述图像采集装置的转动位置为第二位置时，所述分析模块根据所述图像采集装置采集的车轮踏面表面图像确定第一感兴趣区域ROI图像，并对第一ROI图像进行线条检测处理，将检测得到的第二线条特征与预设的车轮踏面表面特征进行第二对比处理,并且所述分析模块对所述第一ROI图像进行像素点的灰度提取处理，得到第一ROI图像的当前灰度分布特征，并与初始状态下获得的第一ROI图像的初始灰度分布特征进行比较，得到车轮踏面灰度分布变化特征；所述分析模块根据所述第二对比处理得到的第二对比结果和/或车轮踏面灰度分布变化特征确定车轮踏面表面状态。

优选的，所述图像采集装置包括云台和相机；所述状态监测方法还包括：

当所述图像采集装置的转动位置为第三位置时，所述控制模块向所述图像采集装置发送标定控制指令，用以对相机进行标定；

所述分析模块建立世界坐标系、云台坐标系和相机坐标系之间的转换关系；根据所述转换关系修正所述图像采集装置采集的闸瓦侧面图像，得到修正图像；利用霍夫变换提取所述修正图像中的闸瓦轮廓，并确定所述闸瓦轮廓中的距离最近的两个像素点；

所述分析模块根据所述转换关系确定所述两个像素点在世界坐标系下的坐标，并根据所述两个像素点在世界坐标系下的坐标计算得到闸瓦的实际最小厚度；所述分析模块根据所述实际最小厚度和预设的厚度阈值确定闸瓦厚度状态。

进一步优选的，所述分析模块利用霍夫变换提取所述修正图像中的车轮踏面轮廓，并且提取所述车轮踏面轮廓中的直线；

所述分析模块计算构成所述直线的像素占所述车轮踏面轮廓的像素的百分比，根据所述百分比和预设的百分比阈值确定车轮踏面轮廓状态。

进一步优选的，所述分析模块根据所述车轮踏面轮廓和所述转换关系得到所述车轮的当前车轮直径，并根据所述当前车轮直径和初始状态下获得的初始车轮直径得到车轮直径的变化率；所述分析模块根据所述变化率和预设的变化率阈值确定车轮轮径状态。

进一步优选的，所述分析模块实时获取列车的制动状态，并根据所述制动状态实时获取对应的车轮踏面和闸瓦的预设间距范围；

根据所述修正图像确定第二ROI图像，提取所述第二ROI图像中的车轮踏面特征曲线和闸瓦的边缘特征曲线；并且，计算当前时刻所述车轮踏面特征曲线和闸瓦的边缘特征曲线之间的相对距离,根据所述相对距离和当前时刻对应的预设间距范围确定所述车轮踏面和闸瓦的接触状态。

优选的，当所述图像采集装置的转动位置为第四位置时，所述分析模块根据所述图像采集装置采集的轨道表面图像确定第三ROI图像，对第三ROI图像进行线条检测处理，将检测得到的第三线条特征与预设的轨道表面特征进行第三对比处理，并且所述分析模块对所述第三ROI图像进行像素点的灰度提取处理，得到第三ROI图像的当前灰度分布特征，并与初始状态下获得的第三ROI图像的初始灰度分布特征进行比较，得到轨道表面灰度分布变化特征；所述分析模块根据所述第三对比处理得到的第三对比结果和/或轨道表面灰度分布变化特征的变化确定轨道表面状态。

优选的，所述列车的底部还设置有温度传感器；所述状态监测方法还包括：

所述温度传感器实时监测车轮温度；

当车轮温度高于预设温度阈值时，所述控制模块输出告警信号。

优选的，所述列车的底部还设置有亮度传感器和照明装置；所述亮度传感器和照明装置分别跟随所述图像采集装置转动，与所述图像采集装置的前方区域对应；所述状态监测方法还包括：

所述亮度传感器实时监测所述图像采集装置的前方区域的亮度数据；

当亮度数据超出预设亮度范围时，所述控制模块生成亮度调节控制指令，用以根据预设的参数调整幅值调整所述照明装置的照明参数。

优选的，在所述分析模块根据所述图像采集装置采集的车轮踏面表面图像确定第一感兴趣区域ROI图像之前，所述状态监测方法还包括：

所述分析模块对所述图像采集装置采集的连续的预设数量个车轮踏面表面图像进行拼接处理，得到所述车轮的完整的车轮踏面表面图像。

本发明实施例提供的闸瓦制动的状态监测方法，无需人工到列车底部观察，减少人工的劳动强度和工作量；能够在列车行驶过程中实时监测车轮踏面和闸瓦的状态，提高监测结果准确度，进而保障列车的运行安全。

附图说明

图1为本发明实施例提供的闸瓦制动的状态监测方法的流程图。

具体实施方式

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

本发明提供的闸瓦制动的状态监测方法，无需人工到列车底部观察，减少人工的劳动强度和工作量；能够在列车行驶过程中实时监测车轮踏面和闸瓦的状态，提高监测结果准确度，进而保障列车的运行安全。

图1为本发明实施例提供的闸瓦制动的状态监测方法的流程图，以下结合图1对本发明技术方案进行详述。

步骤110，控制模块根据预设时间间隔调整设置在列车的底部的图像采集装置的转动位置；

具体的，控制模块控制图像采集装置以轮询的方式调整转动位置。

在优选的方案中，列车的工作人员可以本地或者远程向图像采集装置发送转动控制指令，调控图像采集装置的采集区域。

步骤120，图像采集装置实时采集位于图像采集装置前方区域的车轮踏面、闸瓦和轨道表面的图像；

具体的，图像采集装置包括云台和相机。云台固定在列车底部，相机安装在云台上，控制模块通过控制云台转动调整相机的采集区域。步骤120和步骤110同步执行。

步骤130，当图像采集装置的转动位置为第一位置时，分析模块对图像采集装置采集的闸瓦表面图像进行线条检测处理，将检测得到的第一线条特征与预设的闸瓦表面特征进行第一对比处理，根据第一对比处理得到的第一对比结果确定闸瓦表面状态；

具体的，分析模块对图像采集装置采集的闸瓦表面图像进行线条检测处理，检测得到闸瓦表面图像中的所有线条特征。分析模块将闸瓦表面图像和状态完好的预设的闸瓦表面图像进行比较。当检测到采集的闸瓦表面图像的线条特征比状态完好的闸瓦表面图像的线条特征多，分析模块判断闸瓦表面出现裂纹或者碎块，闸瓦表面状态为异常；当检测到采集的闸瓦表面图像的线条特征和状态完好的闸瓦表面图像的线条特征一致，分析模块判断闸瓦表面状态为正常。

在优选的方案中，分析模块检测到采集的闸瓦表面图像的线条特征比状态完好的闸瓦表面图像的线条特征多时，将采集的闸瓦表面图像的多余的线条特征进行进一步分析，判断每个多余的线条特征的长度和宽度，进而对每个多余的线条特征进行评级处理，即判断闸瓦表面的裂纹或者残缺碎块的程度。最终分析模块综合根据每个多余的线条特征的等级确定闸瓦表面状态为正常或者异常。

其中，与图像采集装置采集的闸瓦表面图像相比较的预设的闸瓦表面特征，可以是上述说明中的状态完好的预设的闸瓦表面图像，也可以是列车运行的初始状态下存储的初始闸瓦表面状态图像。在本发明实施例中，默认列车的初始状态下的各项状态均为正常。

步骤140，当图像采集装置的转动位置为第二位置时，分析模块根据图像采集装置采集的车轮踏面表面图像确定第一感兴趣区域(Region of Interested,ROI)图像；

具体的，为减小分析模块的运算量，提高处理速率，分析模块根据图像采集装置采集的车轮踏面表面图像确定第一ROI图像。其中，车轮踏面表面图像可以理解为包含车轮踏面的图像。第一ROI图像可以理解为从车轮踏面表面图像中选取的，只包含车轮踏面的图像。在本发明实施例中，第一ROI图像可以是车轮踏面表面图像中全部的车轮踏面图像，也可以是车轮踏面表面图像中局部的车轮踏面图像。

在优选的方案中，在分析模块根据图像采集装置采集的车轮踏面表面图像确定第一感兴趣区域ROI图像之前，分析模块对图像采集装置采集的连续的预设数量个车轮踏面表面图像进行拼接处理，得到车轮的完整的车轮踏面表面图像，进而分析模块判断完整的车轮踏面表面状态为正常或者异常。

步骤141，分析模块对第一ROI图像进行线条检测处理，将检测得到的第二线条特征与预设的车轮踏面表面特征进行第二对比处理；

具体的，分析模块对第一ROI图像进行线条检测处理，检测得到第一ROI图像中的所有线条特征。分析模块将第一ROI图像和状态完好的预设的车轮踏面表面图像进行比较。当检测到的第一ROI图像的线条特征比状态完好的预设的车轮踏面表面图像的线条特征多，分析模块判断车轮踏面表面出现裂纹或者碎块，车轮踏面表面状态为异常；当检测到采集的车轮踏面表面图像的线条特征和状态完好的车轮踏面表面图像的线条特征一致，分析模块判断车轮踏面表面状态为正常。

步骤142，分析模块对第一ROI图像进行像素点的灰度提取处理，得到第一ROI图像的当前灰度分布特征，并与初始状态下获得的第一ROI图像的初始灰度分布特征进行比较，得到车轮踏面灰度分布变化特征；

具体的，在车轮踏面出现烧伤擦伤的时候，车轮踏面表面的光洁度会发生变化，相应的擦伤烧伤区域的灰度会发生变化。本发明实施例利用上述特点，通过对不同时刻的同一车轮的车轮踏面的灰度直方图分布的比较，来判断车轮踏面是否出现烧伤擦伤。

为避免分析模块处理后的灰度直方图分布受到周围亮度的影响，分析模块在比较灰度直方图分布时，对于图像整体灰度级的变化，判断为环境影响，车轮踏面状态无烧伤擦伤；对于图像局部灰度级的变化，判断为擦伤烧伤，车轮踏面状态异常。步骤141和步骤142同步执行。

步骤143，分析模块根据第二对比处理得到的第二对比结果和/或车轮踏面灰度分布变化特征确定车轮踏面表面状态。

具体的，分析模块根据车轮踏面是否出现裂痕和/或擦伤烧伤综合确定车轮踏面表面状态。

步骤150，当图像采集装置的转动位置为第三位置时，控制模块向图像采集装置发送标定控制指令，用以对相机进行标定；

具体的，当图像采集装置的转动位置为第三位置时，图像采集装置对准闸瓦和车轮的侧面，以减少后续的图像处理步骤。

步骤151，分析模块建立世界坐标系、云台坐标系和相机坐标系之间的转换关系；

具体的，分析模块建立世界坐标系、云台坐标系和相机坐标系之间的转换关系，用以对图像采集装置采集的图像进行修正，保证后续根据图像处理得到的闸瓦侧面状态和车轮踏面轮廓状态准确。

步骤152，根据转换关系修正图像采集装置采集的闸瓦侧面图像，得到修正图像；

具体的，修正图像可以有效避免因采集的图像变形影响后续闸瓦厚度状态和车轮踏面轮廓状态的检测结果的准确性。

步骤153，利用霍夫变换提取修正图像中的闸瓦轮廓，并确定闸瓦轮廓中的距离最近的两个像素点；

具体的，分析模块确定闸瓦轮廓中的两个特征线条，然后根据预设长度间隔选取多组分别在两个特征线条上的对应的两个像素点，最终选取距离最近的一组中的两个像素点。

步骤154，分析模块根据转换关系确定两个像素点在世界坐标系下的坐标，并根据两个像素点在世界坐标系下的坐标计算得到闸瓦的实际最小厚度；

具体的，分析模块以闸瓦的实际最小厚度进行闸瓦厚度状态的判断。

步骤155，分析模块根据实际最小厚度和预设的厚度阈值确定闸瓦厚度状态。

具体的，当实际最小厚度大于等于预设的厚度阈值时，分析模块判断闸瓦厚度状态为正常；当实际最小厚度小于预设的厚度阈值时，分析模块判断闸瓦厚度状态为异常，并输出闸瓦厚度告警信号，用以提示及时更换闸瓦。

除此之外，本发明实施例还可以实时监测车轮踏面轮廓。分析模块利用霍夫变换提取修正图像中的车轮踏面轮廓，并且提取车轮踏面轮廓中的直线。分析模块计算构成直线的像素占车轮踏面轮廓的像素的百分比，根据百分比和预设的百分比阈值确定车轮踏面轮廓状态。

具体的，可以根据实际需求调整直线段的判断标准。当构成直线的像素占车轮踏面轮廓的像素的百分比未超过预设的百分比阈值时，分析模块车判断车轮踏面轮廓为圆形，车轮踏面轮廓状态为正常；当构成直线的像素占车轮踏面轮廓的像素的百分比超过预设的百分比阈值时，分析模块车判断车轮踏面轮廓为多边形，车轮踏面轮廓状态为异常，分析模块输出车轮踏面轮廓告警信号，控制模块根据车轮踏面轮廓告警信号向镟轮发送修正控制指令，用以控制镟轮修正车轮踏面轮廓。

本发明实施例还可以实时监测车轮轮径。分析模块根据车轮踏面轮廓和转换关系得到车轮的当前车轮直径，并根据当前车轮直径和初始状态下获得的初始车轮直径得到车轮直径的变化率。分析模块根据变化率和预设的变化率阈值确定车轮轮径状态。当车轮直径的变化率小于预设的变化利率阈值时，分析模块判断车轮轮径状态为正常；当车轮直径的变化率大于等于预设的变化利率阈值时，分析模块判断车轮轮径状态为异常。其中，当前车轮直径可以是分析模块实时处理得到的实时值，也可以是根据连续预设数量个的实时值的平均值。

在优选的方案中，分析模块实时将当前车轮直径和预设的最小车轮直径进行比较。当当前车轮直径大于等于预设的最小车轮直径时，分析模块判断车轮轮径正常；当当前车轮直径小于预设的最小车轮直径时，分析模块判断车轮轮径异常。

本发明实施例还可以监测车轮踏面和闸瓦的接触状态。分析模块实时获取列车的制动状态，并根据制动状态实时获取对应的车轮踏面和闸瓦的预设间距范围。根据修正图像确定第二ROI图像，提取第二ROI图像中的车轮踏面特征曲线和闸瓦的边缘特征曲线；并且，计算当前时刻车轮踏面特征曲线和闸瓦的边缘特征曲线之间的相对距离,根据相对距离和当前时刻对应的预设间距范围确定车轮踏面和闸瓦的接触状态。

也就是说，在列车制动过程中，每个时刻的车轮踏面和闸瓦的间距是不断变化的，本发明将根据当前时刻的修正图像计算得到的实际车轮踏面和闸瓦的间距，和当前时刻对应的间距范围进行比较，用以监测制动过程中，闸瓦和车轮踏面是否接触到位、是否有闸瓦抱死车轮滑行的现象等等。当实际车轮踏面和闸瓦的间距在间距范围内时，分析模块判断车轮踏面和闸瓦的接触状态为正常；当实际车轮踏面和闸瓦的间距在间距范围外时，分析模块判断车轮踏面和闸瓦的接触状态为异常。

其中，当前时刻车轮踏面特征曲线和闸瓦的边缘特征曲线之间的相对距离,可以是连续预设数量个相对距离的平均值，也可以是当前的最小相对距离。

本发明还可以计算当前的多个相对距离的标准差。当标准差未超过预设标准差阈值时，分析模块判断车轮踏面和闸瓦的对齐关系为正常；当标准差超过预设标准差阈值时，分析模块判断车轮踏面和闸瓦的对齐关系为异常。

步骤160，当图像采集装置的转动位置为第四位置时，分析模块根据图像采集装置采集的轨道表面图像确定第三ROI图像；

具体的，为减小分析模块的运算量，提高处理速率，分析模块根据图像采集装置采集的轨道表面图像确定第三ROI图像。其中，轨道表面图像可以理解为包含轨道表面的图像。第三ROI图像可以理解为从轨道表面图像中选取的，只包含轨道表面的图像。在本发明实施例中，第三ROI图像可以是轨道表面图像中全部的轨道表面，也可以是轨道表面图像中局部的轨道表面。

步骤161，分析模块对第三ROI图像进行线条检测处理，将检测得到的第三线条特征与预设的轨道表面特征进行第三对比处理；

具体的，分析模块对第三ROI图像进行线条检测处理，检测得到第三ROI图像中的所有线条特征。分析模块将第三ROI图像和状态完好的预设的轨道表面图像进行比较。当检测到的第一ROI图像的线条特征比状态完好的预设的轨道表面图像的线条特征多，分析模块判断轨道表面状态为异常；当检测到采集的轨道表面图像的线条特征和状态完好的轨道表面图像的线条特征一致，分析模块判断轨道表面状态为正常。

步骤162，分析模块对第三ROI图像进行像素点的灰度提取处理，得到第三ROI图像的当前灰度分布特征，并与初始状态下获得的第三ROI图像的初始灰度分布特征进行比较，得到轨道表面灰度分布变化特征；

具体的，通过采集的轨道表面图像的灰度直方图分布和状态完好的预设的轨道表面图像的灰度直方图分布的比较，来判断轨道表面是否存在异物。步骤161和步骤162同步执行。

步骤163，分析模块根据第三对比处理得到的第三对比结果和/或轨道表面灰度分布变化特征的变化确定轨道表面状态。

具体的，分析模块根据轨道表面是否出现裂痕和/或存在异物综合确定轨道表面状态。

在优选的方案中，列车的底部还设置有温度传感器、亮度传感器和照明装置。温度传感器实时监测车轮温度，当车轮温度高于预设温度阈值时，控制模块输出告警信号，控制模块根据告警信号缓解列车的制动，防止车轮温度进一步升高。亮度传感器和照明装置分别跟随图像采集装置转动，与图像采集装置的前方区域对应。亮度传感器实时监测图像采集装置的前方区域的亮度数据。当亮度数据超出预设亮度范围时，控制模块生成亮度调节控制指令，用以根据预设的参数调整幅值调整照明装置的照明参数。

本发明的闸瓦制动的状态监测方法，无需人工到列车底部观察，减少人工的劳动强度和工作量；能够在列车行驶过程中实时监测车轮踏面和闸瓦的状态，提高监测结果准确度，进而保障列车的运行安全。

专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种闸瓦制动的状态监测方法，其特征在于，所述状态监测方法包括：

控制模块根据预设时间间隔调整设置在列车的底部的图像采集装置的转动位置；所述图像采集装置实时采集位于所述图像采集装置前方区域的车轮踏面、闸瓦和轨道表面的图像；

当所述图像采集装置的转动位置为第一位置时，分析模块对所述图像采集装置采集的闸瓦表面图像进行线条检测处理，将检测得到的第一线条特征与预设的闸瓦表面特征进行第一对比处理，根据所述第一对比处理得到的第一对比结果确定闸瓦表面状态；

当所述图像采集装置的转动位置为第二位置时，所述分析模块根据所述图像采集装置采集的车轮踏面表面图像确定第一感兴趣区域ROI图像，并对第一ROI图像进行线条检测处理，将检测得到的第二线条特征与预设的车轮踏面表面特征进行第二对比处理,并且所述分析模块对所述第一ROI图像进行像素点的灰度提取处理，得到第一ROI图像的当前灰度分布特征，并与初始状态下获得的第一ROI图像的初始灰度分布特征进行比较，得到车轮踏面灰度分布变化特征；所述分析模块根据所述第二对比处理得到的第二对比结果和/或车轮踏面灰度分布变化特征确定车轮踏面表面状态；

所述图像采集装置包括云台和相机；当所述图像采集装置的转动位置为第三位置时，所述控制模块向所述图像采集装置发送标定控制指令，用以对相机进行标定；

所述分析模块建立世界坐标系、云台坐标系和相机坐标系之间的转换关系；根据所述转换关系修正所述图像采集装置采集的闸瓦侧面图像，得到修正图像；利用霍夫变换提取所述修正图像中的闸瓦轮廓，并确定所述闸瓦轮廓中的距离最近的两个像素点；

所述分析模块根据所述转换关系确定所述两个像素点在世界坐标系下的坐标，并根据所述两个像素点在世界坐标系下的坐标计算得到闸瓦的实际最小厚度；所述分析模块根据所述实际最小厚度和预设的厚度阈值确定闸瓦厚度状态；

当所述图像采集装置的转动位置为第四位置时，所述分析模块根据所述图像采集装置采集的轨道表面图像确定第三ROI图像，对第三ROI图像进行线条检测处理，将检测得到的第三线条特征与预设的轨道表面特征进行第三对比处理，并且所述分析模块对所述第三ROI图像进行像素点的灰度提取处理，得到第三ROI图像的当前灰度分布特征，并与初始状态下获得的第三ROI图像的初始灰度分布特征进行比较，得到轨道表面灰度分布变化特征；所述分析模块根据所述第三对比处理得到的第三对比结果和/或轨道表面灰度分布变化特征的变化确定轨道表面状态。

2.根据权利要求1所述的闸瓦制动的状态监测方法，其特征在于，所述状态监测方法还包括：

所述分析模块利用霍夫变换提取所述修正图像中的车轮踏面轮廓，并且提取所述车轮踏面轮廓中的直线；

所述分析模块计算构成所述直线的像素占所述车轮踏面轮廓的像素的百分比，根据所述百分比和预设的百分比阈值确定车轮踏面轮廓状态。

3.根据权利要求2所述的闸瓦制动的状态监测方法，其特征在于，所述状态监测方法还包括：

所述分析模块根据所述车轮踏面轮廓和所述转换关系得到所述车轮的当前车轮直径，并根据所述当前车轮直径和初始状态下获得的初始车轮直径得到车轮直径的变化率；所述分析模块根据所述变化率和预设的变化率阈值确定车轮轮径状态。

4.根据权利要求1所述的闸瓦制动的状态监测方法，其特征在于，所述状态监测方法还包括：

所述分析模块实时获取列车的制动状态，并根据所述制动状态实时获取对应的车轮踏面和闸瓦的预设间距范围；

根据所述修正图像确定第二ROI图像，提取所述第二ROI图像中的车轮踏面特征曲线和闸瓦的边缘特征曲线；并且，计算当前时刻所述车轮踏面特征曲线和闸瓦的边缘特征曲线之间的相对距离,根据所述相对距离和当前时刻对应的预设间距范围确定所述车轮踏面和闸瓦的接触状态。

5.根据权利要求1所述的闸瓦制动的状态监测方法，其特征在于，所述列车的底部还设置有温度传感器；所述状态监测方法还包括：

所述温度传感器实时监测车轮温度；

当车轮温度高于预设温度阈值时，所述控制模块输出告警信号。

6.根据权利要求1所述的闸瓦制动的状态监测方法，其特征在于，所述列车的底部还设置有亮度传感器和照明装置;所述亮度传感器和照明装置分别跟随所述图像采集装置转动，与所述图像采集装置的前方区域对应；所述状态监测方法还包括：

所述亮度传感器实时监测所述图像采集装置的前方区域的亮度数据；

当亮度数据超出预设亮度范围时，所述控制模块生成亮度调节控制指令，用以根据预设的参数调整幅值调整所述照明装置的照明参数。

7.根据权利要求1所述的闸瓦制动的状态监测方法，其特征在于，在所述分析模块根据所述图像采集装置采集的车轮踏面表面图像确定第一感兴趣区域ROI图像之前，所述状态监测方法还包括：

所述分析模块对所述图像采集装置采集的连续的预设数量个车轮踏面表面图像进行拼接处理，得到所述车轮的完整的车轮踏面表面图像。

Images