CN112319540A - 一种车体外观图像检测系统及方法 - Google Patents
一种车体外观图像检测系统及方法 Download PDFInfo
- Publication number
- CN112319540A CN112319540A CN202011395351.9A CN202011395351A CN112319540A CN 112319540 A CN112319540 A CN 112319540A CN 202011395351 A CN202011395351 A CN 202011395351A CN 112319540 A CN112319540 A CN 112319540A
- Authority
- CN
- China
- Prior art keywords
- image
- subsystem
- train
- information
- detection
- 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
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
- B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
- B61K9/02—Profile gauges, e.g. loading gauges
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开了一种车体外观图像检测系统及方法,包括图像采集子系统、图像分析子系统和业务信息子系统;图像采集子系统,用于拍摄通过列车可视部件的图像,并把通过列车可视部件的图像传输至图像分析子系统和业务信息子系统;图像分析子系统,用于将图像采集子系统采集的图像进行相关处理,对通过列车可视部件进行故障类数据模型分析对比和故障判断,实现图像自动识别/测量和故障告警;并与业务信息子系统进行数据交互;业务信息子系统,用于进行过车信息、告警信息、统计信息展示,进行系统管理;并把状态、检修模式上传至图像采集子系统,指导通过列车进行图像采集。本发明实现自动化检测列车故障,且精准定位故障所在位置。
Description
技术领域
本发明涉及轨道交通技术领域,具体涉及一种车体外观图像检测系统及方法。
背景技术
随着国家发展地铁行业,越来越多的城市拥有地铁线路,地铁运行线路越多,铁路运维团队的压力就越大,如何能确保地铁的运行状态是正常的,确保列车在发车前无故障。
目前针对列车进行外观检测的手段是每天列车回家后,工作人员需要分组进行人工排查,走完整个火车,逐一进行现场摸查、肉眼查看车体外观故障。该工作时间长、排查慢、效率低、人工成本高,人员查看可能出现遗漏问题。
发明内容
本发明所要解决的技术问题是现有的列车外观检测大多采用人工检测方法,工作时间长、排查慢、效率低、人工成本高,人员查看可能出现遗漏问题。本发明目的在于提供一种车体外观图像检测系统及方法,本发明涉及轨道交通领域,包含图像识别、网页展示、相机采集、嵌入式控制等相结合的技术,采用图像识别技术,列车经过检测棚进行图像采集、分析、比对,最终将检测结果在浏览器展示;工作人员只需要在浏览器进行二次确认,便可完成外观检测,以及了解当前的列车情况。本发明实现自动化检测列车故障,且精准定位故障所在位置,即时反馈列车故障问题(即故障报警),和做到智能化故障展示;解决人工排查时间长、效率低、成本高等问题。
本发明通过下述技术方案实现:
一种车体外观图像检测系统,包括图像采集子系统、图像分析子系统和业务信息子系统,所述图像采集子系统与图像分析子系统、业务信息子系统均连接,所述业务信息子系统与图像采集子系统、图像分析子系统均连接;
所述图像采集子系统,用于拍摄通过列车车底及走行部转向架两侧等可视部件的图像,并把所述通过列车可视部件的图像传输至图像分析子系统和业务信息子系统;同时,所述图像采集子系统还用于视觉传感器的防护、除尘、散热;设备状态自检、指示和故障报警;图像数据短期存储(1-2天);检修模式下硬件物理按键操作轨旁设备;
所述图像分析子系统,用于将所述图像采集子系统采集的图像(即列车的过车信息)进行相关分析和处理,计算出通过列车的一系列相关信息(包括车号、位置、轴距、车速等),对通过列车可视部件进行故障类数据模型分析对比和故障判断,实现图像自动识别/测量和故障告警,并及时上报;及状态自检和故障报警;及图像数据长期存储(正常过车图像至少存储1个月,故障过车图像存储至少2年);并与所述业务信息子系统进行数据交互,把检测数据和日志、图像信息传至所述业务信息子系统;
所述业务信息子系统,用于进行过车信息、告警信息、统计信息展示,进行系统管理;及设备状态自检信息和故障报警展示;并把状态、检修模式上传至所述图像采集子系统,指导通过列车进行图像采集。
工作原理是:基于现有的列车外观检测大多采用人工检测方法,工作时间长、排查慢、效率低、人工成本高,人员查看可能出现遗漏问题。本发明提供一种车体外观图像检测系统及方法,本发明涉及轨道交通领域,包含图像识别、网页展示、相机采集、嵌入式控制等相结合的技术,采用图像识别技术,列车经过检测棚进行图像采集、分析、比对,最终将检测结果在浏览器展示;工作人员只需要在浏览器进行二次确认,便可完成外观检测,以及了解当前的列车情况。本发明实现自动化检测列车故障,且精准定位故障所在位置,即时反馈列车故障问题(即故障报警),和做到智能化故障展示;本发明解决人工排查时间长、效率低、成本高等问题。
图像采集子系统的实现是采用“图像线扫技术”自动获取车底及走行部两侧可视部件的高清图像。图像分析子系统的实现是根据列车车号,自动选取标准图像,对本次通过图像与进行比和分析;通过图像特征点提取、建立特征点映射关系,实现两幅图像精确配准;再采用纹理特征对比实现关键部件异常检测,自动识别车底及走行部两侧关键可视部件的故障识别。业务信息子系统软件的实现是采用B/S微服务架构设计,前端Web服务提供WEB页面、静态资源,具体业务处理流程和数据被拆分到服务中。前后端交互采用REST/JSON方式。
进一步地,所述图像采集子系统包括采集箱、接近开关、测速传感器、轨旁控制箱、主控箱、采集工控机/控制主机、车号识别模块,所述采集箱连接所述采集工控机/控制主机,所述采集箱连接轨旁控制箱,所述采集工控机/控制主机连接轨旁控制箱,所述采集工控机/控制主机连接主控箱,所述采集工控机/控制主机还连接车号识别模块;所述轨旁控制箱连接主控箱,所述轨旁控制箱连接接近开关,所述轨旁控制箱还连接测速传感器;
所述采集箱,用于车底及两侧的图像采集,具备机箱自动防护、相机补偿光源、吹尘、通风设备自动开闭以及高速数字相机自动拍摄功能;包括视觉传感器组件、风扇、电机、传感器、开关、结构件;所述采集箱分为轨中采集沉箱、轨外采集沉箱、走行部采集侧箱、车体采集侧箱、车顶采集模块、闸瓦/制动盘采集箱、齿轮箱采集箱;
所述轨旁控制箱,用于负责各个图像采集箱的触发和控制,具有设备自检状态的采集和通讯上传功能;所述轨旁控制箱包括磁钢处理板、公共信号板、线阵控制板、隔离变压器、开关电源、风扇、结构件;
所述主控箱,用于负责图像的处理、储存和故障自动识别,具备设备远程控制与关键设备自检信息自动上传功能;所述主控箱包括通信板、人机交互板、结构件;
所述采集工控机/控制主机包括采集上位机软件、UDP服务程序、串口解析程序。
进一步地,所述视觉传感器组件中的相机需求行频计算公式为:F≥(((V1*1000/3600) *1000)/N)KHz,V1为列车通过速度,单位km/h;N为需求精度,单位mm/pixel。
进一步地,所述视觉传感器组件中的相机加装有对应的滤光片。
进一步地,所述视觉传感器组件中设有补偿光源,所述补偿光源采用激光光源。
进一步地,所述测速传感器进行测速采用磁钢测速或者雷达测速,具体如下:
第一种通过磁钢测速,通过在铁轨上安装一对固定距离为S的磁钢,通过磁钢1#和2# 采集到车轮经过的时间差ΔT,根据距离公式计算出车速为:V=S/ΔT。
第二种通过雷达测速,依据多普勒效应原理实现的。由雷达发出一束微波,遇被测目标 (车辆)时微波被反射回来,再由雷达接收反射波。如果目标相对于雷达有径向运动,反射波的频率将与发射频率发生差异,而这种差异的大小正比于目标与雷达的相对运动速度。于是,雷达通过检测反射波频率和发射波频率的差,就可以计算出被测车辆的移动速度。
进一步地,所述图像采集子系统采用图像线扫技术。
进一步地,所述图像分析子系统包括文件服务器,所述文件服务器上装设有图像算法上位机软件;所述图像算法上位机软件,用于监听和获取从所述图像采集子系统(即工控机) 传输至文件服务器的图像数据和过车信息,进行一系列的处理后将检测结果输出到关系型数据库,供所述业务信息子系统使用;为实现上述功能软件所述图像算法上位机软件包括车体外观图像监听模块和车体外观图像检测模块;
所述车体外观图像检测模块,根据列车车号,自动选取标准图像,对本次通过图像与进行比和分析;通过图像特征点提取、建立特征点映射关系,实现两幅图像精确配准。再采用纹理特征对比实现关键部件异常检测,自动识别车底及走行部两侧关键可视部件的故障识别;所述车体外观图像检测模块包括图像生成单元、图像预处理单元、定位单元和故障检测单元;
所述车体外观图像监听模块,用于实时监听所述车体外观图像检测模块的检测信息及检测结果。
进一步地,所述业务信息子系统的软件设计采用B/S微服务架构设计。
另一方面,本发明还提供了一种车体外观图像检测方法,应用于所述的一种车体外观图像检测系统,该检测方法包括:
待测列车回库进入检测棚,测速雷达对列车进行测速,并将速度等信息上传到业务信息子系统(业务端);
业务信息子系统(业务端)对列车进行过车记录,并下达图像采集指令进行图像采集; (包括车体外观,受电弓,车号,车轨等)
当列车离开检测棚,图像采集子系统(采集相机)停止采集,将采集图片交由图像分析子系统进行识别检测;
图像分析子系统在识别计算完成后,将识别结果传回业务信息子系统(业务端)进行存储;同时在检测系统web页面展示检测结果;及其检测的所有预警结果都将等待人工审核处理,确认是否故障:若故障真实存在则确认报警并填写故障复核信息;确认故障生成检修工单和跟踪信息,进行人工检查以及维修;当人工复核结果为无故障时,流程结束;
检测系统Web页面同时可显示机器上报的正常信息,进行人工校验;当校验到机器误判时,可重新提起故障流程生成相应的检修工单以及跟踪信息。
本发明与现有技术相比,具有如下的优点和有益效果:
1、本发明提供一种车体外观图像检测系统及方法,包含图像识别、网页展示、相机采集、嵌入式控制等相结合的技术,采用图像识别技术,列车经过检测棚进行图像采集、分析、比对,最终将检测结果在浏览器展示;工作人员只需要在浏览器进行二次确认,便可完成外观检测,以及了解当前的列车情况。
2、本发明实现自动化检测列车故障,且精准定位故障所在位置,即时反馈列车故障问题 (即故障报警),和做到智能化故障展示;本发明解决人工排查时间长、效率低、成本高等问题。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明一种车体外观图像检测系统框图。
图2为本发明一种车体外观图像检测系统物理框图。
图3为本发明实施例列车外观图像切割示意图。
图4为本发明实施例碎片化的图进行再次拼装加工并通过canvas进行展示示意图。
图5为本发明各功能组件连接框图。
图6为本发明实施例采集软件的事件执行示意图。
图7为本发明实施例图像分析流程图。
图8为本发明实施例分析算法流程图。
图9为本发明一种车体外观图像检测方法流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
在以下描述中,为了提供对本发明的透彻理解阐述了大量特定细节。然而,对于本领域普通技术人员显而易见的是:不必采用这些特定细节来实行本发明。在其他实例中,为了避免混淆本发明,未具体描述公知的结构、电路、材料或方法。
在整个说明书中,对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着:结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此,在整个说明书的各个地方出现的短语“一个实施例”、“实施例”、“一个示例”或“示例”不一定都指同一实施例或示例。此外,可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外,本领域普通技术人员应当理解,在此提供的示图都是为了说明的目的,并且示图不一定是按比例绘制的。这里使用的术语“和/或”包括一个或多个相关列出的项目的任何和所有组合。
在本发明的描述中,需要理解的是,术语“前”、“后”、“左”、“右”、“上”、“下”、“竖直”、“水平”、“高”、“低”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明保护范围的限制。
实施例1
如图1至图8所示,本发明一种车体外观图像检测系统,各个功能子系统及子系统之间关系如图1所示,该检测系统包括图像采集子系统、图像分析子系统和业务信息子系统,所述图像采集子系统与图像分析子系统、业务信息子系统均连接,所述业务信息子系统与图像采集子系统、图像分析子系统均连接;
所述图像采集子系统,用于拍摄通过列车车底及走行部转向架两侧等可视部件的图像,并把所述通过列车可视部件的图像传输至图像分析子系统和业务信息子系统;同时,所述图像采集子系统还用于视觉传感器的防护、除尘、散热;设备状态自检、指示和故障报警;图像数据短期存储(1-2天);检修模式下硬件物理按键操作轨旁设备;
所述图像分析子系统,用于将所述图像采集子系统采集的图像(即列车的过车信息)进行相关分析和处理,计算出通过列车的一系列相关信息(包括车号、位置、轴距、车速等),对通过列车可视部件进行故障类数据模型分析对比和故障判断,实现图像自动识别/测量和故障告警,并及时上报;及状态自检和故障报警;及图像数据长期存储(正常过车图像至少存储1个月,故障过车图像存储至少2年);并与所述业务信息子系统进行数据交互,把检测数据和日志、图像信息传至所述业务信息子系统;
所述业务信息子系统,用于进行过车信息、告警信息、统计信息展示,进行系统管理;及设备状态自检信息和故障报警展示;并把状态、检修模式上传至所述图像采集子系统,指导通过列车进行图像采集。
该检测系统的系统物理框图如图2所示:
(1)所述图像采集子系统物理框架包括采集箱、接近开关、测速传感器、轨旁控制箱、主控箱、采集工控机/控制主机、车号识别模块,所述采集箱连接所述采集工控机/控制主机,所述采集箱连接轨旁控制箱,所述采集工控机/控制主机连接轨旁控制箱,所述采集工控机/ 控制主机连接主控箱,所述采集工控机/控制主机还连接车号识别模块;所述轨旁控制箱连接主控箱,所述轨旁控制箱连接接近开关,所述轨旁控制箱还连接测速传感器;具体地:
所述采集箱,用于车底及两侧的图像采集,具备机箱自动防护、相机补偿光源、吹尘、通风设备自动开闭以及高速数字相机自动拍摄功能;包括视觉传感器组件、风扇、电机、传感器、开关、结构件;所述采集箱分为轨中采集沉箱、轨外采集沉箱、走行部采集侧箱、车体采集侧箱、车顶采集模块、闸瓦/制动盘采集箱、齿轮箱采集箱;
所述轨旁控制箱,用于负责各个图像采集箱的触发和控制,具有设备自检状态的采集和通讯上传功能;所述轨旁控制箱包括磁钢处理板、公共信号板、线阵控制板、隔离变压器、开关电源、风扇、结构件;
所述主控箱,用于负责图像的处理、储存和故障自动识别,具备设备远程控制与关键设备自检信息自动上传功能;所述主控箱包括通信板、人机交互板、结构件;
所述采集工控机/控制主机包括采集上位机软件、UDP服务程序、串口解析程序。
关于图像采集子系统涉及到的设备现场布置间隔距离的说明如下:
1)开机接近开关到线阵一体机触发接近开关之间距离30m:预估图像采集系统进行开启防护罩、除尘和加热等操作需要时间5s,预计列车最高车速20km/h,计算得预留距离30m;
2)线阵一体机触发接近开关到沉箱之间距离5-6m:当列车第一对车轮到达触发位置,触发线阵相机开始采集全车图片,线阵相机此时应在车头前方位置,预留距离5-6m;
3)三个沉箱在Y方向处于一条直线上、车顶检测线阵一体机处于检测棚上方、沉箱和转向架检测侧箱在X方向距离0.5m、转向架检测侧箱和车体检测侧箱在X方向距离0.5m:这样能有效避免相机之间光源的相互干涉又能实现对一体机的同时触发。
4)考虑到现场环境,线阵相机组与面阵相机组之间不能布置得太远,又因为光源之间或其他设备距离太近可能相互干扰,所以闸瓦或制动盘触发接近开关和线阵相机之间距离1.5 至5米,根据现场环境调节;
5)因为面阵相机是抓拍,对实时性要求高,一接收到触发信号立即抓拍,所以面阵相机的触发接近开关一般均靠近对应的接近开关(在X方向接近0m);
6)由于制动盘(闸片)和闸瓦均需检测每个单轮的左右两个闸片或闸瓦位置,所以设置了两个就近的触发接近开关(约距离1米),前后各距离面阵相机约为轮对半径距离。且两个闸瓦面阵相机考虑到光源干涉,位置上实现“错位布置”(在X方向约间隔2m);
7)关机接近开关(预留):在正常过车情况下,列车通过检车区域的车轮传感器(磁钢或接近开关)来对机车进行定位判别,满足两种情况的任一个就被认为列车已通过检测区,系统进入“待机状态”:
情况一:当机车车轮完全通过最后一个相机触发车轮传感器后,再延长一段时间(可设置);
情况二:当机车车轮完全通过关机接近开关后;
在特殊情况下,当列车反方向通过检测区时,关机接近开关可被当做开机接近开关使用,触发系统进入“检测状态”。
以上尺寸均为理论计算值,尚需根据现场调试情况进一步验证和确定。
本发明各功能组件连接框图如图5所示,其中采集箱分为轨中采集沉箱、轨外采集沉箱、走行部采集侧箱、车体采集侧箱、车顶采集模块、闸瓦/制动盘采集箱、齿轮箱采集箱,所有采集箱主要负责车底及两侧的图像采集,具备机箱自动防护、相机补偿光源、吹尘、通风设备自动开闭以及高速数字相机自动拍摄功能;轨旁控制箱负责各个图像采集箱的触发和控制,具有设备自检状态的采集和通讯上传功能;设备间控制柜主要负责图像的处理、储存和故障自动识别,具备设备远程控制与关键设备自检信息自动上传功能。
(2)所述图像分析子系统物理框架包括车号识别模块,文件服务器,所述文件服务器包括图像标注上位机软件、图像算法上位机软件、图像检测程序。
(3)所述业务信息子系统物理框架包括元数据服务器,WEB服务器:上位机软件,显示终端。
各个子系统的实现原理如下:
(1)图像采集子系统的实现是采用“图像线扫技术”自动获取车底及走行部两侧可视部件的高清图像。
视觉传感器组件选取:1)为满足车辆通过速度最高时达到需求精度,需保证视觉传感器组件中相机最大行频(采集频率)能够满足需求。令列车通过速度为V1 km/h,需求精度为N mm/pixel,则相机需求行频计算公式为:F≥(((V1*1000/3600)*1000)/N)KHz。2)由于被拍物体是高速运行的列车,为避免拖影现象,对视觉传感器组件的曝光时间要求非常短,光源亮度要求很高,并要求屏蔽外界光的感染。故视觉传感器组件中应选用亮度高、功率低、光效高、窄波段单光谱的激光光源作为补偿光源。3)为避免阳光干扰,相机需加装对应的滤光片,通过隔离外界环境光的干扰,达到白天黑夜一致的效果。
图像采集控制:图像高速采集时,相机的控制要求十分精确,列车本身的变速、车速测量的误差都会影响触发信号输出的速度,造成采集图像变形。为保证图像与部件一致,系统应根据列车速度信息实时自动调整图像采集的速度。
系统对列车测速可通过两种方式实现。第一种通过在铁轨上安装一对固定距离为S的磁钢,通过磁钢1#和2#采集到车轮经过的时间差ΔT,根据距离公式计算出车速为:V=S/ΔT。第二种通过雷达测速,依据多普勒效应原理实现的。由雷达发出一束微波,遇被测目标(车辆)时微波被反射回来,再由雷达接收反射波。如果目标相对于雷达有径向运动,反射波的频率将与发射频率发生差异,而这种差异的大小正比于目标与雷达的相对运动速度。于是,雷达通过检测反射波频率和发射波频率的差,就可以计算出被测车辆的移动速度。
本实施例中采用过雷达测速。
图像处理、压缩、传输及存储:由于现场过车采集到的原图图像数据量太大,受硬盘写盘速度限制,即使采用千兆网络传输,原图图像数据也不能及时存储到文件服务器硬盘中,随着数据量的增大,将造成文件服务器端内存的溢出,导致系统崩溃或数据丢失等问题。因此,在图像传输至采集工控机时应当先压缩,然后传输到文件服务器中。由于压缩速度较慢,图像采集计算机要采用大容量内存。
(2)图像分析子系统的实现是根据列车车号,自动选取标准图像,对本次通过图像与进行比和分析;通过图像特征点提取、建立特征点映射关系,实现两幅图像精确配准;再采用纹理特征对比实现关键部件异常检测,自动识别车底及走行部两侧关键可视部件的故障识别。
(3)业务信息子系统软件的实现是采用B/S微服务架构设计,整个系统主要拆分成如下服务组件:前端WEB服务组件、图像检测业务服务组件、人员组织机构管理和基础数据管理服务组件、文件系统存取服务组件、网关服务组件、配置中心管理服务组件。
前端Web服务提供WEB页面、静态资源,具体业务处理流程和数据被拆分到服务中。前后端交互采用REST/JSON方式。
本实施例中,所述图像分析子系统包括文件服务器,所述文件服务器上装设有图像算法上位机软件;所述图像算法上位机软件,用于监听和获取从所述图像采集子系统(即工控机) 传输至文件服务器的图像数据和过车信息,进行一系列的处理后将检测结果输出到关系型数据库,供所述业务信息子系统使用;为实现上述功能软件所述图像算法上位机软件包括车体外观图像监听模块和车体外观图像检测模块;
所述车体外观图像检测模块,根据列车车号,自动选取标准图像,对本次通过图像与进行比和分析;通过图像特征点提取、建立特征点映射关系,实现两幅图像精确配准。再采用纹理特征对比实现关键部件异常检测,自动识别车底及走行部两侧关键可视部件的故障识别;所述车体外观图像检测模块包括图像生成单元、图像预处理单元、定位单元和故障检测单元。
所述车体外观图像监听模块,用于实时监听所述车体外观图像检测模块的检测信息及检测结果。
实施时:
待测列车经过检测棚时,由测速雷达识别到速度,然后传给采集相机进行图像采集,当列车离开检测棚时候,相机停止采集,图像分析子系统进行图像识别,将识别结果推送给业务信息子系统,最终有应用系统进行过车展示。
为了让整车过车图像以及故障在浏览器上流畅的展示,采用html5 canvas技术,通过对整车图像进行瓦块化处理,能有效的解决浏览器在加载图像中遇到的加载慢、加载超大图像出现内存崩溃的问题。
首先通过对图像进行切割,将整车图按照一定尺寸进行切片编号保存;用户在进行过车图查看的时候,只选取整车图的某一部分;见图3,框起来的部分是选中的区域。
加载其中一部分,浏览器根据当前分辨率计算出需要加载的过车图编号,通过编号在进行加载,使用html5 canvas技术,对碎片化的图进行再次拼装加工,然后在通过canvas进行展示,可实现加载快、图像放大、缩小无卡顿;图像绘制等功能。展示效果如图4所示:
用户在与标准图进行比对,通过放大、缩小、平移等操作进行故障排查,大大提升了铁路检修人员的工作效率。
本发明检测系统很好的简化了传统列车检测的流程,结合技术实现了列车检测的智能化,信息化,数字化,流程化。传统列车检测,续提交多份纸质数据归档记录,维修作业,且人工成本较高,人工作业时间长等。本发明系统结合现代AI技术,通过计算分析等技术手段实现对列车的智能检测,故障报警,信息追踪等,大大缩短了了人工作业的时间,降低了人工成本,现人工只需要在系统web端对机器分析计算结果做出进一步的校验以及处理即可。
工作原理是:基于现有的列车外观检测大多采用人工检测方法,工作时间长、排查慢、效率低、人工成本高,人员查看可能出现遗漏问题。本发明提供一种车体外观图像检测系统及方法,本发明涉及轨道交通领域,包含图像识别、网页展示、相机采集、嵌入式控制等相结合的技术,采用图像识别技术,列车经过检测棚进行图像采集、分析、比对,最终将检测结果在浏览器展示;工作人员只需要在浏览器进行二次确认,便可完成外观检测,以及了解当前的列车情况。本发明实现自动化检测列车故障,且精准定位故障所在位置,即时反馈列车故障问题(即故障报警),和做到智能化故障展示;本发明解决人工排查时间长、效率低、成本高等问题。
实施例2
如图1至图9所示,本实施例与实施例1的区别在于,本实施例提供了一种车体外观图像检测方法,应用于实施例1所述的一种车体外观图像检测系统,如图9所示,该检测方法包括:
待测列车回库进入检测棚,测速雷达对列车进行测速,并将速度等信息上传到业务信息子系统(业务端),速度等信息在业务信息子系统进行图像压缩和图像存储;
业务信息子系统(业务端)对列车进行过车记录,并下达图像采集指令进行图像采集; (包括车体外观,受电弓,车号,车轨等)
当列车离开检测棚,图像采集子系统(采集相机)停止采集,将采集图片交由图像分析子系统进行识别检测;
图像分析子系统在识别计算完成后,将识别结果传回业务信息子系统(业务端)进行存储;同时在检测系统web页面展示检测结果;及其检测的所有预警结果都将等待人工审核处理,确认是否故障:若故障真实存在则确认报警并填写故障复核信息;确认故障生成检修工单和跟踪信息,进行人工检查以及维修;当人工复核结果为无故障时,流程结束;
检测系统Web页面同时可显示机器上报的正常信息,进行人工校验;当校验到机器误判时,可重新提起故障流程生成相应的检修工单以及跟踪信息。
具体地:
图像采集:如图6所示,采集软件的事件执行采用等待触发方式,首先在软件中注册各类事件,当相应事件出现时,触发器激发事件执行,当有大量事件同时需要执行时,部分事件被存放在事件队列中,当系统有空闲时进行处理,这样的设计进一步的保证了系统的稳定,不会因为突发的大流量的事件触发而使系统性能下降甚至造成系统崩溃。
图像压缩:图像数据量太大,受硬盘写盘速度限制,即使采用千兆网络传输,但由于图像数据不能及时存储到服务器硬盘,随着数据量的增大,服务器端内存将最终会溢出,造成系统崩溃或数据丢失等问题。所以,在图像被保存到文件服务器时先压缩为JPG图像。
图像存储:接收线程判断两个内存区域是否满后,如果都满,线程循环的判断内存状态,不作为,如果内存区域1满,而2不满,则向网络要求图片,并存储在内存区2中,直到内存区2满为止,此时取图像线程通过与接收线程交互获得存图像内存区域标志,在接收线程在向内存区域2中存图像数据的时候,取图像线程获得的标志为从内存区域1中取数据,这样,当接收线程向内存1中写时,取图像线程从内存区2中读,以此轮换,从而解决了IO冲突的问题,使得存取效率达到最高,然后取图像线程把取得的图像数据加上文件地址等数据头存入内存映射中,通过操作系统自身的硬盘写入方式(无CPU操作)写入到硬盘中,操作系统会根据系统性能以最快的效率写入,一般可以达到硬盘写入的最高速率(50M/S左右)。通过这种双缓存内存映射存储算法优化以后,存储速度比用传统的直接接收——存储方案效率提高一倍以上,而且对系统性能要求较低,对系统性能影响也小。
图像分析子系统进行图像分析:如图7所示,图像算法上位机软件的主要功能是监听和获取从图像采集子系统(即工控机)传输至文件服务器的图像数据和过车信息,进行一系列的处理后将检测结果输出到关系型数据库,供业务信息子系统使用。为实现上述功能软件分为车体外观图像监听模块和车体外观图像检测模块。分析算法流程图如图8所示。
业务信息子系统:前端Web服务提供WEB页面、静态资源,具体业务处理流程和数据被拆分到服务中。前后端交互采用REST/JSON方式。
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 (10)
1.一种车体外观图像检测系统,其特征在于,包括图像采集子系统、图像分析子系统和业务信息子系统,所述图像采集子系统与图像分析子系统、业务信息子系统均连接,所述业务信息子系统与图像采集子系统、图像分析子系统均连接;
所述图像采集子系统,用于拍摄通过列车可视部件的图像,并把所述通过列车可视部件的图像传输至图像分析子系统和业务信息子系统;
所述图像分析子系统,用于将所述图像采集子系统采集的图像进行相关处理,对通过列车可视部件进行故障类数据模型分析对比和故障判断,实现图像自动识别/测量和故障告警,并及时上报;及状态自检和故障报警;及图像数据长期存储;并与所述业务信息子系统进行数据交互,把检测数据和日志、图像信息传至所述业务信息子系统;
所述业务信息子系统,用于进行过车信息、告警信息、统计信息展示,进行系统管理;及设备状态自检信息和故障报警展示;并把状态、检修模式上传至所述图像采集子系统,指导通过列车进行图像采集。
2.根据权利要求1所述的一种车体外观图像检测系统,其特征在于,所述图像采集子系统包括采集箱、接近开关、测速传感器、轨旁控制箱、主控箱、采集工控机/控制主机、车号识别模块,所述采集箱连接所述采集工控机/控制主机,所述采集箱连接轨旁控制箱,所述采集工控机/控制主机连接轨旁控制箱,所述采集工控机/控制主机连接主控箱,所述采集工控机/控制主机还连接车号识别模块;所述轨旁控制箱连接主控箱,所述轨旁控制箱连接接近开关,所述轨旁控制箱还连接测速传感器;
所述采集箱,用于车底及两侧的图像采集,具备机箱自动防护、相机补偿光源、吹尘、通风设备自动开闭以及高速数字相机自动拍摄功能;包括视觉传感器组件、风扇、电机、传感器、开关、结构件;所述采集箱分为轨中采集沉箱、轨外采集沉箱、走行部采集侧箱、车体采集侧箱、车顶采集模块、闸瓦/制动盘采集箱、齿轮箱采集箱;
所述轨旁控制箱,用于负责各个图像采集箱的触发和控制,具有设备自检状态的采集和通讯上传功能;所述轨旁控制箱包括磁钢处理板、公共信号板、线阵控制板、隔离变压器、开关电源、风扇、结构件;
所述主控箱,用于负责图像的处理、储存和故障自动识别,具备设备远程控制与关键设备自检信息自动上传功能;所述主控箱包括通信板、人机交互板、结构件;
所述采集工控机/控制主机包括采集上位机软件、UDP服务程序、串口解析程序。
3.根据权利要求2所述的一种车体外观图像检测系统,其特征在于,所述视觉传感器组件中的相机需求行频计算公式为:F≥(((V1*1000/3600)*1000)/N)KHz,V1为列车通过速度,单位km/h;N为需求精度,单位mm/pixel。
4.根据权利要求3所述的一种车体外观图像检测系统,其特征在于,所述视觉传感器组件中的相机加装有对应的滤光片。
5.根据权利要求2所述的一种车体外观图像检测系统,其特征在于,所述视觉传感器组件中设有补偿光源,所述补偿光源采用激光光源。
6.根据权利要求2所述的一种车体外观图像检测系统,其特征在于,所述测速传感器进行测速采用磁钢测速或者雷达测速。
7.根据权利要求1所述的一种车体外观图像检测系统,其特征在于,所述图像采集子系统采用图像线扫技术。
8.根据权利要求1所述的一种车体外观图像检测系统,其特征在于,所述图像分析子系统包括文件服务器,所述文件服务器上装设有图像算法上位机软件;所述图像算法上位机软件,用于监听和获取从所述图像采集子系统传输至文件服务器的图像数据和过车信息,进行一系列的处理后将检测结果输出到关系型数据库,供所述业务信息子系统使用;所述图像算法上位机软件包括车体外观图像监听模块和车体外观图像检测模块;
所述车体外观图像检测模块,根据列车车号,自动选取标准图像,对本次通过图像与进行比和分析;通过图像特征点提取、建立特征点映射关系,实现两幅图像精确配准;再采用纹理特征对比实现关键部件异常检测,自动识别车底及走行部两侧关键可视部件的故障识别;所述车体外观图像检测模块包括图像生成单元、图像预处理单元、定位单元和故障检测单元;
所述车体外观图像监听模块,用于实时监听所述车体外观图像检测模块的检测信息及检测结果。
9.根据权利要求1所述的一种车体外观图像检测系统,其特征在于,所述业务信息子系统的软件设计采用B/S微服务架构设计。
10.一种车体外观图像检测方法,其特征在于,应用于如权利要求1至9中任意一项所述的一种车体外观图像检测系统,该检测方法包括:
待测列车回库进入检测棚,测速雷达对列车进行测速,并将速度信息上传到业务信息子系统;
业务信息子系统对列车进行过车记录,并下达图像采集指令进行图像采集;
当列车离开检测棚,图像采集子系统停止采集,将采集图片交由图像分析子系统进行识别检测;
图像分析子系统在识别计算完成后,将识别结果传回业务信息子系统进行存储;同时在检测系统web页面展示检测结果;及其检测的所有预警结果都将等待人工审核处理,确认是否故障:若故障真实存在则确认报警并填写故障复核信息;确认故障生成检修工单和跟踪信息,进行人工检查以及维修;当人工复核结果为无故障时,流程结束;
检测系统Web页面同时可显示机器上报的正常信息,进行人工校验;当校验到机器误判时,可重新提起故障流程生成相应的检修工单以及跟踪信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011395351.9A CN112319540A (zh) | 2020-12-03 | 2020-12-03 | 一种车体外观图像检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011395351.9A CN112319540A (zh) | 2020-12-03 | 2020-12-03 | 一种车体外观图像检测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112319540A true CN112319540A (zh) | 2021-02-05 |
Family
ID=74301809
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011395351.9A Pending CN112319540A (zh) | 2020-12-03 | 2020-12-03 | 一种车体外观图像检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112319540A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113788051A (zh) * | 2021-10-26 | 2021-12-14 | 成都运达科技股份有限公司 | 列车在站运行状态监测分析系统 |
CN114509012A (zh) * | 2021-12-27 | 2022-05-17 | 中铁第一勘察设计院集团有限公司 | 一种用于高原环境下的机车车辆闸片成像检测设备 |
CN116363151A (zh) * | 2023-03-15 | 2023-06-30 | 广东科研世智能科技有限公司 | 图像切割方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120137974A (ko) * | 2011-06-14 | 2012-12-24 | 한국철도기술연구원 | 열차 외부결함 검출장치 및 방법 |
CN204355079U (zh) * | 2015-01-16 | 2015-05-27 | 郑州铁路装备制造有限公司 | 一种基于图像处理技术的机车在线监测系统 |
CN105067287A (zh) * | 2015-07-23 | 2015-11-18 | 北京京天威科技发展有限公司 | 动车组运行故障动态图像检测系统及方法 |
CN110450813A (zh) * | 2019-08-06 | 2019-11-15 | 中铁第四勘察设计院集团有限公司 | 一种动车组全车身运行故障动态图像检测系统及检测方法 |
CN110626380A (zh) * | 2019-09-19 | 2019-12-31 | 中铁第四勘察设计院集团有限公司 | 一种动车组正线检测方法 |
CN210513726U (zh) * | 2019-10-12 | 2020-05-12 | 广州运达智能科技有限公司 | 一种列车车体外观图像采集系统 |
-
2020
- 2020-12-03 CN CN202011395351.9A patent/CN112319540A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120137974A (ko) * | 2011-06-14 | 2012-12-24 | 한국철도기술연구원 | 열차 외부결함 검출장치 및 방법 |
CN204355079U (zh) * | 2015-01-16 | 2015-05-27 | 郑州铁路装备制造有限公司 | 一种基于图像处理技术的机车在线监测系统 |
CN105067287A (zh) * | 2015-07-23 | 2015-11-18 | 北京京天威科技发展有限公司 | 动车组运行故障动态图像检测系统及方法 |
CN110450813A (zh) * | 2019-08-06 | 2019-11-15 | 中铁第四勘察设计院集团有限公司 | 一种动车组全车身运行故障动态图像检测系统及检测方法 |
CN110626380A (zh) * | 2019-09-19 | 2019-12-31 | 中铁第四勘察设计院集团有限公司 | 一种动车组正线检测方法 |
CN210513726U (zh) * | 2019-10-12 | 2020-05-12 | 广州运达智能科技有限公司 | 一种列车车体外观图像采集系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113788051A (zh) * | 2021-10-26 | 2021-12-14 | 成都运达科技股份有限公司 | 列车在站运行状态监测分析系统 |
CN114509012A (zh) * | 2021-12-27 | 2022-05-17 | 中铁第一勘察设计院集团有限公司 | 一种用于高原环境下的机车车辆闸片成像检测设备 |
CN116363151A (zh) * | 2023-03-15 | 2023-06-30 | 广东科研世智能科技有限公司 | 图像切割方法、装置、电子设备及存储介质 |
CN116363151B (zh) * | 2023-03-15 | 2023-11-03 | 广东科研世智能科技有限公司 | 图像切割方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112319540A (zh) | 一种车体外观图像检测系统及方法 | |
CN106647819B (zh) | 移动式图像采集装置及高速列车一级检修智能辅助系统 | |
CN106049210B (zh) | 一种轨道状态智能检测平台 | |
CN105115605A (zh) | 轨道列车红外检测系统及检测方法 | |
CN207089320U (zh) | 一种弓网离线状态非接触式检测装置 | |
CN202793389U (zh) | 一种高铁接触网在线巡检装置 | |
CN108957240A (zh) | 电网故障远程定位方法及系统 | |
CN108974044A (zh) | 铁路轨道资产勘测系统 | |
CN206446603U (zh) | 一种基于线阵扫描及3d成像的机车行走部检测装置 | |
CN203246483U (zh) | 一种机车行走部运动状态智能检测系统 | |
CN105913367A (zh) | 基于人脸识别和位置定位的公交客流量检测系统与方法 | |
CN205382956U (zh) | 一种基于图像的铁路隧道壁检测装置 | |
CN104410820A (zh) | 一种车载轨旁设备箱盒及线缆外观检测系统 | |
CN115496398A (zh) | 一种电力作业安全管控方法及系统 | |
US11558583B2 (en) | Train wheel detection and thermal imaging system | |
CN113011252B (zh) | 轨道异物侵限检测系统及方法 | |
CN205157057U (zh) | 轨道列车红外检测系统 | |
CN117405173A (zh) | 一种轨道交通弓网系统状态智能检测分析系统及其检测方法 | |
CN115035087A (zh) | 一种新型铁路线路图像检测方法及系统 | |
CN216253040U (zh) | 一种动车组检修作业评价管理监控系统 | |
CN110588712A (zh) | 一种基于3d信息的车载铁路路轨检测系统 | |
CN206959803U (zh) | 一种隧道断面全景成像装置 | |
CN112225025A (zh) | 监测电梯层门门锁锁钩啮合状况的方法及装置 | |
CN218782005U (zh) | 动车组一级修全方位检测机器人 | |
CN116022191B (zh) | 一种轨旁轴温及电机温度检测方法及系统 |
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: 20210205 |