CN112883997B - 一种轨道交通扣件检测系统及检测方法 - Google Patents
一种轨道交通扣件检测系统及检测方法 Download PDFInfo
- Publication number
- CN112883997B CN112883997B CN202110032781.2A CN202110032781A CN112883997B CN 112883997 B CN112883997 B CN 112883997B CN 202110032781 A CN202110032781 A CN 202110032781A CN 112883997 B CN112883997 B CN 112883997B
- Authority
- CN
- China
- Prior art keywords
- fastener
- data
- point cloud
- rail
- track
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Machines For Laying And Maintaining Railways (AREA)
Abstract
本发明公开了一种轨道交通扣件检测系统及检测方法,属于扣件检修技术领域,包括数据库模块、数据处理模块、数据采集模块、扣件比对识别模块和数据分析模块,通过待检测轨道相关标准数据在数据库模块中的预存,配合数据采集模块的数据采集,以及数据处理模块和扣件比对识别模块的组合工作,能够实现轨道沿线各扣件的快速扫描识别,并在此基础上准确识别各扣件中的调整件型号、扣件病害等,建立轨道沿线扣件检修台账,最终生成相应的扣件调整方案。本发明的轨道交通扣件检测系统,其结构简单,设置简便,简化了轨道交通扣件系统的检修维护流程,提升了轨道交通检修维护的效率,降低了轨道交通扣件系统的检修成本,具有较好的实用价值和推广价值。
Description
技术领域
本发明属于扣件检修技术领域,具体涉及一种轨道交通扣件检测系统及检测方法。
背景技术
随着我国轨道交通技术的快速发展,其在人们的日常生活中扮演着越来越重要的角色。在轨道交通的设计、运营过程中,安全性和舒适性一直是被大众广泛关注的话题,也是近年来研究人员重点关注的研究课题。
在轨道交通系统中,轨道扣件系统对车辆运行的安全性和乘车的舒适性有着决定性的影响,其往往决定了轨道的轨距保持能力和高度调整能力,在整个轨道结构中占有极其重要的地位。正因如此,根据铁路行业的相关规定,在轨道交通系统运营过程中,需要定期(例如每半年)对轨道几何参数、扣件型号及病害进行检修维护。
近年来,轨道交通线路的覆盖面越来越广、设置形式越来越多、运营里程也越来越长,导致扣件系统的使用类型及设置数量急剧增加,这也导致了扣件系统的检修工作量大幅增加。其中,尤其是轨道扣件的精测精调(精确测量轨道几何参数、调查识别调整件型号及扣件病害、建立扣件调整件型号台账、确定后续精调方案、现场精准调整更换组件)工作量极大。然而,目前扣件的调整件型号调查及扣件病害识别工作基本都是采用“人工目视”的作业方式。上述方式虽然能一定程度上满足轨道交通的扣件检修需求,但是也存在明显的缺陷,主要体现在:人工调查的方式识别效率低、识别精度差。通常情况下,在一个夜间天窗点,30名工人往往仅能调查1公里,而且调查准确度不高。这种形式极大地消耗了人力资源,延长了测量周期,且检测效率低,检测出错率高,制约了轨道交通的发展。
发明内容
针对现有技术的以上缺陷或改进需求中的一种或者多种,本发明提供了一种轨道交通扣件检测系统及检测方法,能实现轨道扣件系统的快速识别和检测,并根据检测的结果建立轨道扣件检修台账,继而综合分析生成扣件精调方案,提升扣件系统的检修调整效率,降低扣件系统的运营维护成本。
为实现上述目的,本发明的一个方面,提供一种轨道交通扣件检测系统,其包括:
数据库模块,用于分类存储轨道交通扣件检测系统工作过程中需要使用的各类标准数据,为数据采集后的比对判定提供依据;
数据采集模块,用于采集轨道延伸方向上钢轨及扣件系统的完整轮廓点云数据,提供与标准数据参照比对的数据对象;
数据处理模块,用于对采集到的点云数据进行处理,提取出与各扣件对应的点云数据,计算相应零件特征尺寸,并根据各扣件点云数据生成相应的扣件深度图像;
扣件比对识别模块,用于将提取出的扣件点云数据与各位置处的扣件标准数据进行比对,判定各扣件中相应调整件的型号及状态;
数据分析模块,用于对扣件比对识别模块判定的结果进行分析,以此为基础确定各扣件的轨距调整量和/或高程调整量,结合数据库模块中预存的钢轨标准几何形位参数,建立整个轨道沿线的扣件检修台账,继而综合分析生成相应的扣件精调方案。
作为本发明的进一步改进,所述数据库模块内存储的内容包括数据库单元和各扣件标准状态下的初始点云灰度图像;
所述数据库单元设置为多个,各数据库单元分别对应一种扣件系统类型,且各所述数据库单元中分别存储有对应该扣件系统的标准数据。
作为本发明的进一步改进,所述标准数据包括调整件的外形参数、尺寸特征值、弹条初始紧固参数、系统轨距调节方案和系统高度调节方案。
作为本发明的进一步改进,所述数据采集模块包括行程单元和采集单元;
所述行程单元用于确定实时检测位置相对于初始检测位置所经过的行程;
所述采集单元用于连续采集轨行方向上的点云数据,并将各点云数据与所述行程单元所确定的行程数据相结合。
作为本发明的进一步改进,所述采集单元中还设置有编号采集机构,用于依次采集轨道沿线的轨枕编号和CPIII点编号信息。
作为本发明的进一步改进,所述采集单元包括多个传感器和控制器,并对应各传感器分别设置有定时器,以及对应设置有数据缓冲区;
所述控制器与各所述传感器通信连接,用于控制各传感器工作,并将各传感器采集到的数据传递到数据缓冲区中;所述定时器与所述传感器一对一设置,用于定时将对应传感器采集的数据从数据缓冲区刷新至数据存储单元。
作为本发明的进一步改进,所述调整件包括弹条、螺旋道钉、轨距挡板、轨距块、轨下微调垫板、铁垫板、铁垫板下调高垫板和调高垫板。
作为本发明的进一步改进,该轨道交通扣件检测系统搭载于轨检小车,且所述行程单元为与所述轨检小车走行轮同轴设置的编码器。
本发明的另一个方面,提供一种轨道交通扣件检测方法,其利用所述的轨道交通扣件检测系统来实现,包括如下步骤:
(1)控制数据采集模块沿轨道延伸方向采集点云数据和里程数据,并依次记录起止点之间的轨枕编号以及CPIII点编号信息;
(2)将点云数据与里程数据耦合,然后将点云数据按里程方向展开,生成检测点云灰度图像,以其与该轨道系统的初始点云灰度图像进行对比,识别各扣件的位置,并反向提取扣件区域的点云数据;
(3)分别从各扣件区域的点云数据中获取水平方向点云数据,识别提取轨距相关特征参数,得到各轨距调整件尺寸特征值,再以其与所述数据库模块中的标准数据比对,识别、确定各轨距调整件的型号;
(4)分别从各扣件区域的点云数据中获取竖直方向点云数据,识别提取高程相关参数,得到扣件系统的高度调整值,再以其与所述数据库模块中的调高方案进行比对分析,识别、确定各调高调整件的型号;
(5)综合识别出的轨距调整件型号和调高调整件型号,结合起止点之间的轨枕编号以及CPIII点编号信息,建立扣件与轨枕对应的索引文件;
(6)根据各扣件区域的点云数据生成各扣件的点云灰度图像,以其与初始点云灰度图像中对应位置的扣件灰度图像进行对比,识别、判断各扣件是否存在病害;
(7)根据上述检测所得扣件调整件型号、扣件病害信息,结合钢轨标准几何形位参数,建立扣件检修台账,综合分析、处理,确定轨道沿线上的扣件精调方案。
作为本发明的进一步改进,在进行步骤(1)前,还进行有如下步骤:
根据确定的待检测轨道,提前将该轨道线路上使用的扣件类型输入扣件比对识别模块中。
上述改进技术特征只要彼此之间未构成冲突就可以相互组合。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,具有的有益效果包括:
(1)本发明的轨道交通扣件检测系统,其包括数据库模块、数据处理模块、数据采集模块、扣件比对识别模块和数据分析模块,通过待检测轨道相关标准数据在数据库模块中的预存,配合数据采集模块的数据采集,以及数据处理模块和扣件比对识别模块的组合工作,能够快速实现轨道沿线各扣件的快速扫描识别,并在此基础上准确识别各扣件中的调整件型号、扣件病害信息等,建立扣件检修台账,综合分析、处理,确定轨道沿线上的扣件精调方案,为后续轨道扣件系统的快速调整提供了依据,简化了轨道扣件系统的检修工序,节约了轨道扣件系统的检修时间;
(2)本发明的轨道交通扣件检测系统,其通过将采集到的点云数据沿轨道里程展开,得到检测点云灰度图像,以其与初始点云灰度图像进行对比,进而快速识别各扣件的位置,并反向提取了扣件区域的点云数据,去除了分析时所不需要的额外点云数据,大幅减少了分析的数据量,进一步提升了扣件系统分析的精确性,缩短了扣件系统分析的时间,节约了扣件系统检修维护的成本;
(3)本发明的轨道交通扣件检测系统,其通过将轨枕编号、CPIII点编号、相邻CPIII点之间轨枕数量等信息与反向提取出的扣件点云信息相耦合,从而建立了扣件与轨枕相对应的索引文件,为后续扣件调整件型号台账、调整方案的建立提供了保证,确保了信息采集、分析、处理的准确性,避免了调整方案的错位,充分保证了轨道沿线扣件系统检修的精确性;
(4)本发明的轨道交通扣件检测系统,其结构简单,设置简便,能有效实现轨道交通扣件系统实时状态数据的采集,完成轨道交通扣件系统的扫描检测,保证检测结果准确性的同时,能够充分生成相应的精调方案,为后续轨道交通的扣件系统调整维护提供依据,简化了钢轨系统的检修维护流程,提升了轨道交通检修维护的效率,降低了轨道交通扣件系统的检修成本,具有较好的实用价值和推广价值。
附图说明
图1是本发明实施例中轨道交通扣件检测系统的系统组成示意图;
图2是本发明实施例中轨道交通扣件检测系统的工作流程示意图;
图3是本发明实施例中数据采集模块的工作原理示意图;
图4是本发明实施例中扣件系统的轨距块特征值标记示意图;
图5是本发明实施例中轨道交通扣件检测系统采集轨距特征值时的俯视图;
图6是本发明实施例中轨道交通扣件检测系统采集轨距特征值时的剖视图;
图7是本发明实施例中轨道交通扣件检测系统采集高程特征值时的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”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的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
实施例:
请参阅图1,本发明优选实施例中的轨道交通扣件检测系统包括数据库模块、数据采集模块、数据处理模块、扣件比对识别模块和数据分析模块。其中:
数据库模块,用于分类存储轨道交通扣件检测系统工作过程中需要使用的标准数据,为数据采集后的比对判定提供依据。
数据采集模块,用于采集轨道延伸方向上钢轨及扣件系统的完整轮廓点云数据,提供与标准数据参照比对的对象。
数据处理模块,用于对采集到的数据进行处理,提取出对应的目标数据。
扣件比对识别模块,用于将提取出的目标数据与标准数据进行对照比对,进而判定相应采集对象的具体型号及状态。
数据分析模块,用于对扣件比对识别模块判定的结果进行分析,以此为基础确定各扣件的轨距调整量和/或高程调整量,结合数据库模块中预存的钢轨标准几何形位参数,建立整个轨道沿线的扣件检修台账,继而综合分析生成相应的扣件精调方案。
具体地,优选实施例中的轨道交通扣件检测系统可以搭载在相应的检测小车上,检测小车可在轨道上往复运行,并在运行过程中完成相应的检测过程以及调整方案的生成。
进一步地,优选实施例中的数据库模块对不同种类的扣件类型分别建立了相应数据库单元,以此来进行对应种类扣件系统中相应标准数据的存储。在实际设置时,优选实施例中数据库模块内存储的扣件类型包括但不限于:弹条I型扣件系统、弹条II型扣件系统、弹条V型扣件系统、WJ-7型扣件系统、WJ-8型扣件系统、300-1型扣件系统等。同时,针对各扣件系统生成的数据库单元中所存储的标准数据包括但不限于各扣件系统内调整件的外形参数、尺寸特征值、弹条初始紧固参数、系统轨距调节方案、系统高度调节方案等。此外,在优选实施例中,扣件系统的调整件包含但不限于弹条、螺旋道钉、轨距挡板、轨距块、轨下微调垫板、铁垫板、铁垫板下调高垫板、调高垫板等。
进一步地,在数据库模块中,还存储有上述各类型扣件系统的初始点云灰度图像,用于与检测过程中得到的检测点云灰度图像进行比对。同时,数据库模块中还预存有待检轨道精测所得的钢轨几何形位参数,即钢轨标准几何形位参数,为生成扣件精调方案提供基础。具体而言,优选实施例中钢轨的几何形位参数包括轨距、超高、高低、轨向等。
对于优选实施例中的数据采集模块而言,其主要包括行程单元和采集单元。其中,行程单元主要用于确定对应轨道位置的行程,以在确定检修基准点的基础上准确确定各检修扣件的具体位置,为检修台账的建立提供基础。实际设置时,行程单元为同轴设置在检修小车走行轮对上的编码器,其通过记录检修小车车轮走行的圈数,来对应计算检修时的实时里程,也为各扣件系统的准确定位提供保障。
进一步地,优选实施例中的采集单元为对应设置的若干高精度线激光扫描仪,其可在检测系统沿轨行区域走行检测时扫描钢轨的沿线,得到轨行方向上连续的扫描点云,并将点云数据与行程数据相结合。在优选实施例中,采集单元和行程单元分别设置在轨检小车上,并在轨检小车上对应采集单元设置有相应的控制单元和数据存储、分析单元。当然,优选实施例中的数据采集模块也可以别的形式进行设置,例如由具有轨道识别系统的无人机搭载,此时,行程单元可以设置为除编码器之外的其他形式。待采集单元从轨道的基点扫描到预设终点时,便能得到待检测区间内钢轨及扣件系统的完整轮廓点云数据。
实际设置时,采集单元的工作原理如图3中所示,其优选包括多个传感器和若干控制器,并对应各传感器分别设置有定时器,以及对应各传感器和各定时器设置有采集程序和数据缓冲区。采集程序优选包含回调函数,用于发出控制指令到控制器,并从控制器中接收来自各传感器的检测数据,此后再将各传感器检测的数据传递到数据缓冲区中。其次,利用各定时器的设置,使得数据缓冲区中的数据可以定时刷新至存储单元中,优选实施例中的存储单元可以进一步具体为对应采集单元设置的硬盘,以此来防止数据缓冲区中数据的溢出,避免数据的丢失。
在优选实施例中,通过采用回调函数、数据缓冲区和多定时器多线程的组合方式,可以实现对传感器数据的完整保存,得到完整的点云数据。实际操作时,优选实施例中的点云数据以二进制文件形式进行保存,其进一步优选包含点数序号、里程参数、高度信息、点强度信息等。
此外,在采集单元工作时,还可对扫描检测位置的钢轨几何形位参数进行采集,这可以包含在该检测位置的点云数据中,也可以单独进行采集和存储。其次,采集单元在沿轨道纵向运行的过程中,还依次记录了沿途各位置处的轨枕编号(一个轨枕编号与一组扣件系统对应,即扫描了多少组扣件系统,就有多少个轨枕编号)、CPIII点编号、相邻CPIII点间轨枕数量等信息,以此为后续建立各扣件与对应编号之间的联系提供保障,进一步提升扣件台账建立的准确性。
进一步地,优选实施例中的数据处理模块针对数据采集模块采集到的检测数据而设置,其主要工作过程包括:
(1)将采集到的点云数据沿里程方向展开,生成检测点云灰度图像。
(2)在检测点云灰度图像中查找扣件位置,扣件位置的查找方法可以通过检测点云灰度图像与初始点云灰度图像对比的方式确定。
由于每个扣件的点云数据往往高达六、七十万之多,如果直接用整个扣件的点云数据进行扣件相应尺寸的计算,其计算效率将会十分低下。因此,在确定扣件的位置后,优选根据扣件位置反向定位里程参数中的里程编码,并去除扣件位置外的无效点云,减小点云数据量,提高后续检测的效率。依次针对每个扣件进行上述过程,可从点云数据中找到对应各里程编码的点云集,从而得到对应里程位置处单个扣件的点云集。
(3)从单个扣件的点云集中提取对应调整件的特征点云,例如轨距块中部宽度尺寸、轨距挡板与铁垫板挡肩距离尺寸、钢轨下表面与轨枕承轨面距离尺寸等,根据提取的特征点云判断对应调整件的型号。
(4)根据扣件的点云集数据生成扣件深度图像,进而获取得到待检测轨道沿线所有的扣件深度图像。
(5)将扣件点云集数据、里程编码与轨枕编号耦合聚类,建立一一对应的索引文件,使得待检测轨道沿线所有的扣件分别对应有一个索引文件。
在此基础上,优选实施例中的扣件比对识别模块可以将扣件点云中提取出的调整件特征点云与数据库单元中的标准数据进行比对,从而确定相应调整件的型号。在优选实施例中,主要确定的是轨距调整件和高程调整件的型号。
优选实施例中以常见的WJ-8型扣件系统为例,针对其的轨距调整件识别主要包含绝缘轨距块识别、轨距挡板识别。同时,由于高程调整件位于钢轨正下方,通常情况下的采集单元很难直接扫描到调整件到的高度信息,故高程调整件的检测识别方法与上述轨距调整件检测识别方法有一定区别。具体地,高程调整件检测识别需先根据预设的扣件类型,选取不同的高程计算方案,然后提取特征区域点云数据,经一定数学算法转换后,计算系统高程调整量,由于不同型号扣件系统的调高方案一般相对固定,故可结合扣件型号参数数据库中的系统调高方案,识别确定高程调整件的具体型号。实际设置时,WJ-8型扣件系统中的高程计算方案为通过钢轨下轨面和轨枕承轨面的高度差间接计算系统高程调整值。
如图4中所示为优选实施例中绝缘轨距块的剖视图,对于不同型号的绝缘轨距块而言,其顶部宽度值a2通常为固定值,底部宽度值a0和顶部另一宽度值a1通常根据绝缘轨距块类型的不同而发生改变。因此,优选实施例中以a0作为绝缘轨距块的尺寸特征值。从绝缘轨距块特征点区域的点云数据中分别提取钢轨内外侧轨距块宽度测量值a1、a1’,则轨距块尺寸特征值a0为a1(或者a1’)与a2的差值。基于所得的绝缘轨距块尺寸特征值,以此与数据库模块中存储的各型号绝缘轨距块特征值进行对比,便可确定绝缘轨距块的具体型号。
相应地,如图5、6中所示,b1宽度所在区域为轨距挡板特征点区域,b2为扣件系统中的固有已知尺寸,b0为轨距挡板的尺寸特征值。具体地,从轨距挡板特征点区域的点云数据中分别提取出铁垫板内侧挡肩与轨距挡板间距离b1、b1’,则轨距挡板的尺寸特征值b0为b2与b1的差值。基于所得的轨距挡板尺寸特征值,以其与数据库模块中存储的各型号轨距挡板尺寸特征值进行对比,即可确定轨距挡板的具体型号。
进一步地,高程调整件(轨下微调垫板、调高垫板)的检测识别如图7中所示。其中,根据扣件点云生成的深度图像,在图像上标记计算轨底顶面和承轨面的位置,在此位置周围找到对应的点云。具体地,采集单元扫描的点云是钢轨的轨底顶面和承轨面的表面,而需计算的位置是钢轨的下轨面到承轨面的高度。由于60kg/m型号轨底顶面边缘是半径4mm的圆弧连接斜度1:9的斜面,考虑到扫描仪扫描的钢轨圆弧点云不完整,故利用斜面上的点来间接计算系统高度调整值。
首先,采用1:9的斜面点云拟合斜面方程,用承轨面点云拟合平面方程。然后,提取钢轨边缘往钢轨一侧1cm处斜面上点的高度值d1,减去承轨面的高度值d2、斜面上该点到钢轨底面的高度d3、标准状态初始高度值d4,即可得到系统高度调整值d0。结合数据库模块中针对WJ-8型扣件的系统调高方案,综合分析可分别得到轨下微调垫板、调高垫板规格型号。
此外,通过将检测点云数据的扣件深度图像与扣件初始灰度图像进行比对识别,以此来判断扣件系统的常见病害,优选实施例中的常见病害包括但不限于弹条/螺栓松动、部件断裂、部件开裂、部件缺失、部件错位等。具体地,优选实施例中扣件病害的检测识别原理为:根据扣件零部件初始外形尺寸及区域点云数据,经内部算法编程、坐标逆变等处理后,将不同高度点云数据按里程方向展开,生成扣件系统深度图。结合数据库模块中的扣件初始状态深度图,多基准点综合校准后,将两者进行比对识别,进而判断是否有病害存在。
举例来说,若图像中弹条、轨距挡板等零部件存在高度断层或宽度断层等,则此零部件存在开裂、裂纹问题;若图像中弹条中部前端下颚与轨距块或钢轨间间隙增大,螺栓高度比初始状态下高,则存在弹条、螺栓松动病害;若实测系统深度图中无弹条或轨距块等零部件,则存在零部件缺失病害;若实测系统深度图中零部件与初始状态深度图中不重合,存在较大角度,则存在零部件错位病害。
综上,可以通过扣件比对识别模块完成轨距调整件、高程调整件型号的识别,扣件病害的识别,将上述参数信息与扫描轨道沿线的轨枕编号、CPIII点编号、相邻CPIII点之间轨枕数量等信息组合,建立扣件与轨枕对应的索引文件,从而生成整个轨道延伸方向上的扣件型号台账。
进一步地,优选实施例中的数据分析模块可以将测得的钢轨几何形位参数与初始时的钢轨几何形位参数比对,来确定轨距的调整量和高度的调整量,结合扣件比对识别模块确定的轨距调整件型号和高度调整件型号,进而生成相应调整件的更换型号,形成对应位置扣件系统的精调方案,为后续轨道的调整提供依据,缩短轨道扣件系统检修、维护的效率。
相应地,对应上述各模块还设置有系统模块,其与上述各模块分别电连接,并对应设置有人机交互界面,使得轨检小车在检测前可以选择输入对应的扣件类型,以及统筹各模块的工作,为后续扣件调整台账的存储、导出提供保障。
利用优选实施例中的轨道交通扣件检测系统来进行轨道交通扣件的检测,其过程如图2中所示,此时检测系统优选搭载在轨检小车上,其检测过程包括如下步骤:
(1)收到扣件精测精调任务后,确定需检测调查的轨道线路及线路上使用的扣件类型,并优选将其输入扣件比对识别模块中;
之所以预先确定扣件系统的类型,这是因为各轨道建设完成后,轨道沿线的扣件系统类型已然确定,而预先确定了检测线路上的扣件类型后,可以充分简化检测的流程,提高数据比对的效率。
(2)轨检小车上道,借助采集单元(如高精度线激光扫描仪)扫描轨道扣件,完成数据采集,并记录起止点轨枕编号以及CPIII点编号信息;
(3)将线路完整点云数据与里程数据耦合,然后将点云数据按里程方向展开,生成检测点云灰度图像。根据检测点云灰度图像与初始点云灰度图像的对比,识别扣件的位置,反向提取扣件区域的点云数据;
(4)从扣件区域点云数据中获取水平方向点云数据,识别提取轨距相关特征参数,经内部算法(对应于前述内容中绝缘轨距块、轨距挡板型号的确定过程)计算转换后,得到各轨距调整件尺寸特征值,与扣件型号参数数据库中的轨距调整件尺寸特征值比对后,识别确定轨距调整件(如轨距挡板、轨距块等)型号;
(5)从扣件区域点云数据中获取竖直方向点云数据,识别提取高程相关参数,经内部算法(对应于前述内容中轨下微调垫板、调高垫板规格型号的确定过程)计算转换后,得到扣件系统高度调整值,与扣件型号参数数据库中的调高方案进行比对分析后,识别确定调高调整件(如调高垫板、轨下微调垫板等)型号;
(6)综合识别出的轨距调整件型号和调高调整件型号,结合轨道起止点轨枕编号、CPIII点编号、相邻CPIII点之间轨枕数量等信息,建立扣件与轨枕对应索引文件,然后自动生成扣件调整件型号台账,既可作为后续精调方案设计的依据,也可作为轨道线路日常巡检维护的基础资料;
(7)根据各扣件区域的点云数据生成轨道沿线各扣件的点云灰度图像,以其与初始点云灰度图像中对应位置的扣件灰度图像进行对比,识别、判断扣件是否存在病害,即弹条有无断裂、松动,轨距挡板、轨距块是否存在开裂等;
(8)将检测点云数据对应下的钢轨几何形位参数与钢轨标准几何形位参数进行比对,结合扣件调整件型号台账和病害识别结果,综合处理、智能分析后,确定轨道沿线上各扣件的精调方案,最终形成扣件检修台账。
本发明中的轨道交通扣件检测系统,其结构简单,设置简便,能有效实现轨道交通的扣件系统检测,保证检测结果准确性的同时,能够充分生成相应的精调方案,为后续轨道交通的扣件系统调整维护提供依据,简化了钢轨系统的检修维护流程,提升了轨道交通检修维护的效率,降低了轨道交通扣件系统的检修成本,具有较好的实用价值和推广价值。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种轨道交通扣件检测系统,其特征在于,包括:
数据库模块,用于分类存储轨道交通扣件检测系统工作过程中需要使用的各类标准数据,为数据采集后的比对判定提供依据;所述数据库模块内存储的内容包括数据库单元和各扣件标准状态下的初始点云灰度图像;所述数据库单元设置为多个,各数据库单元分别对应一种扣件系统类型,且各所述数据库单元中分别存储有对应该扣件系统的标准数据;
数据采集模块,其包括行程单元和采集单元;所述行程单元用于确定实时检测位置相对于初始检测位置所经过的行程;所述采集单元用于采集轨道延伸方向上钢轨及扣件系统的完整轮廓点云数据,并将各点云数据与所述行程单元所确定的行程数据相结合,提供与标准数据参照比对的数据对象;所述采集单元包括多个传感器和控制器,并对应各传感器分别设置有定时器,以及对应设置有数据缓冲区;所述控制器与各所述传感器通信连接,用于控制各传感器工作,并将各传感器采集到的数据传递到数据缓冲区中;所述定时器与所述传感器一对一设置,用于定时将对应传感器采集的数据从数据缓冲区刷新至数据存储单元;所述采集单元中还设置有编号采集机构,用于依次采集轨道沿线的轨枕编号和CPIII点编号信息;
数据处理模块,用于对采集到的点云数据进行处理,提取出与各扣件对应的点云数据,计算相应零件特征尺寸,并根据各扣件点云数据生成相应的扣件深度图像;
扣件比对识别模块,用于从各扣件区域的点云数据中获取水平方向点云数据和竖直方向点云数据,分别识别提取轨距相关特征参数和高程相关参数,得到扣件系统的轨距调整件尺寸特征值和高度调整值,进而确定各轨距调整件的型号和各调高调整件的型号将提取出的扣件点云数据与各位置处的扣件标准数据进行比对,判定各扣件中相应调整件的型号及状态,并基于采集单元采集得到的轨枕编号和CPIII点编号信息建立扣件与轨枕对应的索引文件;
数据分析模块,用于对扣件比对识别模块判定的结果进行分析,以此为基础确定各扣件的轨距调整量和/或高程调整量,结合数据库模块中预存的钢轨标准几何形位参数,建立整个轨道沿线的扣件检修台账,继而综合分析生成相应的扣件精调方案。
2.根据权利要求1所述的轨道交通扣件检测系统,其中,所述标准数据包括调整件的外形参数、尺寸特征值、弹条初始紧固参数、系统轨距调节方案和系统高度调节方案。
3.根据权利要求1所述的轨道交通扣件检测系统,其中,所述调整件包括弹条、螺旋道钉、轨距挡板、轨距块、轨下微调垫板、铁垫板、铁垫板下调高垫板和调高垫板。
4.根据权利要求1所述的轨道交通扣件检测系统,其中,该轨道交通扣件检测系统搭载于轨检小车,且所述行程单元为与所述轨检小车走行轮同轴设置的编码器。
5.一种轨道交通扣件检测方法,其利用权利要求1~4中任一项所述的轨道交通扣件检测系统来实现,其特征在于,包括如下步骤:
(1)控制数据采集模块沿轨道延伸方向采集点云数据和里程数据,并依次记录起止点之间的轨枕编号以及CPIII点编号信息;
(2)将点云数据与里程数据耦合,然后将点云数据按里程方向展开,生成检测点云灰度图像,以其与该轨道系统的初始点云灰度图像进行对比,识别各扣件的位置,并反向提取扣件区域的点云数据;
(3)分别从各扣件区域的点云数据中获取水平方向点云数据,识别提取轨距相关特征参数,得到各轨距调整件尺寸特征值,再以其与所述数据库模块中的标准数据比对,识别、确定各轨距调整件的型号;
(4)分别从各扣件区域的点云数据中获取竖直方向点云数据,识别提取高程相关参数,得到扣件系统的高度调整值,再以其与所述数据库模块中的调高方案进行比对分析,识别、确定各调高调整件的型号;
(5)综合识别出的轨距调整件型号和调高调整件型号,结合起止点之间的轨枕编号以及CPIII点编号信息,建立扣件与轨枕对应的索引文件;
(6)根据各扣件区域的点云数据生成各扣件的点云灰度图像,以其与初始点云灰度图像中对应位置的扣件灰度图像进行对比,识别、判断各扣件是否存在病害;
(7)根据上述检测所得扣件调整件型号、扣件病害信息,结合钢轨标准几何形位参数,建立扣件检修台账,综合分析、处理,确定轨道沿线上的扣件精调方案。
6.根据权利要求5所述的轨道交通扣件检测方法,其中,在进行步骤(1)前,还进行有如下步骤:
根据确定的待检测轨道,提前将该轨道线路上使用的扣件类型输入扣件比对识别模块中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110032781.2A CN112883997B (zh) | 2021-01-11 | 2021-01-11 | 一种轨道交通扣件检测系统及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110032781.2A CN112883997B (zh) | 2021-01-11 | 2021-01-11 | 一种轨道交通扣件检测系统及检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112883997A CN112883997A (zh) | 2021-06-01 |
CN112883997B true CN112883997B (zh) | 2023-05-12 |
Family
ID=76044421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110032781.2A Active CN112883997B (zh) | 2021-01-11 | 2021-01-11 | 一种轨道交通扣件检测系统及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112883997B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113267139B (zh) * | 2021-07-19 | 2021-10-29 | 江苏中科云控智能工业装备有限公司 | 具有大数据分析的压铸件形变量检测系统 |
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 |
CN117011212B (zh) * | 2022-06-21 | 2024-02-27 | 南通市科睿轨道科技有限公司 | 一种轨道工务段紧固件连接状态监测分析系统 |
CN114973148B (zh) * | 2022-06-22 | 2024-05-24 | 烟台国信智慧信息科技有限公司 | 一种基于智慧城市建设的市政设施在线监测数字化智能管理平台 |
CN116127631B (zh) * | 2022-12-21 | 2023-10-03 | 西南交通大学 | 一种数据物理融合下的高速铁路轨道多目标精调方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8958079B2 (en) * | 2004-06-30 | 2015-02-17 | Georgetown Rail Equipment Company | System and method for inspecting railroad ties |
CA2843281C (en) * | 2013-03-12 | 2020-04-21 | Georgetown Rail Equipment Company | System and method for inspecting railroad ties |
EP3240496B1 (en) * | 2014-12-30 | 2020-09-16 | 3M Innovative Properties Company | Dental appliance providing exposed occlusal surfaces |
CN106192634B (zh) * | 2016-08-31 | 2018-05-22 | 武汉汉宁轨道交通技术有限公司 | 一种铁路轨道弹条扣件状态自动检测装置以及方法 |
CN107688024A (zh) * | 2017-10-13 | 2018-02-13 | 成都精工华耀机械制造有限公司 | 一种基于单目视觉与激光散斑的铁轨扣件异常检测系统 |
CN108090912A (zh) * | 2017-12-13 | 2018-05-29 | 李正伟 | 一种基于图像识别的轨道检测方法及系统 |
CN108460189A (zh) * | 2018-02-06 | 2018-08-28 | 华北水利水电大学 | 一种基于bim技术的幕墙安装设计方法 |
CN114942454A (zh) * | 2019-03-08 | 2022-08-26 | 欧司朗股份有限公司 | 用于lidar传感器系统的光学封装以及lidar传感器系统 |
JP7283005B2 (ja) * | 2019-03-28 | 2023-05-30 | 株式会社トプコン | 点群データ処理方法および点群データ処理装置 |
CN110647798B (zh) * | 2019-08-05 | 2023-01-03 | 中国铁路设计集团有限公司 | 基于车载移动激光点云的轨道中线自动检测方法 |
CN110979399B (zh) * | 2019-12-27 | 2021-09-28 | 郑州铁路职业技术学院 | 一种用于高速铁路轨道状况动态检测方法 |
CN111311567A (zh) * | 2020-02-12 | 2020-06-19 | 北京交通大学 | 对轨道线路图像进行扣件和钢轨病害识别的方法 |
CN112149519B (zh) * | 2020-09-03 | 2021-06-22 | 武汉纵横天地空间信息技术有限公司 | 一种基于图像识别和识别码识别的轨枕识别方法及系统 |
-
2021
- 2021-01-11 CN CN202110032781.2A patent/CN112883997B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112883997A (zh) | 2021-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112883997B (zh) | 一种轨道交通扣件检测系统及检测方法 | |
US11560165B2 (en) | Apparatus and method for gathering data from sensors oriented at an oblique angle relative to a railway track | |
CN110490918B (zh) | 基于三维激光扫描技术的既有铁路道岔岔心提取方法 | |
CN104359444B (zh) | 钢轨轮廓检测方法及检测系统 | |
CN105416097A (zh) | 基于激光雷达的接触网检测检修车及方法 | |
CN109059775B (zh) | 具有图像边缘提取步骤的钢轨磨耗检测方法 | |
CN110567680B (zh) | 一种基于角度比对的轨道扣件松动检测方法 | |
JP2010230527A (ja) | 鉄道レール締結緩み検査装置及び方法 | |
CN205097980U (zh) | 基于激光雷达的接触网检测检修车 | |
AU2022349296A1 (en) | Road surface technical condition detection method and device based on three-dimensional contour | |
CN102590215A (zh) | 便携式多功能隧道病害信息采集仪 | |
CN110634121A (zh) | 一种基于纹理与深度图像的轨道扣件紧固件松动检测方法 | |
CN110634123A (zh) | 一种采用深度图像的轨道扣件紧固件松动检测方法 | |
CN106809247A (zh) | 一种城轨车辆车载自动轨道检测装置 | |
CN116601070A (zh) | 采用距离测量装置的实时铁轨磨损和缺陷监测系统 | |
CN114878796A (zh) | 基于道路养护的评估监测平台 | |
CN110936978A (zh) | 一种基于测量小车的无砟轨道层间离缝测量方法及装置 | |
CN115535026B (zh) | 一种铁路轨道平整度检测方法及系统 | |
CN115503788B (zh) | 一种有砟轨道道床断面扫描检测系统 | |
CN106856016B (zh) | 轨道巡检系统与轨道巡检方法 | |
CN115688236A (zh) | 基于光纤光栅阵列的轨排设计方法及无砟轨道施工运营方法 | |
CN116380928A (zh) | 一种非接触式弓网硬点检测方法和系统 | |
CN213948440U (zh) | 一种适用于轨道扣件系统的智能检测小车 | |
CN109840907A (zh) | 一种基于深度学习的钢轨磨损检测方法 | |
CN219857160U (zh) | 轨道智能检测车 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |