CN113776457A - 基于虚实结合的曲线段钢轨轮廓测量误差修正方法及装置 - Google Patents
基于虚实结合的曲线段钢轨轮廓测量误差修正方法及装置 Download PDFInfo
- Publication number
- CN113776457A CN113776457A CN202111011667.8A CN202111011667A CN113776457A CN 113776457 A CN113776457 A CN 113776457A CN 202111011667 A CN202111011667 A CN 202111011667A CN 113776457 A CN113776457 A CN 113776457A
- Authority
- CN
- China
- Prior art keywords
- steel rail
- coordinate system
- plane
- virtual
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/2433—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures for measuring outlines by shadow casting
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种基于虚实结合的曲线段钢轨轮廓测量误差修正方法及装置,该方法包括:基于曲线段的钢轨激光断面图像和钢轨图像,获得激光平面坐标系下的钢轨轮廓,所述钢轨激光断面图像包含一个激光平面与钢轨表面的交线;将激光平面坐标系下的钢轨轮廓投影到辅助平面上,获得辅助平面上的钢轨轮廓;根据辅助平面上的钢轨轮廓,获得图像平面上的虚拟三维钢轨;基于图像平面上的虚拟三维钢轨,构建优化目标函数,求解最优辅助平面;将激光平面坐标系下的钢轨轮廓投影到最优辅助平面内,获得修正后的钢轨轮廓。本发明可以对曲线段钢轨轮廓测量误差进行修正,修正精度高。
Description
技术领域
本发明属于铁路轨道检测技术领域,涉及一种基于虚实结合的曲线段钢轨轮廓测量误差修正方法和装置。
背景技术
钢轨轮廓测量组件一般安装在车体下方或转向架上,与车体或者转向架刚性连接。一般情况下,车辆经过直线路段时,钢轨轮廓测量组件的激光平面垂直于钢轨的局部纵向,此时,测量结果是钢轨的横断面轮廓。而车辆经过曲线路段时,由于轮轨冲角的增大,钢轨轮廓测量组件的激光平面与钢轨纵向不再满足垂直的关系,此时,测量结果是钢轨的斜断面轮廓数据,而非横断面轮廓数据,造成测量轮廓存在一定程度的畸变,使测量轮廓中垂直磨耗点和侧面磨耗点的定位产生了一定的偏差,降低了钢轨磨耗测量精度。
在现有技术中,线结构光轮廓测量技术基于三角测量原理,可以实时获取被测物的轮廓信息,具有高速、高精度和非接触的特点,是钢轨廓形动态检测的主流方式。图1为现有技术中线结构光钢轨轮廓测量原理图,在钢轨左右两侧各有一套由相机、镜头和线激光器组成的激光摄像组件,两套组件的激光平面共面安装,分别用于获取钢轨左右半断面轮廓数据,由标定参数将半断面轮廓进行拼接,从而得到钢轨全断面轮廓。配合扫描运动,即可实现对整个钢轨的轮廓测量。
在上述方法中,车辆经过曲线路段时,轮对和车体要沿着线路弯曲的方向调整行进方向,如图2所示,图2为线结构光轮廓测量技术中曲线路段车体与钢轨局部纵向的关系的示意图,此时,由于轮轨冲角的增大,车体方向与钢轨局部纵向的夹角也增大,受此影响,激光平面与钢轨局部纵向不再满足垂直的关系。由图2可以看出,钢轨轮廓测量组件安装在车体上,尤其是车体端部时,受到的影响更大。
另外,激光平面相对于钢轨存在点头运动,摇头运动、侧滚运动以及绕三个轴的平移,其中,侧滚运动以及绕三个轴的平移不改变激光平面与钢轨纵向的垂直关系,因此,钢轨轮廓测量结果不存在畸变,相反,激光平面相对于钢轨的点头运动和摇头运动改变了激光平面与钢轨纵向的垂直关系,如图3所示为行车过程中激光平面相对钢轨的运动示意图,图3中的(a)为点头运动,图3中的(b)为摇头运动,这种条件下,测量结果是钢轨的斜断面轮廓,相比于正常轮廓存在一定的畸变,即沿某个方向出现了拉伸放大。对于激光平面的点头运动,相当于将正常钢轨轮廓沿Y轴进行了拉伸,对于激光平面的摇头运动,相当于将正常钢轨轮廓沿X轴进行了拉伸。
为了定量分析激光平面的点头运动和摇头运动对钢轨轮廓测量结果的影响,利用钢轨轮廓全断面测量系统仿真模型模拟行车过程中激光平面的点头运动和摇头运动,如图4所示为模拟行车过程中激光平面与钢轨纵向垂直的示意图,模拟测量标准60kg/m钢轨,得到标准钢轨的垂直磨耗和侧面磨耗测量结果。建立如图4中的(a)所示的激光平面坐标系,图4中的(a)为俯视图,图4中的(b)为左视图,其中,XOY平面位于激光平面上,X轴与轨距方向相同,Y轴垂直钢轨纵向。激光平面绕X轴旋转记为RX,通过绕X轴旋转模拟点头运动,如图5所示为模拟行车过程中激光平面点头运动的示意图,图5中的(a)RX=-5°,图5中的(b)RX=5°。绕Y轴旋转记为RY,通过绕Y轴旋转模拟摇头运动,如图6所示为模拟行车过程中激光平面摇头运动的示意图。模拟过程中,设置点头角度从RX=-5°(图6中的(a))到RX=5°(图6中的(b)),步长1°,摇头运动的采样间隔与点头运动相同。
图7所示为钢轨激光断面图像和轮廓测量结果,即点头角-5°(图7中的(a))和摇头角-5°(图7中的(b))时钢轨激光断面图像和钢轨轮廓测量结果,其中横断面轮廓指的是激光平面与钢轨纵向垂直时的测量钢轨轮廓,可以看出,激光平面的点头运动造成测量轮廓沿垂向进行了拉伸,激光平面的摇头运动造成测量轮廓沿横向进行了拉伸。
图8为不同运动姿态下的标准钢轨磨耗测量结果,可以看出,激光平面点头运动和摇头运动均造成了钢轨的磨耗测量误差,其中,钢轨垂直磨耗测量误差对激光平面的点头运动较为敏感,随着点头角度的增大而迅速增大,而钢轨的侧面磨耗测量误差对激光平面的摇头运动较为敏感,随着摇头角度的增大而迅速增大。因此,必须采取相应的误差修正措施来保证曲线路段的钢轨轮廓测量精度。
发明内容
本发明实施例提出一种基于虚实结合的曲线段钢轨轮廓测量误差修正方法,用以对曲线段钢轨轮廓测量误差进行修正,修正精度高,该方法包括:
基于曲线段的钢轨激光断面图像和钢轨图像,获得激光平面坐标系下的钢轨轮廓,所述钢轨激光断面图像包含一个激光平面与钢轨表面的交线;
将激光平面坐标系下的钢轨轮廓投影到辅助平面上,获得辅助平面上的钢轨轮廓;
根据辅助平面上的钢轨轮廓,获得图像平面上的虚拟三维钢轨;
基于图像平面上的虚拟三维钢轨,构建优化目标函数,求解最优辅助平面;
将激光平面坐标系下的钢轨轮廓投影到最优辅助平面内,获得修正后的钢轨轮廓。
本发明实施例提出一种基于虚实结合的曲线段钢轨轮廓测量误差修正装置,用以对曲线段钢轨轮廓测量误差进行修正,修正精度高,该装置包括:
第一钢轨轮廓获得模块,用于基于曲线段的钢轨激光断面图像和钢轨图像,获得激光平面坐标系下的钢轨轮廓,所述钢轨激光断面图像包含一个激光平面与钢轨表面的交线;
第二钢轨轮廓获得模块,用于将激光平面坐标系下的钢轨轮廓投影到辅助平面上,获得辅助平面上的钢轨轮廓;
虚拟三维钢轨获得模块,用于根据辅助平面上的钢轨轮廓,获得图像平面上的虚拟三维钢轨;
最优辅助平面求解模块,用于基于图像平面上的虚拟三维钢轨,构建优化目标函数,求解最优辅助平面;
修正模块,用于将激光平面坐标系下的钢轨轮廓投影到最优辅助平面内,获得修正后的钢轨轮廓。
本发明实施例还提出了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述基于虚实结合的曲线段钢轨轮廓测量误差修正。
本发明实施例还提出了一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述基于虚实结合的曲线段钢轨轮廓测量误差修正方法的计算机程序。
在本发明实施例中,基于曲线段的钢轨激光断面图像和钢轨图像,获得激光平面坐标系下的钢轨轮廓,所述钢轨激光断面图像包含一个激光平面与钢轨表面的交线;将激光平面坐标系下的钢轨轮廓投影到辅助平面上,获得辅助平面上的钢轨轮廓;根据辅助平面上的钢轨轮廓,获得图像平面上的虚拟三维钢轨;基于图像平面上的虚拟三维钢轨,构建优化目标函数,求解最优辅助平面;将激光平面坐标系下的钢轨轮廓投影到最优辅助平面内,获得修正后的钢轨轮廓。在上述过程中,通过优先构建虚拟三维钢轨,进而构建优化目标函数,求解最优辅助平面;将激光平面坐标系下的钢轨轮廓投影到最优辅助平面内,获得修正后的钢轨轮廓,可得到精度非常高的钢轨轮廓。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为现有技术中线结构光钢轨轮廓测量原理图;
图2为线结构光轮廓测量技术中曲线路段车体与钢轨局部纵向的关系的示意图图;
图3为行车过程中激光平面相对钢轨的运动示意图;
图4为模拟行车过程中激光平面与钢轨纵向垂直的示意图;
图5为模拟行车过程中激光平面点头运动的示意图;
图6为模拟行车过程中激光平面摇头运动的示意图;
图7为钢轨激光断面图像和轮廓测量结果;
图8为不同运动姿态下的标准钢轨磨耗测量结果;
图9为本发明实施例中基于虚实结合的曲线段钢轨轮廓测量误差修正方法的流程图;
图10为本发明实施例中曲线段实际激光平面与辅助激光平面的示意图;
图11为本发明实施例中钢轨激光断面图像和钢轨图像融合示意图;
图12为本发明实施例中钢轨特征线的示意图;
图13为本发明实施例中虚拟三维钢轨的边缘特征线与实际钢轨的钢轨特征线的重合度的评估方法示意图;
图14为本发明实施例中基于虚实结合的曲线段钢轨轮廓测量误差修正方法的详细流程图;
图15为本发明实施例中基于虚实结合的曲线段钢轨轮廓测量误差修正装置的示意图;
图16为本发明实施例中计算机设备的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
在本说明书的描述中,所使用的“包含”、“包括”、“具有”、“含有”等,均为开放性的用语,即意指包含但不限于。参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本发明的实施,其中的步骤顺序不作限定,可根据需要作适当调整。
图9为本发明实施例中基于虚实结合的曲线段钢轨轮廓测量误差修正方法的流程图,如图9所示,该方法包括:
步骤901,基于曲线段的钢轨激光断面图像和钢轨图像,获得激光平面坐标系下的钢轨轮廓,所述钢轨激光断面图像包含一个激光平面与钢轨表面的交线;
步骤902,将激光平面坐标系下的钢轨轮廓投影到辅助平面上,获得辅助平面上的钢轨轮廓;
步骤903,根据辅助平面上的钢轨轮廓,获得图像平面上的虚拟三维钢轨;
步骤904,基于图像平面上的虚拟三维钢轨,构建优化目标函数,求解最优辅助平面;
步骤905,将激光平面坐标系下的钢轨轮廓投影到最优辅助平面内,获得修正后的钢轨轮廓。
首先,介绍一下本发明实施例提出的方法的原理。
在曲线段,由于激光平面与钢轨纵向不再垂直,系统得到了钢轨的斜断面轮廓数据,造成钢轨轮廓测量误差。由于激光平面旋转角度较小,在钢轨纵向局部邻域内的横断面轮廓形状接近。因此,若将钢轨的斜断面轮廓数据投影到与钢轨纵向垂直的辅助平面上,如图10所示为本发明实施例中曲线段实际激光平面与辅助激光平面的示意图,通过投影,实际激光平面上畸变的钢轨轮廓数据在辅助平面上被拉伸到正常情况,则辅助平面上的轮廓就是钢轨的横断面轮廓,从而实现曲线段由于激光平面与钢轨纵向不垂直导致的钢轨轮廓测量误差。
在车辆行进过程中,如何获取钢轨纵向是修正此类轮廓测量误差的关键,为此,本发明实施例提出了基于虚实结合的曲线段钢轨轮廓测量误差修正方法,以钢轨半断面轮廓测量作为研究对象,钢轨全断面轮廓测量修正方法与此类似。根据钢轨实际测量轮廓数据以及激光平面坐标系在相机坐标系下的旋转矩阵和平移向量创建相机坐标系下定长的虚拟三维钢轨(如三维虚拟钢轨长度100mm),并与相机拍摄的实际钢轨图像进行融合,得到实际钢轨和虚拟钢轨的融合图像,若激光平面与钢轨纵向垂直,则三维虚拟钢轨与实际钢轨重合,反之,若激光平面与钢轨纵向不再垂直,则三维虚拟钢轨与实际钢轨也不再重合。因此,创建一个辅助平面,并以辅助平面为XOY平面,建立辅助坐标系acs,将实际激光平面内的钢轨轮廓投影到辅助坐标系acs的XOY平面内,即辅助平面内,得到投影轮廓,然后以投影轮廓以及辅助坐标系acs在相机坐标系下的旋转矩阵和平移向量创建相机坐标系下新的定长虚拟三维钢轨,若新的定长三维虚拟钢轨与实际钢轨重合,则该辅助平面即为与钢轨纵向垂直的平面,相应的,辅助平面内的投影轮廓即为误差修正后的钢轨轮廓。将与钢轨纵向垂直的辅助平面称作最优辅助平面,接下来的问题是如何获取最优辅助平面。
不同的辅助平面对应不同的虚拟钢轨,因此,以实际激光平面坐标系到辅助平面坐标系的旋转矩阵和平移向量为变量,以新的虚拟钢轨与实际钢轨的重合度构建优化目标函数,当重合度最大时,对应的和便是最优的辅助平面,且该辅助平面与钢轨纵向垂直。
当然,创建辅助平面坐标系时,可以将其原点与实际激光平面坐标系的原点重合,则
其中,
所述第一变量为绕激光平面坐标系的X轴的旋转量,所述第二变量为绕激光平面坐标系的X轴旋转后得到临时坐标系,再绕临时坐标系的Y轴的旋转量。因此,只需要求解两个变量α和β的值即可确定最优辅助平面。
基于上述原理,下面给出进行修正的详细过程。
在一实施例中,基于曲线段的钢轨激光断面图像和钢轨图像,获得激光平面坐标系下的钢轨轮廓,包括:
将钢轨激光断面图像和钢轨图像融合,获得融合图像;
从融合图像中提取钢轨激光断面图像的光条中心;
将光条中心像素坐标系下的光条中心变换至激光平面坐标系下,获得激光平面坐标系下的钢轨轮廓。
在上述实施例中,对于低速的应用情况,可以利用面阵相机通过短曝光获取钢轨激光断面图像,然后利用脉冲信号关闭激光器并通过较长曝光获取钢轨图像。对于高速的应用情况,可以采用与激光器波长不同的光源辅助照明,然后通过两个面阵相机分别获取钢轨激光断面图像和钢轨图像,并通过相机关联标定,将钢轨激光断面图像融合到钢轨图像中,形成融合图像。图11为本发明实施例中钢轨激光断面图像和钢轨图像融合示意图,采用如下方法的其中一种或任意组合,提取钢轨激光断面图像的光条中心:极值法,灰度重心法,模板匹配法,Steger法。记光条中心上任意一点Pi的像素坐标为
Pi=(ui,vi)T,i=1,2,3...n1 (5)
其中,n1为钢轨轮廓点的数量。
另外,还可以从融合图像中提取钢轨特征线,该钢轨特征线将在后续用到,钢轨特征线指的是钢轨图像中钢轨的左右边缘,图12为本发明实施例中钢轨特征线的示意图,左右边缘用于后续计算虚拟三维钢轨与实际钢轨轮廓的重合度。钢轨左右两侧边缘可通过常用的边缘提取方法得到,采用如下算子的其中一种或任意组合,提取钢轨图像的钢轨特征线:Sobel算子,Roberts算子,Laplacian算子,Canny算子。记通过Canny算子得到的钢轨特征线上任意一点Gi的像素坐标为
Gi=(ui,vi)T,i=1,2,3...n2 (6)
其中,n2为钢轨特征线上点的数量。
在一实施例中,将激光平面坐标系下的钢轨轮廓投影到辅助平面上,获得辅助平面上的钢轨轮廓,包括:
根据激光平面坐标系到辅助平面坐标系的旋转矩阵,将激光平面坐标系下的钢轨轮廓变换到辅助平面坐标系下,得到辅助平面坐标系下的钢轨轮廓;
将辅助平面坐标系下的钢轨轮廓投影到辅助平面内,获得辅助平面上的钢轨轮廓。
首先,由激光平面坐标系lcs创建辅助平面坐标系acs,其中,acs的XOY平面就是辅助平面,Z轴与辅助平面垂直。由于acs的原点与lcs的重合,且激光平面侧滚运动不影响钢轨与激光平面的垂直度,因此,lcs到acs的旋转矩阵和平移向量和可表示成式(3)和式(4)。
在一实施例中,根据辅助平面上的钢轨轮廓,获得图像平面上的虚拟三维钢轨,包括:
以辅助平面上的钢轨轮廓,沿辅助平面坐标系的Z轴方向创建等间距的虚拟轮廓,构建虚拟三维钢轨;
计算相机坐标系到辅助平面坐标系的旋转矩阵和平移向量;
基于相机坐标系到辅助平面坐标系的旋转矩阵和平移向量,将虚拟三维钢轨变换到相机坐标系下,获得相机坐标系下的虚拟三维钢轨;
利用相机内参矩阵,将相机坐标系下的虚拟三维钢轨投影到图像平面上,获得图像平面上的虚拟三维钢轨。
在上述实施例中,以辅助平面上的钢轨轮廓为初始数据,沿辅助平面坐标系的Z轴方向创建等间距的虚拟轮廓,构建虚拟三维钢轨,记辅助平面内的轮廓点为虚拟三维钢轨的第0个轮廓,假设生成的虚拟钢轨的长度为l mm(l一般可取100mm),采样间隔为smm(s一般可取1mm),则虚拟三维钢轨轮廓的数量n3可表示为
n3=l/s (10)
最后,利用相机内参矩阵A,通过式(14)将相机坐标系下的虚拟三维钢轨上的任意一点投影到图像平面上,记Pi j=(u'i,v'i)T,i=1,2,3...n1,j=0,1,2...n3-1为虚拟三维钢轨在图像平面上的投影点,则Pi j可表示为
在一实施例中,基于图像平面上的虚拟三维钢轨,构建优化目标函数,求解最优辅助平面,包括:
从融合图像中提取钢轨特征线;
获得图像平面上的虚拟三维钢轨的边缘轮廓线在图像平面上的投影直线;
计算钢轨特征线上所有点到所述投影直线上的距离平均值;
基于所述距离平均值,构建优化目标函数;
基于优化目标函数,寻找使得优化目标函数值最小的第一变量和第二变量,所述第一变量为绕第一激光平面坐标系的X轴的旋转量,所述第二变量为绕第一激光平面坐标系的X轴旋转后得到临时坐标系,再绕临时坐标系的Y轴的旋转量;
根据寻找到的第一变量和第二变量,获得最优辅助平面。
具体实施时,在前述,已经给出提取钢轨特征线的方法,钢轨特征线上第i个点为Gi。
记图像平面上的虚拟三维钢轨的边缘轮廓线在图像平面上的投影直线为line,则line可表示为:
au+bv+c=0 (15)
其中,u,v为直线line上任意一点的像素坐标,a,b,c可通过虚拟三维钢轨的边缘轮廓线的投影得到,即投影直线line为虚拟三维钢轨的边缘特征线。
在图像平面上,若由辅助平面创建的虚拟三维钢轨与实际钢轨出现最高的重合度,则此时的辅助平面称为最优辅助平面。图13为本发明实施例中虚拟三维钢轨的边缘特征线与实际钢轨的钢轨特征线的重合度的评估方法示意图,首先通过式(16)计算实际钢轨的钢轨特征线上第i个点Gi到虚拟三维钢轨的边缘特征线line上的距离di,
然后以实际钢轨的钢轨特征线上所有点到虚拟三维钢轨的边缘特征线上的距离的平均值评估虚拟三维钢轨与实际钢轨的重合度,该距离平均值可表示为
所述优化目标函数非线性优化目标函数,寻找使f取得最小值的两个变量α和β,即绕激光平面坐标系lcs的X轴的旋转量α和绕激光平面坐标系lcs的Y轴的旋转量β,从而可以确定最优的辅助平面。
最后,将激光平面坐标系下的钢轨轮廓投影到最优辅助平面内,获得修正后的钢轨轮廓,完成修正。
综合上述实施例,下面给出基于虚实结合的曲线段钢轨轮廓测量误差修正方法的详细流程图,图14为本发明实施例中基于虚实结合的曲线段钢轨轮廓测量误差修正方法的详细流程图,包括:
步骤1401,将钢轨激光断面图像和钢轨图像融合,获得融合图像;
步骤1402,从融合图像中提取钢轨激光断面图像的光条中心和钢轨特征线;
步骤1403,将光条中心像素坐标系下的光条中心变换至激光平面坐标系下,获得激光平面坐标系下的钢轨轮廓;
步骤1404,根据激光平面坐标系到辅助平面坐标系的旋转矩阵,将激光平面坐标系下的钢轨轮廓变换到辅助平面坐标系下,得到辅助平面坐标系下的钢轨轮廓;
步骤1405,将辅助平面坐标系下的钢轨轮廓投影到辅助平面内,获得辅助平面上的钢轨轮廓;
步骤1406,以辅助平面上的钢轨轮廓,沿辅助平面坐标系的Z轴方向创建等间距的虚拟轮廓,构建虚拟三维钢轨;
步骤1407,计算相机坐标系到辅助平面坐标系的旋转矩阵和平移向量;
步骤1408,基于相机坐标系到辅助平面坐标系的旋转矩阵和平移向量,将虚拟三维钢轨变换到相机坐标系下,获得相机坐标系下的虚拟三维钢轨;
步骤1409,利用相机内参矩阵,将相机坐标系下的虚拟三维钢轨投影到图像平面上,获得图像平面上的虚拟三维钢轨;
步骤1410,获得图像平面上的虚拟三维钢轨的边缘轮廓线在图像平面上的投影直线;
步骤1411,计算钢轨特征线上所有点到所述投影直线上的距离平均值;
步骤1412,基于所述距离平均值,构建优化目标函数;
步骤1413,基于优化目标函数,寻找使得优化目标函数值最小的第一变量和第二变量;
步骤1414,根据寻找到的第一变量和第二变量,获得最优辅助平面;
步骤1415,将激光平面坐标系下的钢轨轮廓投影到最优辅助平面内,获得修正后的钢轨轮廓。
当然,可以理解的是,还可以有其他变化的步骤,相关变化例均应落入本发明的保护范围内。
综上所示,在本发明实施例提出的方法中,基于曲线段的钢轨激光断面图像和钢轨图像,获得激光平面坐标系下的钢轨轮廓;将激光平面坐标系下的钢轨轮廓投影到辅助平面上,获得辅助平面上的钢轨轮廓;根据辅助平面上的钢轨轮廓,获得图像平面上的虚拟三维钢轨;基于图像平面上的虚拟三维钢轨,构建优化目标函数,求解最优辅助平面;将激光平面坐标系下的钢轨轮廓投影到最优辅助平面内,获得修正后的钢轨轮廓。在上述过程中,通过优先构建虚拟三维钢轨,进而构建优化目标函数,求解最优辅助平面;将激光平面坐标系下的钢轨轮廓投影到最优辅助平面内,获得修正后的钢轨轮廓,可得到精度非常高的钢轨轮廓。
本发明实施例还提出一种基于虚实结合的曲线段钢轨轮廓测量误差修正装置,其原理与基于虚实结合的曲线段钢轨轮廓测量误差修正方法类似,这里不再赘述。
图15为本发明实施例中基于虚实结合的曲线段钢轨轮廓测量误差修正装置的示意图,如图15所示,该装置包括:
第一钢轨轮廓获得模块1501,用于基于曲线段的钢轨激光断面图像和钢轨图像,获得激光平面坐标系下的钢轨轮廓,所述钢轨激光断面图像包含一个激光平面与钢轨表面的交线;
第二钢轨轮廓获得模块1502,用于将激光平面坐标系下的钢轨轮廓投影到辅助平面上,获得辅助平面上的钢轨轮廓;
虚拟三维钢轨获得模块1503,用于根据辅助平面上的钢轨轮廓,获得图像平面上的虚拟三维钢轨;
最优辅助平面求解模块1504,用于基于图像平面上的虚拟三维钢轨,构建优化目标函数,求解最优辅助平面;
修正模块1505,用于将激光平面坐标系下的钢轨轮廓投影到最优辅助平面内,获得修正后的钢轨轮廓。
在一实施例中,第一钢轨轮廓获得模块具体用于:
将钢轨激光断面图像和钢轨图像融合,获得融合图像;
从融合图像中提取钢轨激光断面图像的光条中心;
将光条中心像素坐标系下的光条中心变换至激光平面坐标系下,获得激光平面坐标系下的钢轨轮廓。
在一实施例中,第二钢轨轮廓获得模块具体用于:
根据激光平面坐标系到辅助平面坐标系的旋转矩阵,将激光平面坐标系下的钢轨轮廓变换到辅助平面坐标系下,得到辅助平面坐标系下的钢轨轮廓;
将辅助平面坐标系下的钢轨轮廓投影到辅助平面内,获得辅助平面上的钢轨轮廓。
在一实施例中,虚拟三维钢轨获得模块具体用于:
以辅助平面上的钢轨轮廓,沿辅助平面坐标系的Z轴方向创建等间距的虚拟轮廓,构建虚拟三维钢轨;
计算相机坐标系到辅助平面坐标系的旋转矩阵和平移向量;
基于相机坐标系到辅助平面坐标系的旋转矩阵和平移向量,将虚拟三维钢轨变换到相机坐标系下,获得相机坐标系下的虚拟三维钢轨;
利用相机内参矩阵,将相机坐标系下的虚拟三维钢轨投影到图像平面上,获得图像平面上的虚拟三维钢轨。
在一实施例中,最优辅助平面求解模块具体用于:
从融合图像中提取钢轨特征线;
获得图像平面上的虚拟三维钢轨的边缘轮廓线在图像平面上的投影直线;
计算钢轨特征线上所有点到所述投影直线上的距离平均值;
基于所述距离平均值,构建优化目标函数;
基于优化目标函数,寻找使得优化目标函数值最小的第一变量和第二变量,所述第一变量为绕激光平面坐标系的X轴的旋转量,所述第二变量为绕激光平面坐标系的Y轴的旋转量;
根据寻找到的第一变量和第二变量,获得最优辅助平面。
在一实施例中,第一钢轨轮廓获得模块具体用于:
采用如下方法的其中一种或任意组合,提取钢轨激光断面图像的光条中心:极值法,灰度重心法,模板匹配法,Steger法;
采用如下算子的其中一种或任意组合,提取钢轨图像的钢轨特征线:Sobel算子,Roberts算子,Laplacian算子,Canny算子。
综上所述,在本发明实施例提出的装置中,基于曲线段的钢轨激光断面图像和钢轨图像,获得激光平面坐标系下的钢轨轮廓;将激光平面坐标系下的钢轨轮廓投影到辅助平面上,获得辅助平面上的钢轨轮廓;根据辅助平面上的钢轨轮廓,获得图像平面上的虚拟三维钢轨;基于图像平面上的虚拟三维钢轨,构建优化目标函数,求解最优辅助平面;将激光平面坐标系下的钢轨轮廓投影到最优辅助平面内,获得修正后的钢轨轮廓。在上述过程中,通过优先构建虚拟三维钢轨,进而构建优化目标函数,求解最优辅助平面;将激光平面坐标系下的钢轨轮廓投影到最优辅助平面内,获得修正后的钢轨轮廓,可得到精度非常高的钢轨轮廓。
本发明的实施例还提供一种计算机设备,图16为本发明实施例中计算机设备的示意图,该计算机设备能够实现上述实施例中的基于虚实结合的曲线段钢轨轮廓测量误差修正方法中全部步骤,所述计算机设备具体包括如下内容:
处理器(processor)1601、存储器(memory)1602、通信接口(CommunicationsInterface)1603和通信总线1604;
其中,所述处理器1601、存储器1602、通信接口1603通过所述通信总线1604完成相互间的通信;所述通信接口1603用于实现服务器端设备、检测设备以及用户端设备等相关设备之间的信息传输;
所述处理器1601用于调用所述存储器1602中的计算机程序,所述处理器执行所述计算机程序时实现上述实施例中的基于虚实结合的曲线段钢轨轮廓测量误差修正方法中的全部步骤。
本发明的实施例还提供一种计算机可读存储介质,能够实现上述实施例中的基于虚实结合的曲线段钢轨轮廓测量误差修正方法中全部步骤,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的基于虚实结合的曲线段钢轨轮廓测量误差修正方法的全部步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例,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例而已,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 (14)
1.一种基于虚实结合的曲线段钢轨轮廓测量误差修正方法,其特征在于,包括:
基于曲线段的钢轨激光断面图像和钢轨图像,获得激光平面坐标系下的钢轨轮廓,所述钢轨激光断面图像包含一个激光平面与钢轨表面的交线;
将激光平面坐标系下的钢轨轮廓投影到辅助平面上,获得辅助平面上的钢轨轮廓;
根据辅助平面上的钢轨轮廓,获得图像平面上的虚拟三维钢轨;
基于图像平面上的虚拟三维钢轨,构建优化目标函数,求解最优辅助平面;
将激光平面坐标系下的钢轨轮廓投影到最优辅助平面内,获得修正后的钢轨轮廓。
2.如权利要求1所述的基于虚实结合的曲线段钢轨轮廓测量误差修正方法,其特征在于,基于曲线段的钢轨激光断面图像和钢轨图像,获得激光平面坐标系下的钢轨轮廓,包括:
将钢轨激光断面图像和钢轨图像融合,获得融合图像;
从融合图像中提取钢轨激光断面图像的光条中心;
将光条中心像素坐标系下的光条中心变换至激光平面坐标系下,获得激光平面坐标系下的钢轨轮廓。
3.如权利要求1所述的基于虚实结合的曲线段钢轨轮廓测量误差修正方法,其特征在于,将激光平面坐标系下的钢轨轮廓投影到辅助平面上,获得辅助平面上的钢轨轮廓,包括:
根据激光平面坐标系到辅助平面坐标系的旋转矩阵,将激光平面坐标系下的钢轨轮廓变换到辅助平面坐标系下,得到辅助平面坐标系下的钢轨轮廓;
将辅助平面坐标系下的钢轨轮廓投影到辅助平面内,获得辅助平面上的钢轨轮廓。
4.如权利要求1所述的基于虚实结合的曲线段钢轨轮廓测量误差修正方法,其特征在于,根据辅助平面上的钢轨轮廓,获得图像平面上的虚拟三维钢轨,包括:
以辅助平面上的钢轨轮廓,沿辅助平面坐标系的Z轴方向创建等间距的虚拟轮廓,构建虚拟三维钢轨;
计算相机坐标系到辅助平面坐标系的旋转矩阵和平移向量;
基于相机坐标系到辅助平面坐标系的旋转矩阵和平移向量,将虚拟三维钢轨变换到相机坐标系下,获得相机坐标系下的虚拟三维钢轨;
利用相机内参矩阵,将相机坐标系下的虚拟三维钢轨投影到图像平面上,获得图像平面上的虚拟三维钢轨。
5.如权利要求2所述的基于虚实结合的曲线段钢轨轮廓测量误差修正方法,其特征在于,基于图像平面上的虚拟三维钢轨,构建优化目标函数,求解最优辅助平面,包括:
从融合图像中提取钢轨特征线;
获得图像平面上的虚拟三维钢轨的边缘轮廓线在图像平面上的投影直线;
计算钢轨特征线上所有点到所述投影直线上的距离平均值;
基于所述距离平均值,构建优化目标函数;
基于优化目标函数,寻找使得优化目标函数值最小的第一变量和第二变量,所述第一变量为绕第一激光平面坐标系的X轴的旋转量,所述第二变量为绕第一激光平面坐标系的X轴旋转后得到临时坐标系,再绕临时坐标系的Y轴的旋转量;
根据寻找到的第一变量和第二变量,获得最优辅助平面。
6.如权利要求5所述的基于虚实结合的曲线段钢轨轮廓测量误差修正方法,其特征在于,采用如下方法的其中一种或任意组合,提取钢轨激光断面图像的光条中心:极值法,灰度重心法,模板匹配法,Steger法;
采用如下算子的其中一种或任意组合,提取钢轨图像的钢轨特征线:Sobel算子,Roberts算子,Laplacian算子,Canny算子。
7.一种基于虚实结合的曲线段钢轨轮廓测量误差修正装置,其特征在于,包括:
第一钢轨轮廓获得模块,用于基于曲线段的钢轨激光断面图像和钢轨图像,获得激光平面坐标系下的钢轨轮廓,所述钢轨激光断面图像包含一个激光平面与钢轨表面的交线;
第二钢轨轮廓获得模块,用于将激光平面坐标系下的钢轨轮廓投影到辅助平面上,获得辅助平面上的钢轨轮廓;
虚拟三维钢轨获得模块,用于根据辅助平面上的钢轨轮廓,获得图像平面上的虚拟三维钢轨;
最优辅助平面求解模块,用于基于图像平面上的虚拟三维钢轨,构建优化目标函数,求解最优辅助平面;
修正模块,用于将激光平面坐标系下的钢轨轮廓投影到最优辅助平面内,获得修正后的钢轨轮廓。
8.如权利要求7所述的基于虚实结合的曲线段钢轨轮廓测量误差修正装置,其特征在于,第一钢轨轮廓获得模块具体用于:
将钢轨激光断面图像和钢轨图像融合,获得融合图像;
从融合图像中提取钢轨激光断面图像的光条中心;
将光条中心像素坐标系下的光条中心变换至激光平面坐标系下,获得激光平面坐标系下的钢轨轮廓。
9.如权利要求7所述的基于虚实结合的曲线段钢轨轮廓测量误差修正装置,其特征在于,第二钢轨轮廓获得模块具体用于:
根据激光平面坐标系到辅助平面坐标系的旋转矩阵,将激光平面坐标系下的钢轨轮廓变换到辅助平面坐标系下,得到辅助平面坐标系下的钢轨轮廓;
将辅助平面坐标系下的钢轨轮廓投影到辅助平面内,获得辅助平面上的钢轨轮廓。
10.如权利要求7所述的基于虚实结合的曲线段钢轨轮廓测量误差修正装置,其特征在于,虚拟三维钢轨获得模块具体用于:
以辅助平面上的钢轨轮廓,沿辅助平面坐标系的Z轴方向创建等间距的虚拟轮廓,构建虚拟三维钢轨;
计算相机坐标系到辅助平面坐标系的旋转矩阵和平移向量;
基于相机坐标系到辅助平面坐标系的旋转矩阵和平移向量,将虚拟三维钢轨变换到相机坐标系下,获得相机坐标系下的虚拟三维钢轨;
利用相机内参矩阵,将相机坐标系下的虚拟三维钢轨投影到图像平面上,获得图像平面上的虚拟三维钢轨。
11.如权利要求8所述的基于虚实结合的曲线段钢轨轮廓测量误差修正装置,其特征在于,最优辅助平面求解模块具体用于:
从融合图像中提取钢轨特征线;
获得图像平面上的虚拟三维钢轨的边缘轮廓线在图像平面上的投影直线;
计算钢轨特征线上所有点到所述投影直线上的距离平均值;
基于所述距离平均值,构建优化目标函数;
基于优化目标函数,寻找使得优化目标函数值最小的第一变量和第二变量,所述第一变量为绕第一激光平面坐标系的X轴的旋转量,所述第二变量为绕第一激光平面坐标系的X轴旋转后得到临时坐标系,再绕临时坐标系的Y轴的旋转量;
根据寻找到的第一变量和第二变量,获得最优辅助平面。
12.如权利要求11所述的基于虚实结合的曲线段钢轨轮廓测量误差修正装置,其特征在于,第一钢轨轮廓获得模块具体用于:
采用如下方法的其中一种或任意组合,提取钢轨激光断面图像的光条中心:极值法,灰度重心法,模板匹配法,Steger法;
采用如下算子的其中一种或任意组合,提取钢轨图像的钢轨特征线:Sobel算子,Roberts算子,Laplacian算子,Canny算子。
13.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6任一项所述方法。
14.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有执行权利要求1至6任一项所述方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111011667.8A CN113776457B (zh) | 2021-08-31 | 2021-08-31 | 基于虚实结合的曲线段钢轨轮廓测量误差修正方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111011667.8A CN113776457B (zh) | 2021-08-31 | 2021-08-31 | 基于虚实结合的曲线段钢轨轮廓测量误差修正方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113776457A true CN113776457A (zh) | 2021-12-10 |
CN113776457B CN113776457B (zh) | 2023-08-08 |
Family
ID=78840400
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111011667.8A Active CN113776457B (zh) | 2021-08-31 | 2021-08-31 | 基于虚实结合的曲线段钢轨轮廓测量误差修正方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113776457B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005043083A (ja) * | 2003-07-23 | 2005-02-17 | Dainippon Printing Co Ltd | 撮影誤差低減システム、撮影誤差低減方法、プログラム、及び記録媒体 |
US20090112487A1 (en) * | 2007-10-26 | 2009-04-30 | Beihang University | Vehicle dynamic measurement device and method for comprehensive parameters of rail wear |
CN102749061A (zh) * | 2012-07-26 | 2012-10-24 | 上海工程技术大学 | 基于动态模板的钢轨磨耗测量方法 |
CN105783779A (zh) * | 2016-04-28 | 2016-07-20 | 湖南大学 | 基于三层匹配的钢轨轮廓实时形态识别与失真校准方法 |
CN106225710A (zh) * | 2016-07-26 | 2016-12-14 | 广州地铁集团有限公司 | 基于误差修正的列车轮踏面三维轮廓自动化测量方法和系统 |
EP3141449A1 (en) * | 2015-04-20 | 2017-03-15 | VolkerRail Nederland BV | Rail profile monitoring, e.g. geometry of the frogs |
CN109470170A (zh) * | 2018-12-25 | 2019-03-15 | 山东大学 | 基于最优投影平面的立体视觉空间圆位姿高精度测量方法及系统 |
CN110634110A (zh) * | 2019-09-17 | 2019-12-31 | 南华大学 | 钢轨断面廓形检测方法、装置、设备、系统及介质 |
CN111369484A (zh) * | 2020-03-05 | 2020-07-03 | 中国铁道科学研究院集团有限公司基础设施检测研究所 | 钢轨廓形检测方法及装置 |
CN112683196A (zh) * | 2020-12-07 | 2021-04-20 | 中国铁道科学研究院集团有限公司基础设施检测研究所 | 钢轨轮廓测量方法及装置 |
CN112683195A (zh) * | 2020-12-07 | 2021-04-20 | 中国铁道科学研究院集团有限公司基础设施检测研究所 | 钢轨纵向标定方法及装置 |
DE102021100979A1 (de) * | 2020-01-22 | 2021-07-22 | Mitutoyo Corporation | Messeinrichtung für dreidimensionale Geometrien und Messverfahren für dreidimensionale Geometrien |
-
2021
- 2021-08-31 CN CN202111011667.8A patent/CN113776457B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005043083A (ja) * | 2003-07-23 | 2005-02-17 | Dainippon Printing Co Ltd | 撮影誤差低減システム、撮影誤差低減方法、プログラム、及び記録媒体 |
US20090112487A1 (en) * | 2007-10-26 | 2009-04-30 | Beihang University | Vehicle dynamic measurement device and method for comprehensive parameters of rail wear |
CN102749061A (zh) * | 2012-07-26 | 2012-10-24 | 上海工程技术大学 | 基于动态模板的钢轨磨耗测量方法 |
EP3141449A1 (en) * | 2015-04-20 | 2017-03-15 | VolkerRail Nederland BV | Rail profile monitoring, e.g. geometry of the frogs |
CN105783779A (zh) * | 2016-04-28 | 2016-07-20 | 湖南大学 | 基于三层匹配的钢轨轮廓实时形态识别与失真校准方法 |
CN106225710A (zh) * | 2016-07-26 | 2016-12-14 | 广州地铁集团有限公司 | 基于误差修正的列车轮踏面三维轮廓自动化测量方法和系统 |
CN109470170A (zh) * | 2018-12-25 | 2019-03-15 | 山东大学 | 基于最优投影平面的立体视觉空间圆位姿高精度测量方法及系统 |
CN110634110A (zh) * | 2019-09-17 | 2019-12-31 | 南华大学 | 钢轨断面廓形检测方法、装置、设备、系统及介质 |
DE102021100979A1 (de) * | 2020-01-22 | 2021-07-22 | Mitutoyo Corporation | Messeinrichtung für dreidimensionale Geometrien und Messverfahren für dreidimensionale Geometrien |
CN111369484A (zh) * | 2020-03-05 | 2020-07-03 | 中国铁道科学研究院集团有限公司基础设施检测研究所 | 钢轨廓形检测方法及装置 |
CN112683196A (zh) * | 2020-12-07 | 2021-04-20 | 中国铁道科学研究院集团有限公司基础设施检测研究所 | 钢轨轮廓测量方法及装置 |
CN112683195A (zh) * | 2020-12-07 | 2021-04-20 | 中国铁道科学研究院集团有限公司基础设施检测研究所 | 钢轨纵向标定方法及装置 |
Non-Patent Citations (2)
Title |
---|
占栋;于龙;肖建;陈唐龙;: "钢轨轮廓全断面高精度动态视觉测量方法研究", 铁道学报, no. 09 * |
李文涛;王培俊;陈亚东;李柏林;胡家盈;: "钢轨全轮廓线结构光双目视觉测量系统标定", 仪器仪表学报, no. 03 * |
Also Published As
Publication number | Publication date |
---|---|
CN113776457B (zh) | 2023-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2743020C2 (ru) | Система и способ для контроля железнодорожных колес | |
CN110095061B (zh) | 基于轮廓扫描的车辆形位检测系统及方法 | |
CN113009456B (zh) | 车载激光雷达数据校准方法、装置及系统 | |
Liu et al. | Simple and fast rail wear measurement method based on structured light | |
CN101021417B (zh) | 一种长直轨道几何参数的摄像测量方法 | |
US20190197340A1 (en) | Object surface deformation feature extraction method based on line scanning three-dimensional point cloud | |
CN103026198B (zh) | 用于确定车辆的车轮和车身运动的方法和设备 | |
CN114577131B (zh) | 一种基于3d结构光相机的车身间隙检测方法及系统 | |
CN112683196B (zh) | 钢轨轮廓测量方法及装置 | |
JP2013120458A (ja) | 道路形状推定装置及びプログラム | |
CN112785654A (zh) | 轨道几何检测系统标定方法及装置 | |
CN113446946B (zh) | 轨道几何检测数据的动态补偿方法及装置 | |
Grudziński et al. | Stereovision tracking system for monitoring loader crane tip position | |
CN113776456B (zh) | 基于双线激光的曲线段钢轨轮廓测量误差修正方法及装置 | |
CN114119957A (zh) | 高速铁路钢轨廓形检测方法及装置 | |
CN116543032B (zh) | 冲击物测距方法、装置、测距设备及存储介质 | |
CN113776457A (zh) | 基于虚实结合的曲线段钢轨轮廓测量误差修正方法及装置 | |
JP7020324B2 (ja) | 線路曲率推定装置及び方法 | |
CN116681912A (zh) | 铁路道岔的轨距检测方法及装置 | |
CN112683195B (zh) | 钢轨纵向标定方法及装置 | |
CN113223168B (zh) | 一种隧道三维形貌快速建模的方法 | |
CN106875427B (zh) | 一种机车蛇行运动监测方法 | |
CN112419394B (zh) | 道岔轮廓损失检测方法及装置 | |
CN114332206A (zh) | 姿态修正参数确定方法、装置和计算机设备 | |
CN110827240A (zh) | 钢轨轮廓的定位方法及装置 |
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 |