CN113776461A - 用于轨道表面检测的三维检测设备 - Google Patents
用于轨道表面检测的三维检测设备 Download PDFInfo
- Publication number
- CN113776461A CN113776461A CN202111055291.0A CN202111055291A CN113776461A CN 113776461 A CN113776461 A CN 113776461A CN 202111055291 A CN202111055291 A CN 202111055291A CN 113776461 A CN113776461 A CN 113776461A
- Authority
- CN
- China
- Prior art keywords
- image
- track
- target area
- detection sensor
- point cloud
- 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
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本公开的实施例公开了用于轨道表面检测的三维检测设备。该设备的一具体实施方式包括:引导车、距离检测传感器、图像采集装置,其中,引导车被配置成承载距离检测传感器和图像采集装置,在工作状态下,引导车沿着轨道行进;距离检测传感器与图像采集装置通信连接,距离检测传感器被配置成响应于检测到引导车每行进目标距离,生成脉冲信号,以及将脉冲信号发送至图像采集装置;图像采集装置被配置成响应于接收到距离检测传感器发送的脉冲信号,采集轨道的轨道图像。该实施方式可以通过距离检测传感器发送的脉冲信号对轨道进行图像采集,保证了所采集的轨道图像信息的完整性、连续性和真实性,提高了对轨道图像信息采集的效率。
Description
技术领域
本公开的实施例涉及轨道检测领域,具体涉及用于轨道表面检测的三维检测设备。
背景技术
随着铁路行业的快速发展,铁路轨道运行安全问题越来越受到重视,提高运输安全成为制衡铁路发展的重要因素。目前,对于对铁路轨道进行检修,通常采用的方式为:通过铁路工人采用单一目标检测设备(只检测轨道的某一类型部件的状态)在同一段铁路轨道上进行信息采集,以及采用离线形式将采集结果展示给维修人员,以便于后续维修人员对异常的轨道进行检测维修。
然而,采用上述方式通常会存在以下技术问题:
第一,人工采集信息的效率低下、检测精度不足以及长时间作业出错率高;以及单次作业所采集的信息单一,无法同时采集多个目标的状态信息;
第二,维修人员无法实时获取采集结果,无法快速准确地识别出异常的轨道。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。本公开的一些实施例提出了用于轨道表面检测的三维检测设备,来解决以上背景技术部分提到的技术问题中的一项或多项。
本公开的一些实施例提供了一种用于轨道表面检测的三维检测设备,包括:引导车、距离检测传感器、图像采集装置,其中,上述引导车被配置成承载上述距离检测传感器和上述图像采集装置,在工作状态下,上述引导车沿着轨道行进;上述距离检测传感器与上述图像采集装置通信连接,上述距离检测传感器被配置成响应于检测到上述引导车每行进目标距离,生成脉冲信号,以及将上述脉冲信号发送至上述图像采集装置;上述图像采集装置被配置成响应于接收到上述距离检测传感器发送的脉冲信号,采集上述轨道的轨道图像。
可选地,上述用于轨道表面检测的三维检测设备还包括主控装置;以及上述图像采集装置与上述主控装置通信连接,上述图像采集装置被配置成将所采集的轨道图像发送至上述主控装置;上述主控装置被配置成响应于接收到上述图像采集装置发送的轨道图像,将上述轨道图像转换为预设格式的图像,以及将转换后的轨道图像存储至预设的存储单元中。
可选地,上述用于轨道表面检测的三维检测设备还包括图像处理装置;以及上述主控装置与上述图像处理装置通信连接,上述主控装置被配置成响应于接收到上述图像采集装置发送的轨道图像,将上述轨道图像同步备份至上述图像处理装置。
可选地,上述轨道图像包括灰度图像和对应上述灰度图像的点云图像,上述灰度图像显示了多个目标区域;以及上述图像处理装置被配置成:响应于接收到上述轨道图像,对上述轨道图像包括的点云图像进行预处理,以生成预处理点云图像;对上述灰度图像显示的多个目标区域进行标注,以生成标注灰度图像;对上述标注灰度图像所显示的每个被标注的目标区域进行边缘检测处理以识别出对应上述目标区域的目标区域轮廓;从上述标注灰度图像中识别出每个目标区域轮廓对应的目标区域灰度图像;从上述预处理点云图像中识别出对应每个目标区域灰度图像的目标区域点云图像,得到多个目标区域点云图像。
可选地,上述轨道图像还包括对应上述点云图像的深度图像;以及上述图像处理装置被配置成:将上述多个目标区域点云图像输入至预先训练好的图像识别模型中,得到图像识别结果,其中,上述图像识别结果包括多个目标区域识别结果,上述多个目标区域识别结果中的目标区域识别结果对应上述多个目标区域点云图像中的目标区域点云图;从上述图像识别结果包括的多个目标区域识别结果中选择符合预设条件的目标区域识别结果作为异常区域识别结果,得到异常区域识别结果组;对于上述异常区域识别结果组中的每个异常区域识别结果,对上述深度图像中对应上述异常区域识别结果的区域图像进行标注。
可选地,上述图像处理装置被配置成:将上述图像识别结果发送至上述主控装置。
可选地,上述主控装置被配置成:响应于接收到上述图像识别结果,将上述图像识别结果存储至上述存储单元中。
可选地,上述图像处理装置被配置成:对所标注的多个深度图像进行视频编码,以生成图像视频;将上述图像视频同步推送至预设的监控端。
可选地,上述用于轨道表面检测的三维检测设备还包括通讯装置,被配置成向上述距离检测传感器、上述图像采集装置、上述主控装置和上述图像处理装置提供通信链路。
可选地,上述用于轨道表面检测的三维检测设备还包括电源,被配置成向上述距离检测传感器、上述图像采集装置、上述主控装置、上述图像处理装置和上述通讯装置供电。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的用于轨道表面检测的三维检测设备,提高了对轨道信息检测的精度,降低了长时间作业的出错率,可以同时采集轨道上多个目标(部件)的状态信息。具体来说,检测精度不足以及长时间作业的出错率高的原因在于:人工采集信息的效率低下、检测精度不足以及长时间作业出错率高;以及单次作业所采集的信息单一,无法同时采集多个目标的状态信息。基于此,本公开的一些实施例的用于轨道表面检测的三维检测设备包括引导车、距离检测传感器和图像采集装置。首先,引导车被配置成承载上述距离检测传感器和上述图像采集装置,在工作状态下,上述引导车沿着轨道行进。由此,便于图像采集装置在轨道上相对自由且平稳的采集轨道的图像信息。然后,上述距离检测传感器与上述图像采集装置通信连接,上述距离检测传感器被配置成响应于检测到上述引导车每行进目标距离,生成脉冲信号,以及将上述脉冲信号发送至上述图像采集装置。由此,便于根据预先设置好的脉冲信号与里程关系触发图像采集装置进行精确拍图。进而,使得引导车在非匀速相对运动的情况下,也能保证图像采集装置所采集的图像信息的完整性、连续性和真实性。最后,上述图像采集装置被配置成响应于接收到上述距离检测传感器发送的脉冲信号,采集上述轨道的轨道图像。由此,可以通过距离检测传感器发送的脉冲信号对上述轨道进行图像采集,保证了所采集的轨道图像信息的完整性、连续性和真实性,提高了对轨道图像信息采集的效率。另外,也因为根据预先设置好的脉冲信号与里程关系触发图像采集装置进行轨道图像信息的采集,提高了对轨道信息检测的精度,降低了长时间作业的出错率。此外,也因为图像采集装置可以连续且完整的采集轨道的图像信息。由此,可以采集出轨道所包括的多个部件的图像信息。便于后续识别出轨道图像所包括的各个部件的状态信息。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的用于轨道表面检测的三维检测设备的一些实施例的结构关系示意图;
图2是根据本公开的用于轨道表面检测的三维检测设备的另一些实施例的结构关系示意;
图3是根据本公开的用于轨道表面检测的三维检测设备的又一些实施例的结构关系示意。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开一些实施例的用于轨道表面检测的三维检测设备的一个实施例的结构示意图。如图1所示,本公开提供的用于轨道表面检测的三维检测设备可以包括:引导车1、距离检测传感器2和图像采集装置3。
在一些实施例中,引导车1被配置成承载上述距离检测传感器2和上述图像采集装置3。这里,引导车1可以是具有载物平台的小推车或者是自动引导车(Automated GuidedVehicle,AGV)。这里,可以将离检测传感器2和上述图像采集装置3安装在引导车1的载物平台上。在工作状态下,上述引导车1沿着轨道(铁路)行进。这里,距离检测传感器2可以是具有测距功能的位移传感器。例如,距离检测传感器2可以是激光位移传感器、直线位移传感器、电容式位移传感器等。这里,距离检测传感器2还可以是指安装在引导车1的车轮上的编码器。实践中,距离检测传感器2可以测量引导车1车辆转动的圈数,再利用车轮的周长和转动圈数确定行驶的距离。这里,图像采集装置3可以是指具有3D拍摄功能的相机,或其他具有3D拍摄功能的图像采集装置。实践中,图像采集装置3可以为安装在引导车1左右两侧的3D相机组成的装置。其中,左侧3D相机用于采集轨道(铁路)的左侧轨道的图像。右侧3D相机用于采集轨道(铁路)的右侧轨道的图像。这里,3D相机中可以包含线结构光激光器以及工业级面阵相机。这里,3D相机的工作原理为:首先,通过结构光激光器发出的线结构光与被测轨道相交后会携带该轨道的三维信息;接着,通过距离检测传感器触发工业级面阵相机拍摄带有激光光条的图像;然后,可以从图像中提取出光条中每个光点的空间坐标。从而,可以得到被测轨道的完整的三维点云数据(点云图像)。
在一些实施例中,上述距离检测传感器2与上述图像采集装置3通信连接,上述距离检测传感器2被配置成响应于检测到上述引导车1每行进目标距离,生成脉冲信号,以及将上述脉冲信号发送至上述图像采集装置3。实践中,距离检测传感器2可以通过有线连接或无线连接的方式与上述图像采集装置3通信连接。在工作状态下,上述距离检测传感器2可以在检测到上述引导车1沿着轨道每行进目标距离时,生成一脉冲信号。这里,目标距离可以是预先设备的位移距离。例如,目标距离可以为10厘米,也可以是5厘米,具体长度不作限定,可根据图像采集装置3进行有效图像采集的范围设定。这里,脉冲信号可以是指触发图像采集装置3进行轨道图像采集的信号。
在一些实施例中,上述图像采集装置3被配置成响应于接收到上述距离检测传感器2发送的脉冲信号,采集上述轨道的轨道图像。实践中,图像采集装置3可以在接收到上述距离检测传感器2发送的脉冲信号之后,可以采集所经过的长度为目标距离的轨道的图像。实践中,图像采集装置3还可以在接收到上述距离检测传感器2发送的脉冲信号之后,采集引导车1即将行驶的长度为目标距离的轨道的图像。实践中,图像采集装置3还可以在接收到上述距离检测传感器2发送的脉冲信号之后,采集当前图像采集装置3进行有效的轨道图像采集的范围内的轨道图像。这里,图像采集装置3的三种采集轨道图像的方式可以根据实际情况进行设定。这里,所采集的轨道图像可以包括但不限于:灰度图像、点云图像和深度图像。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的用于轨道表面检测的三维检测设备,提高了对轨道信息检测的精度,降低了长时间作业的出错率,可以同时采集轨道上多个目标(部件)的状态信息。具体来说,检测精度不足以及长时间作业的出错率高的原因在于:人工采集信息的效率低下、检测精度不足以及长时间作业出错率高;以及单次作业所采集的信息单一,无法同时采集多个目标的状态信息。基于此,本公开的一些实施例的用于轨道表面检测的三维检测设备包括引导车、距离检测传感器和图像采集装置。首先,引导车被配置成承载上述距离检测传感器和上述图像采集装置,在工作状态下,上述引导车沿着轨道行进。由此,便于图像采集装置在轨道上相对自由且平稳的采集轨道的图像信息。然后,上述距离检测传感器与上述图像采集装置通信连接,上述距离检测传感器被配置成响应于检测到上述引导车每行进目标距离,生成脉冲信号,以及将上述脉冲信号发送至上述图像采集装置。由此,便于根据预先设置好的脉冲信号与里程关系触发图像采集装置进行精确拍图。进而,使得引导车在非匀速相对运动的情况下,也能保证图像采集装置所采集的图像信息的完整性、连续性和真实性。最后,上述图像采集装置被配置成响应于接收到上述距离检测传感器发送的脉冲信号,采集上述轨道的轨道图像。由此,可以通过距离检测传感器发送的脉冲信号对上述轨道进行图像采集,保证了所采集的轨道图像信息的完整性、连续性和真实性,提高了对轨道图像信息采集的效率。另外,也因为根据预先设置好的脉冲信号与里程关系触发图像采集装置进行轨道图像信息的采集,提高了对轨道信息检测的精度,降低了长时间作业的出错率。此外,也因为图像采集装置可以连续且完整的采集轨道的图像信息。由此,可以采集出轨道所包括的多个部件的图像信息。便于后续识别出轨道图像所包括的各个部件的状态信息。
继续参考图2,其示出了本公开提供的用于轨道表面检测的三维检测设备的另一个实施例的结构示意图。与图1实施例中的用于轨道表面检测的三维检测设备相同的是,本实施例中的用于轨道表面检测的三维检测设备同样可以包括引导车1、距离检测传感器2和图像采集装置3。具体结构关系可以参见图1实施例中的相关描述,此处不再赘述。
与图1实施例中的用于轨道表面检测的三维检测设备不同的是,本实施例中的用于轨道表面检测的三维检测设备还可以包括主控装置4。这里,主控装置4可以是指一台单独的工控机。这里,主控装置4可以安装在引导车1上。
与图1实施例中的用于轨道表面检测的三维检测设备不同的是,上述图像采集装置3可以通过有线连接或无线连接的方式与上述主控装置4通信连接,上述图像采集装置3被配置成将所采集的轨道图像发送至上述主控装置4。这里,上述轨道图像包括灰度图像和对应上述灰度图像的点云图像。上述灰度图像显示了多个目标区域。这里,多个目标区域可以是指所显示轨道的轨面、扣件以及道床等区域。这里,轨道图像还包括对应上述点云图像的深度图像。这里,灰度图像中的灰度坐标与点云图像中的点云坐标具有一一对应的关系。这里,点云图像中的点云坐标与深度图像中的深度坐标具有一一对应的关系。
在一些实施例中,上述主控装置4被配置成响应于接收到上述图像采集装置3发送的轨道图像,将上述轨道图像3转换为预设格式的图像,以及将转换后的轨道图像存储至预设的存储单元中。实践中,主控装置4可以将所接收的图像采集装置3发送的轨道图像通过通道映射的方式将上述轨道图像的容器格式更改为位图格式(PNG),以及将转换后的轨道图像存储至预设的存储单元中。这里,预设的存储单元可以是指主控装置4的数据库,也可以是指预设的用于存储转换后的轨道图像的存储设备。
与图1实施例中的用于轨道表面检测的三维检测设备不同的是,本实施例中的用于轨道表面检测的三维检测设备还可以包括图像处理装置5。这里,图像处理装置5可以是指具有图像处理功能的中央处理器。这里,图像处理功能可以包括但不限于:抽稀处理、标注处理、边缘检测。这里,图像处理装置5可以安装在引导车1上。
在一些实施例中,上述主控装置4可以通过有线连接或无线连接的方式与上述图像处理装置5通信连接。上述主控装置4被配置成响应于接收到上述图像采集装置3发送的轨道图像,将上述轨道图像同步备份至上述图像处理装置5。
与图1实施例中的用于轨道表面检测的三维检测设备不同的是,上述图像处理装置5被配置成:响应于接收到上述轨道图像,对上述轨道图像包括的点云图像进行预处理,以生成预处理点云图像;对上述灰度图像显示的多个目标区域进行标注,以生成标注灰度图像;对上述标注灰度图像所显示的每个被标注的目标区域进行边缘检测处理以识别出对应上述目标区域的目标区域轮廓;从上述标注灰度图像中识别出每个目标区域轮廓对应的目标区域灰度图像;从上述预处理点云图像中识别出对应每个目标区域灰度图像的目标区域点云图像,得到多个目标区域点云图像。
实践中,首先,图像处理装置5可以响应于接收到上述轨道图像,对上述轨道图像包括的点云图像进行预处理,以生成预处理点云图像。这里,预处理可以是指采样、抽稀等处理。接着,图像处理装置5可以对上述灰度图像显示的多个目标区域进行标注,以生成标注灰度图像。这里,图像处理装置5可以接收工作人员作用于上述灰度图像显示的多个目标区域的标注操作,以对上述灰度图像显示的多个目标区域进行标注,以生成标注灰度图像。其次,图像处理装置5可以对上述标注灰度图像所显示的每个被标注的目标区域进行边缘检测处理以识别出对应上述目标区域的目标区域轮廓。这里,可以通过VGG模型对上述标注灰度图像所显示的每个被标注的目标区域进行边缘检测处理以识别出对应上述目标区域的目标区域轮廓。然后,图像处理装置5可以从上述标注灰度图像中识别出每个目标区域轮廓所包含的区域灰度图像作为目标区域灰度图像。最后,图像处理装置5可以利用灰度图像中的灰度像素的坐标与滤波点云图像中的点云坐标的对应关系从上述预处理点云图像中识别出对应每个目标区域灰度图像的目标区域点云图像,得到多个目标区域点云图像。这里,目标区域点云图像可以表征轨道中某一部件(例如,轨面、扣件等区域)的点云图像。
在一些实施例中,图像处理装置5被配置成:将上述多个目标区域点云图像输入至预先训练好的图像识别模型中,得到图像识别结果,其中,上述图像识别结果包括多个目标区域识别结果,上述多个目标区域识别结果中的目标区域识别结果对应上述多个目标区域点云图像中的目标区域点云图;从上述图像识别结果包括的多个目标区域识别结果中选择符合预设条件的目标区域识别结果作为异常区域识别结果,得到异常区域识别结果组;对于上述异常区域识别结果组中的每个异常区域识别结果,对上述深度图像中对应上述异常区域识别结果的区域图像进行标注。这里,预设条件可以是“目标区域识别结果为表征XX区域异常”。这里,目标区域识别结果可以为表征目标区域正常或异常的字段。
实践中,首先,图像处理装置5可以将将上述多个目标区域点云图像输入至预先训练好的图像识别模型中,得到图像识别结果。这里,图像识别模型可以是预先训练好的图像检测模型。例如,图像识别模型可以是VGG模型或VGG16模型。然后,图像处理装置5可以从上述图像识别结果包括的多个目标区域识别结果中选择符合预设条件“目标区域识别结果为表征XX区域异常”的目标区域识别结果作为异常区域识别结果,得到异常区域识别结果组。再然后,图像处理装置5可以对于上述异常区域识别结果组中的每个异常区域识别结果,从点云图像中识别出对应上述异常区域识别结果的区域点云图像。接着,再利用点云图像中点云坐标和深度图像中深度像素坐标的对应关系,识别出深度图像中对应上述区域点云图像的区域深度图像。最后,再对所识别出的区域深度图像进行标注。这里,标注可以是人工标注,也可以是通过神经网络模型进行标注。
在一些实施例中,上述图像处理装置5被配置成:将上述图像识别结果发送至上述主控装置4。实践中,图像处理装置5可以通过有线连接或无线连接的方式将上述图像识别结果发送至上述主控装置4。
在一些实施例中,上述主控装置4被配置成:响应于接收到上述图像识别结果,将上述图像识别结果存储至上述存储单元中。这里,将图像识别结果存储在存储单元中,便于后续根据图像识别结果进行二次分析,以及深度数据处理。
在一些实施例中,上述图像处理装置5被配置成:对所标注的多个深度图像进行视频编码,以生成图像视频;将上述图像视频同步推送至预设的监控端。这里,所标注的多个深度图像可以是指图像处理装置5对图像采集装置3所采集的多个轨道图像所包括的深度图像进行标注后的图像。这里,图像采集装置3所采集的多个轨道图像可以是引导车1行驶了数量个目标距离,图像采集装置3所采集的数量个轨道图像。这里,数量个与多个的数量相同,且大于等于预设阈值(2)。这里,预设的监控端可以是现场的显示设备、近端的工业平板或者远端的监控平台。预设的监控端还可以是由现场的显示设备、近端的工业平板和远端的监控平台构成的监控端。这里,现场的显示设备可以是安装在引导车1上的显示设备。这里,近端的工业平板可以是设置在引导车1所行驶的轨道的起点处的监控设备。这里,远端的监控平台可以是指区域内的总监设备。
以上各个实施例的相关内容作为本公开的一个发明点,解决了背景技术提及的技术问题二“维修人员无法实时获取采集结果,无法快速准确地识别出异常的轨道”。无法快速准确地识别出异常的轨道的原因在于:维修人员无法实时获取采集结果,无法快速准确地识别出异常的轨道。如果解决了上述因素,就能达到快速准确地识别出异常的效果。为了达到这一效果,本公开,引入了主控装置和图像处理装置。这里,引入主控装置可以实时将图像采集装置所采集的图像信息和图像处理装置所处理的图像结果压缩存储至存储单元中。由此,便于后续根据图像识别结果进行二次分析,以及深度数据处理。这里,引入图像处理装置是为了实时识别出轨道图像中所显示的异常区域。此外,图像处理装置还可以对所标注的多个深度图像进行视频编码,以生成图像视频,以及将上述图像视频同步推送至预设的监控端。由此,使得现场检测人员、近端指挥人员与远端监控人员都可以同步查看检测作业的实时情况,大幅度提升轨道表面检测作业的效率。从而,可以快速准确地识别出异常的轨道。
从图2可以看出,与图1对应的一些实施例的描述相比,图2对应的一些实施例中的装置可以使得现场检测人员、近端指挥人员与远端监控人员都可以同步查看检测作业的实时情况,大幅度提升轨道表面检测作业的效率。
继续参考图3,其示出了本公开提供的用于轨道表面检测的三维检测设备的又一个实施例的结构示意图。与图2实施例中的用于轨道表面检测的三维检测设备相同的是,本实施例中的用于轨道表面检测的三维检测设备同样可以包括引导车1、距离检测传感器2和图像采集装置3、主控装置4和图像处理装置5。具体结构关系可以参见图2实施例中的相关描述,此处不再赘述。
与图2实施例中的用于轨道表面检测的三维检测设备不同的是,本实施例中的用于轨道表面检测的三维检测设备还可以包括通讯装置6,被配置成向上述距离检测传感器2、上述图像采集装置3、上述主控装置4和上述图像处理装置5提供通信链路。这里,通讯装置6可以是安装在引导车1上,且用于提供网络通信的设备例如,通讯装置6可以是智能网络通讯设备。实践中,通讯装置6可以为上述距离检测传感器2、上述图像采集装置3、上述主控装置4和上述图像处理装置5建立内部局域网,以便于距离检测传感器2、上述图像采集装置3、上述主控装置4和上述图像处理装置5相互之间进行通信连接。实践中,通讯装置6还可以为上述距离检测传感器2、上述图像采集装置3、上述主控装置4和上述图像处理装置5建立对外的传输链路。例如,建立图像处理装置5与预设的监控端的通信链路。由此,保证了用于轨道表面检测的三维检测设备内部各个装置之间通信信号的稳定性。
与图2实施例中的用于轨道表面检测的三维检测设备不同的是,本实施例中的用于轨道表面检测的三维检测设备还可以包括电源7,被配置成向上述距离检测传感器2、上述图像采集装置3、上述主控装置4、上述图像处理装置5和上述通讯装置6供电。这里,电源7可以安装在引导车1上。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种用于轨道表面检测的三维检测设备,包括:引导车、距离检测传感器、图像采集装置,其中,
所述引导车被配置成承载所述距离检测传感器和所述图像采集装置,在工作状态下,所述引导车沿着轨道行进;
所述距离检测传感器与所述图像采集装置通信连接,所述距离检测传感器被配置成响应于检测到所述引导车每行进目标距离,生成脉冲信号,以及将所述脉冲信号发送至所述图像采集装置;
所述图像采集装置被配置成响应于接收到所述距离检测传感器发送的脉冲信号,采集所述轨道的轨道图像。
2.根据权利要求1所述的用于轨道表面检测的三维检测设备,其中,所述用于轨道表面检测的三维检测设备还包括主控装置;以及
所述图像采集装置与所述主控装置通信连接,所述图像采集装置被配置成将所采集的轨道图像发送至所述主控装置;
所述主控装置被配置成响应于接收到所述图像采集装置发送的轨道图像,将所述轨道图像转换为预设格式的图像,以及将转换后的轨道图像存储至预设的存储单元中。
3.根据权利要求2所述的用于轨道表面检测的三维检测设备,其中,所述用于轨道表面检测的三维检测设备还包括图像处理装置;以及
所述主控装置与所述图像处理装置通信连接,所述主控装置被配置成响应于接收到所述图像采集装置发送的轨道图像,将所述轨道图像同步备份至所述图像处理装置。
4.根据权利要求3所述的用于轨道表面检测的三维检测设备,其中,所述轨道图像包括灰度图像和对应所述灰度图像的点云图像,所述灰度图像显示了多个目标区域;以及
所述图像处理装置被配置成:
响应于接收到所述轨道图像,对所述轨道图像包括的点云图像进行预处理,以生成预处理点云图像;
对所述灰度图像显示的多个目标区域进行标注,以生成标注灰度图像;
对所述标注灰度图像所显示的每个被标注的目标区域进行边缘检测处理以识别出对应所述目标区域的目标区域轮廓;
从所述标注灰度图像中识别出每个目标区域轮廓对应的目标区域灰度图像;
从所述预处理点云图像中识别出对应每个目标区域灰度图像的目标区域点云图像,得到多个目标区域点云图像。
5.根据权利要求4所述的用于轨道表面检测的三维检测设备,其中,所述轨道图像还包括对应所述点云图像的深度图像;以及
所述图像处理装置被配置成:
将所述多个目标区域点云图像输入至预先训练好的图像识别模型中,得到图像识别结果,其中,所述图像识别结果包括多个目标区域识别结果,所述多个目标区域识别结果中的目标区域识别结果对应所述多个目标区域点云图像中的目标区域点云图;
从所述图像识别结果包括的多个目标区域识别结果中选择符合预设条件的目标区域识别结果作为异常区域识别结果,得到异常区域识别结果组;
对于所述异常区域识别结果组中的每个异常区域识别结果,对所述深度图像中对应所述异常区域识别结果的区域图像进行标注。
6.根据权利要求5所述的用于轨道表面检测的三维检测设备,其中,所述图像处理装置被配置成:
将所述图像识别结果发送至所述主控装置。
7.根据权利要求6所述的用于轨道表面检测的三维检测设备,其中,所述主控装置被配置成:
响应于接收到所述图像识别结果,将所述图像识别结果存储至所述存储单元中。
8.根据权利要求5所述的用于轨道表面检测的三维检测设备,其中,所述图像处理装置被配置成:
对所标注的多个深度图像进行视频编码,以生成图像视频;
将所述图像视频同步推送至预设的监控端。
9.根据权利要求3-8之一所述的用于轨道表面检测的三维检测设备,其中,所述用于轨道表面检测的三维检测设备还包括通讯装置,被配置成向所述距离检测传感器、所述图像采集装置、所述主控装置和所述图像处理装置提供通信链路。
10.根据权利要求9所述的用于轨道表面检测的三维检测设备,其中,所述用于轨道表面检测的三维检测设备还包括电源,被配置成向所述距离检测传感器、所述图像采集装置、所述主控装置、所述图像处理装置和所述通讯装置供电。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111055291.0A CN113776461A (zh) | 2021-09-09 | 2021-09-09 | 用于轨道表面检测的三维检测设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111055291.0A CN113776461A (zh) | 2021-09-09 | 2021-09-09 | 用于轨道表面检测的三维检测设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113776461A true CN113776461A (zh) | 2021-12-10 |
Family
ID=78841963
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111055291.0A Pending CN113776461A (zh) | 2021-09-09 | 2021-09-09 | 用于轨道表面检测的三维检测设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113776461A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0378781A1 (de) * | 1989-01-17 | 1990-07-25 | Linsinger Maschinenbau Gmbh | Verfahren sowie Vorrichtung zur berührungslosen Messung der Deformation und des Verschleisses von Schienen; Verfahren zur Messung der Spurweite an Schienen |
JPH0749220A (ja) * | 1993-08-05 | 1995-02-21 | Hitachi Electron Eng Co Ltd | レール断面積測定装置 |
DE19510560A1 (de) * | 1995-03-23 | 1996-09-26 | Misoph Rotraud | Meßvorrichtung zur berührungsfreien Vermessung des Schienenprofils |
CN102030016A (zh) * | 2010-11-03 | 2011-04-27 | 西南交通大学 | 基于结构光视觉的轨道不平顺状态检测方法 |
CN106370662A (zh) * | 2016-08-22 | 2017-02-01 | 合肥德泰科通测控技术有限公司 | 基于机器视觉的钢轨表面缺陷三维检测系统 |
CN109658397A (zh) * | 2018-12-12 | 2019-04-19 | 广州地铁集团有限公司 | 一种轨道巡检方法及系统 |
CN112208573A (zh) * | 2020-09-17 | 2021-01-12 | 天津津航技术物理研究所 | 一种基于图像识别的轨道缺陷检测系统及方法 |
-
2021
- 2021-09-09 CN CN202111055291.0A patent/CN113776461A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0378781A1 (de) * | 1989-01-17 | 1990-07-25 | Linsinger Maschinenbau Gmbh | Verfahren sowie Vorrichtung zur berührungslosen Messung der Deformation und des Verschleisses von Schienen; Verfahren zur Messung der Spurweite an Schienen |
JPH0749220A (ja) * | 1993-08-05 | 1995-02-21 | Hitachi Electron Eng Co Ltd | レール断面積測定装置 |
DE19510560A1 (de) * | 1995-03-23 | 1996-09-26 | Misoph Rotraud | Meßvorrichtung zur berührungsfreien Vermessung des Schienenprofils |
CN102030016A (zh) * | 2010-11-03 | 2011-04-27 | 西南交通大学 | 基于结构光视觉的轨道不平顺状态检测方法 |
CN106370662A (zh) * | 2016-08-22 | 2017-02-01 | 合肥德泰科通测控技术有限公司 | 基于机器视觉的钢轨表面缺陷三维检测系统 |
CN109658397A (zh) * | 2018-12-12 | 2019-04-19 | 广州地铁集团有限公司 | 一种轨道巡检方法及系统 |
CN112208573A (zh) * | 2020-09-17 | 2021-01-12 | 天津津航技术物理研究所 | 一种基于图像识别的轨道缺陷检测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101602376B1 (ko) | 열차 결함 모니터링 시스템 | |
CN107364459B (zh) | 一种铁路车辆列检机器人智能作业系统和方法 | |
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 | |
US20110017693A1 (en) | Container tracking and locating systems, methods, and computer program products | |
CN105115605A (zh) | 轨道列车红外检测系统及检测方法 | |
CN104567726A (zh) | 车辆运行故障检测系统及方法 | |
CN207850304U (zh) | 一种电气化铁路接触网检测系统 | |
CN104320613A (zh) | 一种动车检修作业监控方法、监控系统及定位系统 | |
CN113371028A (zh) | 一种电客车载轨道智能巡检系统及方法 | |
CN113450475A (zh) | 一种巡检机器人系统及轨道交通车辆底部检测方法 | |
CN114565845A (zh) | 一种地下隧道智能巡检系统 | |
CN117498225B (zh) | 一种无人机智能电力线路巡检系统 | |
CN113334406A (zh) | 一种轨道交通车辆侧边巡检机器人系统及检测方法 | |
CN111855667A (zh) | 一种适用于地铁车辆的新型智慧列检系统和检测方法 | |
CN111554005A (zh) | 铁路货运列车智能巡检方法 | |
CN114563411A (zh) | 一种转向架装配质量检测系统 | |
CN111179458A (zh) | 一种轨道交通设备的巡检方法及装置 | |
CN110524553B (zh) | 一种铁路货检机器人智能图像分析系统 | |
CN113776461A (zh) | 用于轨道表面检测的三维检测设备 | |
CN211335993U (zh) | 一种地铁车辆360°故障图像检测系统 | |
CN112465793A (zh) | 列车故障检测方法、装置、设备及存储介质 | |
CN112040433A (zh) | 一种数据处理方法及装置 | |
CN114445790A (zh) | 一种城轨车辆车载设备定位方法及系统 | |
CN205157057U (zh) | 轨道列车红外检测系统 | |
CN217932084U (zh) | 一种列车综合检测系统 |
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 |