CN114283129A - 一种基于计算机视觉的地铁列车轮轨力监测方法 - Google Patents
一种基于计算机视觉的地铁列车轮轨力监测方法 Download PDFInfo
- Publication number
- CN114283129A CN114283129A CN202111559122.0A CN202111559122A CN114283129A CN 114283129 A CN114283129 A CN 114283129A CN 202111559122 A CN202111559122 A CN 202111559122A CN 114283129 A CN114283129 A CN 114283129A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- rail
- displacement
- track
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000006073 displacement reaction Methods 0.000 claims abstract description 44
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 15
- 239000010959 steel Substances 0.000 claims abstract description 15
- 230000007774 longterm Effects 0.000 claims abstract description 9
- 230000008859 change Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 4
- 206010034960 Photophobia Diseases 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 238000009432 framing Methods 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 208000013469 light sensitivity Diseases 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 239000013589 supplement Substances 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 238000005259 measurement Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000009434 installation Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 3
- 239000002689 soil Substances 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Landscapes
- Machines For Laying And Maintaining Railways (AREA)
Abstract
本发明公开了一种基于计算机视觉的地铁列车轮轨力监测方法，该方法选取相邻两轨枕之间的一段地铁轨道作为监测目标，通过工业相机获取地铁列车运行通过时的轨道图像，并采用计算机视觉的方法分析图像得到轨道竖向位移。当车轮压过钢轨时，两轨枕的支撑使钢轨形成简支梁结构，通过弹性力学中荷载与位移的关系得到作用在轨道结构上的荷载，即轮轨力。本发明的主要优点是：(1)该方法为无损轮轨力测量方法，监测的过程中不对轨道本身或地铁正常运营造成影响；(2)该方法为非接触式监测方法，解决了钢轨下方空间狭窄而难以安装传感器的问题，监测准确率受环境因素影响小，能实现长期连续化的位移监测。
Description
技术领域
本发明涉及到一种基于计算机视觉的地铁列车轮轨力监测方法，用于地铁列车轮轨力的测量。
背景技术
在软土地区，运营期地铁盾构隧道会因各种原因产生长期沉降，进而影响隧道结构和运营安全。引起地铁隧道长期沉降的原因主要有地铁列车荷载、地层条件、隧道结构渗漏水以及周边其他工程建设的影响等，而地铁列车荷载被认为是最重要的因素之一。地铁列车运行后引起的循环动荷载在隧道结构及土体中产生动力响应，造成土体长期累积变形，对隧道结构的安全稳定产生不利影响。因此，在地铁隧道运维过程中，地铁列车荷载对评估隧道沉降和结构安全尤为重要。
在地铁列车荷载的相关研究中，无论是通过数值仿真手段还是采取室内实验研究方法，首要问题都是确定列车行驶引起的轮轨力。建立符合实际情况的轮轨力模型，对保障轨道运营安全、提升隧道长期服役性能具有非常重要的实际意义。
现场实测是最直接、最真实获取地铁列车轮轨力的方法，现有的轮轨力监测方法按照传感器安装位置可以分为两类：车载监测和道旁监测。车载监测方法是通过在车轮上安装传感器测量车轮的位移或加速度，建立列车动力模型，获得轮轨间作用力，这类方法的优势是可以连续测试轮轨力，劣势在于由于传感器是安装在固定的车轮上，安装过程繁琐、成本较高，且只能用于测量某一特定的列车车轮轮轨力。
道旁监测是通过在钢轨腰部上粘贴应变片，测量车轮通过该处时轨道结构的应变响应，轮轨力与钢轨应变之间的传递关系是通过静力标定实现的，即预先在钢轨特定位置施加已知大小的静载荷，同时读取相应位置的应变值，建立应变和轮轨力之前的标定系数。因此，该方法未能考虑到地铁列车在运行时轮轨之间的动态响应，并且应变片本身在防水、温度变化敏感、耐腐蚀等方面性能不足，粘贴应变片需要对钢轨贴合面进行精细打磨，采集结果受到自然条件、安装工艺、粘贴状况等影响较大，难以保持长期稳定可靠的监测。
近年来，计算机视觉技术在裂纹识别、位移测量、模态参数识别、车辆荷载识别等结构健康监测领域得到应用，发挥出重要作用。基于计算机视觉的土木工程结构监测方法因安装方便、连续性好、测量分辨率高等优点正逐渐被广泛采用，展示出应用于地铁列车轮轨力的测量的潜力。但是地铁列车引起的钢轨变形具有快速、微小的特点，以四动两拖六辆编组模式的B型地铁为例，列车总长度110m，运行最高时速达到80km/h，列车完全通过一点的时间约5s，造成的钢轨竖向位移在4mm内。将计算机视觉技术应用于地铁列车轮轨力测量，这不仅对相机的的图像采集频率、分辨率提出较高要求，也对监测方法的稳定性和准确性提出了挑战。
发明内容
基于上述分析，本发明提出了一种基于计算机视觉的地铁列车轮轨力的监测方法，利用相机、数字图像处理技术进行地铁轨道竖向变形监测，结合弹性力学方法开展轮轨力测量，在不影响列车正常运行的前提下实现对轮轨力的动态监测，提高轮轨力监测的精度和稳定性，为列车的安全、平稳运行提供可靠保障。
本发明提出的轮轨力监测方法通过选取地铁轨道上两轨枕之间的轨道部分作为监测目标，在轨道旁侧布置相机来获取地铁列车通过时监测点的振动图像，对图像分析得到轨道竖向位移。钢轨在受到列车轮轨力后，由于两端由轨枕支撑，钢轨下方会产生拉应力，上方产生压应力，两轨枕之间的钢轨相当于简支梁。通过弹性力学中位移与作用力的关系得到作用在轨道结构上的荷载，即地铁列车轮轨力。
具体实施步骤如下：
A.安装监测设备；
A1.选取相邻两扣件之间的地铁轨道作为监测目标，将高精度工业相机固定于监测目标附近的道床表面或管片壁上，并将摄像头对准监测轨道；
A2.考察现场照明情况，打开自带电源的补光灯进行打光，使得钢轨边缘和背景存在较明显的反差；
A3.调整相机摄像头位置，确保其可获取监测目标的实时监控图像。
B.调试监测设备；
B1.调节镜头焦距和光圈、相机感光度，确保相机视野中监测轨道成像清晰可见，以及钢轨边缘和背景存在较明显的反差；
B2.测量监测轨道的实际长度，截取相机的第一帧图像并测量图像内监测轨道的像素长度，计算得到实际长度与像素长度之间的比例系数；
B3.在B2截取的图像中选中监测轨道，预测列车通过时可能产生的位移范围，在图像上框选可能的位移区域；
B4.设置相机采样频率，保存数据存储路径。
C.监测与图像处理；
C1.启动相机开始监测，当列车经过时，采集并存储对应时间的轨道位移图像；
C2.基于图像对监测轨道进行边缘监测，得到监测轨道底部上分布的离散点在图像中的像素坐标值及其相对初始位置的像素位移，与B2的比例系数相乘后得到监测轨道上各点的真实坐标及位移变化；
C3.记录每一帧下轨道竖向位移变化，结合其对应的时间信息，得到列车通过时的钢轨挠变时程曲线。
D.获取轮轨力；
D1.基于弹性力学中位移与作用力的关系，建立轮轨力作用下的轨道梁竖向位移方程；
D2.根据C3中的位移曲线和D1的位移方程，计算引起轨道在各时间发生位移的荷载，形成一次列车通过时间内地铁列车轮轨力数据；
D3.基于长期监测数据，得到列车多次通过下轨道承受的平均列车轮轨力数据。
与现有的轮轨力监测技术相比，本技术有以下几个优点：
1.采用非接触式监测方法，适用范围广，监测准确率受温度变化、电磁干扰等环境因素影响小。
2.使用计算机视觉的方法测量结构振动，减轻人力和仪器成本，减少设备投入。
3.监测设备可重复多次使用，能实现长期连续化的位移监测。
4.仪器设备简单，解决了整体式无砟轨道中铁轨底部空间小，无法在轨底安装传感器的问题，不对轨道本身或地铁正常运营造成影响。
5.能够及时发现轮轨力异常情况，采取有效措施消除安全隐患，保障地铁运行安全。
附图说明
图1是本发明方法的装置示意图。
图2是本发明的钢轨受力示意图。
图3是本发明的方法流程图。
图例说明：图1中的代号分别表示：
1——扣件，
2——铁轨，
3——工业相机，
4——道床，
5——镜头，
6——镜头，
7——相机托架。
具体实施方式
以下结合图1所示的本发明方法的装置示意图和图2钢轨受力示意图进一步阐述本发明的具体实施方式。其具体步骤如下：
A.安装监测设备；
A1.选取相邻两扣件1之间的地铁轨道2作为监测目标，将高精度工业相机3固定于监测目标附近的道床4表面或管片壁上，并将摄像头5对准监测轨道2；
A2.考察现场照明情况，打开自带电源的补光灯6进行打光，使得钢轨2边缘和背景存在较明显的反差；
A3.调整相机摄像头5位置，确保其可获取监测目标的实时监控图像。
B.调试监测设备；
B1.调节镜头5焦距和光圈、相机感光度，确保相机视野中监测轨道成像清晰可见以及钢轨边缘和背景存在较明显的反差；
B2.测量监测轨道2的实际长度，截取相机3的第一帧图像并测量图像内监测轨道的像素长度，计算得到实际长度与像素长度之间的比例系数；
B3.在B2截取的图像中选中监测轨道2，预测列车通过时可能产生的位移范围，在图像上框选可能的位移区域；
B4.设置相机3采样频率，保存数据存储路径。
C.监测与图像处理；
C1.启动相机3开始监测，当列车经过时，采集并存储对应时间的轨道位移图像；
C2.基于图像对监测轨道2进行边缘监测，得到监测轨道底部上分布的离散点在图像中的像素坐标值及其相对初始位置的像素位移，与B2的比例系数相乘后得到监测轨道上各点的真实坐标及位移变化；
C3.记录每一帧下轨道竖向位移变化，结合其对应的时间信息，得到列车通过时的钢轨挠变时程曲线。
D.获取轮轨力；
D1.轨道简支梁模型如图2所示，基于弹性力学中位移与作用力的关系，建立轮轨力作用下的轨道梁竖向位移方程；
D2.根据C3中的位移曲线和D1的位移方程，计算引起轨道在各时间发生位移的荷载，形成一次列车通过时间内地铁列车轮轨力数据；
D3.基于长期监测数据，得到列车多次通过下轨道承受的平均列车轮轨力数据。
本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举，本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式，本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。
Claims (1)
1.基于计算机视觉的地铁列车轮轨力监测方法，包括如下步骤：
A.安装监测设备；
A1.选取相邻两扣件之间的地铁轨道作为监测目标，将高精度工业相机固定于监测目标附近的道床表面或管片壁上，并将摄像头对准监测轨道；
A2.考察现场照明情况，打开自带电源的补光灯进行打光，使得钢轨边缘和背景存在较明显的反差；
A3.调整相机摄像头位置，确保其可获取监测目标的实时监控图像；
B.调试监测设备；
B1.调节镜头焦距和光圈、相机感光度，确保相机视野中监测轨道成像清晰可见，以及钢轨边缘和背景存在较明显的反差；
B2.测量监测轨道的实际长度，截取相机的第一帧图像并测量图像内监测轨道的像素长度，计算得到实际长度与像素长度之间的比例系数；
B3.在B2截取的图像中选中监测轨道，预测列车通过时可能产生的位移范围，在图像上框选可能的位移区域；
B4.设置相机采样频率，保存数据存储路径；
C.监测与图像处理；
C1.启动相机开始监测，当列车经过时，采集并存储对应时间的轨道位移图像；
C2.基于图像对监测轨道进行边缘监测，得到监测轨道底部上分布的离散点在图像中的像素坐标值及其相对初始位置的像素位移，与B2的比例系数相乘后得到监测轨道上各点的真实坐标及位移变化；
C3.记录每一帧下轨道竖向位移变化，结合其对应的时间信息，得到列车通过时的钢轨挠变时程曲线；
D.获取轮轨力；
D1.基于弹性力学中位移与作用力的关系，建立轮轨力作用下的轨道梁竖向位移方程；
D2.根据C3中的位移曲线和D1的位移方程，计算引起轨道在各时间发生位移的荷载，形成一次列车通过时间内地铁列车轮轨力数据；
D3.基于长期监测数据，得到列车多次通过下轨道承受的平均列车轮轨力数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111559122.0A CN114283129A (zh) | 2021-12-20 | 2021-12-20 | 一种基于计算机视觉的地铁列车轮轨力监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111559122.0A CN114283129A (zh) | 2021-12-20 | 2021-12-20 | 一种基于计算机视觉的地铁列车轮轨力监测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114283129A true CN114283129A (zh) | 2022-04-05 |
Family
ID=80872995
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111559122.0A Pending CN114283129A (zh) | 2021-12-20 | 2021-12-20 | 一种基于计算机视觉的地铁列车轮轨力监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114283129A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102842103A (zh) * | 2012-07-17 | 2012-12-26 | 北京交通大学 | 高速综合检测列车二维全息可视化系统与方法 |
| US20140288903A1 (en) * | 2012-12-26 | 2014-09-25 | Zhejiang University | Simulated loading method and apparatus for moving load of whole train in rail transportation |
| US20180222499A1 (en) * | 2017-02-02 | 2018-08-09 | Vale S.A. | Railway wheels monitoring system and method |
| CN109238374A (zh) * | 2018-10-26 | 2019-01-18 | 中国铁道科学研究院集团有限公司铁道建筑研究所 | 大跨度铁路钢桥梁端伸缩装置的智能监测体系 |
| 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 |
| CN112637553A (zh) * | 2020-11-25 | 2021-04-09 | 浙江大学 | 一种基于监控视频的桥梁结构模态分析方法 |
| CN113793367A (zh) * | 2021-11-17 | 2021-12-14 | 西南交通大学 | 一种工程结构转角位移视觉测量及动力识别系统及方法 |
-
2021
- 2021-12-20 CN CN202111559122.0A patent/CN114283129A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102842103A (zh) * | 2012-07-17 | 2012-12-26 | 北京交通大学 | 高速综合检测列车二维全息可视化系统与方法 |
| US20140288903A1 (en) * | 2012-12-26 | 2014-09-25 | Zhejiang University | Simulated loading method and apparatus for moving load of whole train in rail transportation |
| US20180222499A1 (en) * | 2017-02-02 | 2018-08-09 | Vale S.A. | Railway wheels monitoring system and method |
| CN109238374A (zh) * | 2018-10-26 | 2019-01-18 | 中国铁道科学研究院集团有限公司铁道建筑研究所 | 大跨度铁路钢桥梁端伸缩装置的智能监测体系 |
| 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 |
| CN112637553A (zh) * | 2020-11-25 | 2021-04-09 | 浙江大学 | 一种基于监控视频的桥梁结构模态分析方法 |
| CN113793367A (zh) * | 2021-11-17 | 2021-12-14 | 西南交通大学 | 一种工程结构转角位移视觉测量及动力识别系统及方法 |
Non-Patent Citations (4)
| Title |
|---|
| VIKTOR SKRICKIJ等: "Visual Measurement System for Wheel–Rail Lateral Position Evaluation", 《 DATA ACQUISITION AND PROCESSING FOR FAULT DIAGNOSIS》, 11 February 2021 (2021-02-11) * |
| 董传智;叶肖伟;刘坦;: "非接触式结构动力特性识别方法及试验验证", 振动与冲击, no. 01, 15 January 2017 (2017-01-15) * |
| 邵冠慧;赵晓豹;乔恒君;李家奇;: "地铁扣件和钢轨对运营期列车荷载的动态响应", 地下空间与工程学报, no. 05, 15 October 2015 (2015-10-15) * |
| 饶少臣: "桥梁对行车稳定性影响的探讨", 铁道标准设计, no. 11, 20 November 2005 (2005-11-20) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106458235B (zh) | 确定铁路轨道的结构参数的方法和装置 | |
| Karoumi et al. | Monitoring traffic loads and dynamic effects using an instrumented railway bridge | |
| AU2005265414B2 (en) | Apparatus for detecting hunting and angle of attack of a rail vehicle wheelset | |
| US7403296B2 (en) | Method and apparatus for noncontact relative rail displacement, track modulus and stiffness measurement by a moving rail vehicle | |
| US20120245908A1 (en) | Method for determining the stress free temperature of the rail and/or the track resistance | |
| CN112378507B (zh) | 一种基于运动补偿的计算机视觉结构振动监测方法 | |
| US20210131888A1 (en) | Non-Contact Methods of Rail Assessment for a Railroad Track | |
| CN108226288B (zh) | 一种地铁隧道道床脱空量监测方法 | |
| CN113324648B (zh) | 一种便携式高速铁路轮轨振动时空同步测试方法及系统 | |
| CN112637553B (zh) | 一种基于监控视频的桥梁结构模态分析方法 | |
| Klug et al. | Monitoring of railway deformations using distributed fiber optic sensors | |
| CN202400107U (zh) | 铁路轨道动态检测钢轨侧面磨耗检测装置 | |
| RU150721U1 (ru) | Система контроля деформации рельсовых плетей бесстыкового железнодорожного пути | |
| CN114283129A (zh) | 一种基于计算机视觉的地铁列车轮轨力监测方法 | |
| Lu | Real-time vertical track deflection measurement system | |
| Chowdhry et al. | Development of a smart instrumentation for analyzing railway track health monitoring using forced vibration | |
| CN110907633A (zh) | 一种基于惯性导航的车载移动桥梁安全检测装置及方法 | |
| Markó et al. | Measuring the bearing capacity of forest roads with an improved Benkelman beam apparatus | |
| CN113251988B (zh) | 一种桥梁支座损伤的动力监测方法及系统 | |
| McVey et al. | Track modulus measurement from a moving railcar | |
| Prasetyo et al. | A Review on the Development of a Track Irregularity Measurement Tool | |
| Keenahan et al. | Drive-by damage monitoring of transport infrastructure using direct calculation of the profile | |
| Matsuda et al. | Track test monitoring system using a multipurpose experimental train | |
| KR20050097593A (ko) | 라이더를 이용한 구조물의 건전성 진단장치 및 그 장치를이용한 진단방법 | |
| CN209008600U (zh) | 一种基于Gocator传感器的非接触式钢轨磨耗测量装置 |
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 |