CN115031640B - 一种列车轮对在线检测方法、系统、设备及存储介质 - Google Patents

一种列车轮对在线检测方法、系统、设备及存储介质 Download PDF

Info

Publication number
CN115031640B
CN115031640B CN202210964625.4A CN202210964625A CN115031640B CN 115031640 B CN115031640 B CN 115031640B CN 202210964625 A CN202210964625 A CN 202210964625A CN 115031640 B CN115031640 B CN 115031640B
Authority
CN
China
Prior art keywords
image
wheel set
wheel
train
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.)
Active
Application number
CN202210964625.4A
Other languages
English (en)
Other versions
CN115031640A (zh
Inventor
王志云
胡远江
邹梦
古鹏
李毅立
张浩博
陈杰
李恺
王顺
王海洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Yunda Intelligent Technology Co ltd
Original Assignee
Guangzhou Yunda Intelligent Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Yunda Intelligent Technology Co ltd filed Critical Guangzhou Yunda Intelligent Technology Co ltd
Priority to CN202210964625.4A priority Critical patent/CN115031640B/zh
Publication of CN115031640A publication Critical patent/CN115031640A/zh
Application granted granted Critical
Publication of CN115031640B publication Critical patent/CN115031640B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/022—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by means of tv-camera scanning
    • 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
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • 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
    • G01B11/08—Measuring arrangements characterised by the use of optical techniques for measuring diameters
    • 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
    • G01B11/2408—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures for measuring roundness
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/952—Inspecting the exterior surface of cylindrical bodies or wires
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10009—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/146—Aligning or centring of the image pick-up or image-field
    • G06V30/147—Determination of region of interest

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Toxicology (AREA)
  • General Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Electromagnetism (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种列车轮对在线检测方法、系统、设备及存储介质，方法包括：基于来车信号触发开启图像采集设备采集轮对图像；对所述轮对图像进行预处理，得到预处理图像；根据检测要求对所述预处理图像进行轮对尺寸检测和/或轮对擦伤检测；当检测要求为轮对尺寸检测时，则基于所述预处理图像建立3D坐标系，并进行关键点定位，获取定位信息；基于所述定位信息计算轮对尺寸，并将轮对尺寸作为尺寸检测结果；当检测要求为轮对擦伤检测时，则去除所述预处理图像的背景区域，获取车轮区域图像；对所述车轮区域图像进行形态学处理，获取目标踏面区域；对所述目标踏面区域进行缺陷检测。本发明通过对轮对进行全面检测和分析，保证列车的安全运行。

Description

一种列车轮对在线检测方法、系统、设备及存储介质
技术领域
本发明涉及列车安全监测技术领域，具体涉及一种列车轮对在线检测方法、系统、设备及存储介质。
背景技术
随着轨道交通行业的快速发展，列车运行的环境越来越复杂，地铁车辆保有量与技术含量的不断提高，地铁车辆的维护工作量日益增大。而随着设备运用年限增长，列车各设备逐步进入故障高发期，目前车辆的维护工作仍然基于计划性检修，侧重对车辆的日常检查与维护。面临着检修团队庞大，维保人力开支大等突出问题。同时这种以人工检查为主的周期性检查方式存在诸多弊端：如：检修项目疏漏、检修耗时长、检修效果高度依赖作业员工素质等。
轮对作为列车的关键承重部件，其质量好坏对行车安全至关重要。轮对外形几何尺寸作为轮对质量状态监测环节的最重要内容之一，其能否被及时、准确的检出尤为重要。目前，对列车轮对的检测仅局限于单一的外形尺寸测量或踏面缺陷检测，无法对轮对进行全面测量和分析，当轮对出现重大安全问题时，无法精准识别并报警，影响行车安全。因此，亟需一种可以全面且精准的轮对检测系统实时的监测列车轮对状态，保障列车行驶安全。
发明内容
针对现有轮对检测技术无法对轮对进行全面检测和分析，保证列车的安全运行。本发明提供了解决上述问题的一种列车轮对在线检测方法。本发明通过对轮对进行全面检测和分析，保证列车的安全运行。
本发明通过下述技术方案实现：
一种列车轮对在线检测方法，包括：
获取来车信号，并基于来车信号触发开启图像采集设备采集轮对图像；
获取所述轮对图像，并对轮对图像进行预处理，得到预处理图像；
根据检测要求对所述预处理图像进行轮对尺寸检测和/或轮对擦伤检测；
当检测要求为轮对尺寸检测时，则基于所述预处理图像建立3D坐标系，并进行关键点定位，获取定位信息；
基于所述定位信息计算轮对尺寸，并将轮对尺寸作为尺寸检测结果；
当检测要求为轮对擦伤检测时，则去除所述预处理图像的背景区域，获取车轮区域图像；
对所述车轮区域图像进行形态学处理，获取目标踏面区域；
对所述目标踏面区域进行缺陷检测，得到轮对擦伤检测结果。
作为优选实施方式，本发明的基于来车信号触发开启图像采集设备采集轮对图像，具体包括：
检测车轮压过开机磁钢产生的触发信号，当在预设时间内触发信号的生成次数超过预设次数，则获取来车信号；
基于来车信号启动FRID天线读取列车的电子标签信息，并对所述电子标签信息进行解析，得到第一列车车号；
基于所述第一列车车号触发车号图像采集设备采集车号图像，并对所述车号图像进行识别，得到第二列车车号；
当所述第一列车车号和第二列车车号一致，则获取列车过车状态；
基于所述列车过车状态触发信号开启所述图像采集设备，以使所述图像采集设备采集轮对图像。
作为优选实施方式，本发明在获取所述轮对图像的步骤之后，还包括：
对轮对图像进行文件命名，并获取离车磁钢数量；
基于离车磁钢数量获取离车信号，基于所述离车信号调用名称校验规则对文件命名的名称进行校验；
当校验通过，则对所述轮对图像进行预处理，得到预处理图像。
作为优选实施方式，本发明的基于离车磁钢数量获取离车信号，具体为：
获取离车磁钢数量，当离车磁钢数量为4M，则获取离车信号；其中，M为列车编组数；
或者，当离车磁钢数量为4M-1，则按照预设延迟时间延时后，获取离车信号。
作为优选实施方式，本发明的基于所述预处理图像建立3D坐标系，具体包括：
基于所述预处理图像，获取内侧激光线和外侧激光线；
对所述内侧激光线和外侧激光线进行3D转换，获取内侧3D信息和外侧3D信息；
基于所述内侧3D信息，通过内壁激光线簇拟合得到平面A，并根据最低点确定方法获取所述内侧3D信息中的最低点集作为第一最低点集；
计算所述第一最低点集中每一最低点与平面A的距离值，并对计算出的所有距离值进行处理，得到ed值；
基于所述外侧3D信息，通过外壁激光线簇拟合得到平面C，并根据最低点确定方法获取所述外侧3D信息中的最低点集作为第二最低点集；
基于ed值，将平面D向平面C的方向移动，得到平面E；
将平面E与每个外侧激光线的交点记为a点，通过a点作平面C的垂直线记为s轴，通过a点在外侧激光线所在的面建立与s轴垂直的线记为F轴；
以a点作为原点，s轴作为横轴，F轴作为纵轴建立多个Fs坐标系。
作为优选实施方式，本发明的基于所述预处理图像，获取内侧激光线和外侧激光线，具体包括：
对所述预处理图像进行滤波、骨骼化和Blob处理，获取激光线；
提取所述激光线的亚像素坐标，并通过激光线中心的激光锚点确定激光线编号；
基于所述激光线编号对所述激光线进行划分，获取内侧激光线和外侧激光线。
作为优选实施方式，本发明的对所述车轮区域图像进行形态学处理，获取目标踏面区域，具体包括：
对所述车轮区域图像进行异常判断，去除异常的车轮区域图像，获取正常车轮区域图像；
对所述正常车轮区域图像进行踏面拟合，得到初始踏面区域；
将所述初始踏面区域的灰度值拟合为曲面，当所述初始踏面区域与曲面的偏离距离在预设范围内则将所述初始踏面区域作为目标踏面区域。
第二方面，本发明提出了一种列车轮对在线检测系统，包括轮对尺寸测量子系统和轮次擦伤检测子系统；
所述轮对尺寸测量子系统，首先获取来车信号，基于来车信号触发图像采集设备采集轮对图像；获取图像采集设备采集的轮对图像，并对轮对图像进行预处理，得到预处理图像；基于预处理图像建立3D坐标系，并进行关键点定位，获取定位信息；基于定位信息计算轮对尺寸，并将计算的轮对尺寸作为尺寸检测结果；
所述轮对擦伤检测子系统，首先获取来车信号，并基于来车信号触发图像采集设备采集轮对图像；获取图像采集设备采集的轮对图像，并对轮对图像进行预处理，得到预处理图像；去除预处理图像的背景区域，获取车轮区域图像；对车轮区域图像进行形态学处理，获取目标踏面区域；对目标踏面区域进行缺陷检测，从而得到轮对擦伤检测结果。
第三方面，本发明提出了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现本发明上述方法的步骤。
第四方面，本发明提出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本发明上述方法的步骤。
本发明具有如下的优点和有益效果：
1、本发明提供的列车轮对在线检测技术，采用图像处理技术、形态学处理技术等可实现列车轮对的尺寸以及目标踏面缺陷的综合检测，从而对轮对进行全面测量和分析，保证列车运行安全。
2、本发明提供的列车轮对在线检测技术，可实现轮对轮缘高度、轮缘厚度、轮缘qR值、车轮直径、车轮不圆度、轮对内侧距离、轮径差、踏面剥离、踏面裂纹、以及严重故障的检测，实时输出轮对异常报警状况，供用户查询轮对在途运行的状况，提高用户对轮对的响应速度，方便用户对轮对的维护。
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为本发明实施例的方法流程示意图。
图2为本发明实施例的来车信号获取与触发流程示意图。
图3为本发明实施例的离车信号获取与图像保存流程示意图。
图4为本发明实施例的轮对轮缘曲线测量结果图。
图5为本发明实施例的3D坐标系构建流程示意图。
图6为本发明实施例的轮对图像激光线提取与处理流程示意图。
图7为本发明实施例的轮对踏面ROI获取流程示意图。
图8为本发明实施例的计算机设备原理框图。
图9为本发明实施例的系统原理框图。
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。
实施例1
目前对轮对的检测局限于单一的外形尺寸检测或轮对踏面缺陷检测，检测数据较为单一，无法对轮对进行全面检测和分析，保证列车的安全运行。针对此，本实施例提出了一种可对轮对进行全面检测和分析的列车轮对在线检测方法。
具体如图1所示，本实施例的方法具体包括如下步骤：
S10，获取来车信号，基于来车信号触发开启图像采集设备采集轮对图像。
S20，获取图像采集设备采集的轮对图像，并对轮对图像进行预处理，得到预处理图像。
S30，根据检测要求对预处理图像进行轮对尺寸检测和/或轮对擦伤检测。
S40，当检测要求为轮对尺寸检测时，则基于预处理图像建立3D坐标系，并进行关键点定位，获取定位信息。
S50，基于定位信息计算轮对尺寸，并将轮对尺寸作为尺寸检测结果。
S60，当检测要求为轮对擦伤检测时，则去除预处理图像的背景区域，获取车轮区域图像。
S70，对车轮区域图像进行形态学处理，获取目标踏面区域。
S80，对目标踏面区域进行缺陷检测，从而得到轮对擦伤检测结果。
进一步的，如图2所示，获取来车信号，基于来车信号触发开启图像采集设备采集轮对图像，具体包括如下子步骤：
S11，检测车轮压过开机磁钢产生的触发信号，当在预设时间内触发信号的生成次数超过预设次数，则获取来车信号；
S12，基于来车信号启动FRID天线读取列车的电子标签信息，并对电子标签信息进行解析，得到第一列车车号。
S13，基于第一列车车号触发车号图像采集设备采集车号图像，并对车号图像进行识别，得到第二列车车号。
S14，当第一列车车号和第二列车车号一致，则获取过车状态。
S15，基于过车状态触发信号开启图像采集设备采集轮对图像。
具体的，本发明实施例的车号图像采集设备采用相机。为保证采集多方位、多角度轮对图像，本发明实施例的图像采集设备采用12个相机和12个激光器采集轮对图像，分为6个相机组，每个相机组包括两个相机和两个激光器，每组相机都有磁钢触发装置，当列车轮对经过磁钢时，触发相机拍照，每组相机都独立由各自磁钢触发，保证了每组相机拍摄的最佳角度。
具体的，采集轮对图像的过程具体包括如下步骤：
进行参数初始化和自检，等待列车到来；
列车到来后，车轮压过开机磁钢产生触发信号（在预设时间内触发次数大于2次时，则认为受到来车信号），启动FRID天线读取车辆的电子标签信息，并对电子标签信息进行解析得到车号信号；
触发车号相机拍照，并将获取的车号图像进行解析，得到车号信号，将其与电子标签信息解析得到的车号信息进行比对；如一致，则触发所有激光器、相机打开；
当车轮压过测速磁钢组（或雷达），完成计轴、测速，实现过车状态信息获取；
列车继续运行，当列车车轮通过擦伤检测磁钢组和尺寸检测磁钢组时，触发信号开启相机拍照，采集列车车轮轮对图像并保存图像；
当列车车轮压过离车磁钢时，离车磁钢开始计数，当离车磁钢计数为4M-1（M为列车编组数），延时2秒，或者离车磁钢计数为4M(Mweilieche 编组数)后，生成离车信号，对采集的轮对图像进行文件名称校验，并广播离车信号。
对采集的车号、轮对图像等原始数据进行自动处理和识别，并将处理后的检测结果进行显示。
进一步的，如图3所示，在获取图像采集设备采集的轮对图像的步骤之后，还包括步骤：
S21，对轮对图像进行文件命名，并获取离车磁钢数量。
S22，基于离车磁钢数量获取离车信号，基于离车信号调用名称校验规则对文件命名的名称进行校验。
当校验通过，则对轮对图像进行预处理，得到预处理图像。
进一步的，基于离车磁钢数量获取离车信号，具体为：获取离车磁钢数量，当离车磁钢数量为4M，则获取离车信号，或者，当离车磁钢数量为4M-1，则按照预设延时时间延时后，获取离车信号。
进一步的，如图4-5所示，基于预处理图像建立3D坐标系，具体包括如下子步骤：
S41，基于预处理图像，获取内侧激光线和外侧激光线。其中，所谓内侧和外侧是以钢轨内外侧进行划分，位于钢轨内侧的激光器发射的为内侧激光线，位于钢轨外侧的激光器发射的为外侧激光线。
S42，对内侧激光线和外侧激光线进行3D转换，获取内侧3D信息和外侧3D信息。
S43，基于内侧3D信息，通过内壁激光线簇拟合得到平面A，并根据最低点确定方法获取内侧3D信息中的最低点集作为第一最低点集。
S44，计算第一最低点集中每一最低点d与平面A的距离值，并对计算出的所有距离值进行滤波、排序、均值处理，得到较为稳定的距离值，即ed值。
S45，基于外侧3D信息，通过外壁激光线簇拟合得到平面C，并根据最低点确定方法获取外侧3D信息中的最低点集作为第二最低点集。
S46，基于ed值，将平面D向平面C的方向移动（如平移70-ed），得到平面E。平面D为根据第二最低点集作平行于平面C的平面。
S47，将平面E与每个外侧激光线的交点记为a点，通过a点作平面C的垂直线记为s轴，通过a点在外侧激光线所在的面建立与s轴垂直的线记为F轴。
S48，以a作为原点，s轴作为横轴，F轴作为纵轴建立多个F-s坐标系。
进一步的，最低点确定方法具体为：
通过激光线中心的激光锚点确定激光线编号，并基于激光线编号确定轮对轮壁；
建立与激光线簇拟合得到平面垂直的平面作为垂直平面，将垂直平面沿轮对轮壁上下滑动，寻找最低点d可能出现的最佳位置，将多个最低点d形成的集合作为最低点集。
进一步的，如图6所示，基于预处理图像，获取内侧激光线和外侧激光线，具体包括如下子步骤：
S411，对预处理图像进行滤波、骨骼化和Blob处理，获取激光线。
S412，提取激光线的亚像素坐标，并通过激光线中心的激光锚点确定激光线编号。
S413，基于激光线编号对激光线进行划分，获取内侧激光线和外侧激光线。
进一步的，如图7所示，对车轮区域图像进行形态学处理，获取目标踏面区域，具体包括如下子步骤：
S71，对车轮区域图像进行异常判断，去除异常的车轮区域图像，获取正常车轮区域图像。其中，异常的车轮区域图像指拍摄的图像中非车轮图像，例如电机、轴箱、钢轨等。
S72，对正常车轮区域图像进行踏面拟合，得到初始踏面区域。
S73，将初始踏面区域的灰度值拟合为曲面，当初始踏面区域与曲面的偏离距离在预设范围内，则将初始踏面区域作为目标踏面区域。
本实施例还提出了一种计算机设备，用于执行本实施例的上述方法。
具体如图8所示，计算机设备包括处理器、内存储器和系统总线；内存储器和处理器在内的各种设备组件连接到系统总线上。处理器是一个用来通过计算机系统中基本的算术和逻辑运算来执行计算机程序指令的硬件。内存储器是一个用于临时或永久性存储计算程序或数据(例如，程序状态信息)的物理设备。系统总线可以为以下几种类型的总线结构中的任意一种，包括存储器总线或存储控制器、外设总线和局部总线。处理器和内存储器可以通过系统总线进行数据通信。其中内存储器包括只读存储器(ROM)或闪存(图中未示出)，以及随机存取存储器(RAM)，RAM通常是指加载了操作系统和计算机程序的主存储器。
计算机设备一般包括一个外存储设备。外存储设备可以从多种计算机可读介质中选择，计算机可读介质是指可以通过计算机设备访问的任何可利用的介质，包括移动的和固定的两种介质。例如，计算机可读介质包括但不限于，闪速存储器(微型SD卡)，CD-ROM，数字通用光盘(DVD)或其它光盘存储、磁带盒、磁带、磁盘存储或其它磁存储设备，或者可用于存储所需信息并可由计算机设备访问的任何其它介质。
计算机设备可在网络环境中与一个或者多个网络终端进行逻辑连接。网络终端可以是个人电脑、服务器、路由器、智能电话、平板电脑或者其它公共网络节点。计算机设备通过网络接口（局域网LAN接口）与网络终端相连接。局域网(LAN)是指在有限区域内，例如家庭、学校、计算机实验室、或者使用网络媒体的办公楼，互联组成的计算机网络。WiFi和双绞线布线以太网是最常用的构建局域网的两种技术。
应当指出的是，其它包括比计算机设备更多或更少的子系统的计算机系统也能适用于发明。
如上面详细描述的，适用于本实施例的计算机设备能执行检测方法的指定操作。计算机设备通过处理器运行在计算机可读介质中的软件指令的形式来执行这些操作。这些软件指令可以从存储设备或者通过局域网接口从另一设备读入到存储器中。存储在存储器中的软件指令使得处理器执行上述的群成员信息的处理方法。此外，通过硬件电路或者硬件电路结合软件指令也能同样实现本发明。因此，实现本实施例并不限于任何特定硬件电路和软件的组合。
实施例2
本实施例提出了一种列车轮对在线检测系统，如图9所示，该检测系统包括：轮对尺寸测量子系统和轮对擦伤检测子系统。
其中，轮对尺寸测量子系统，获取来车信号，基于来车信号触发图像采集设备采集轮对图像；获取图像采集设备采集的轮对图像，并对轮对图像进行预处理，得到预处理图像；基于预处理图像建立3D坐标系，并进行关键点定位，获取定位信息；基于定位信息计算轮对尺寸，并将计算的轮对尺寸作为尺寸检测结果。
轮对擦伤检测子系统，获取来车信号，并基于来车信号触发图像采集设备采集轮对图像；获取图像采集设备采集的轮对图像，并对轮对图像进行预处理，得到预处理图像；去除预处理图像的背景区域，获取车轮区域图像；对车轮区域图像进行形态学处理，获取目标踏面区域；对目标踏面区域进行缺陷检测，从而得到轮对擦伤检测结果。
进一步的，整个系统主要包括如下功能模块：
网络模块，对外部网络进行实时监听，通讯指令解析。
相机模块，进行相机触发信号监听，并接收相机端传输的图像数据。另一方面，该相机模块具有离线图像调试功能，能对相机的曝光、增益、触发、名称、IP等参数进行设置。
采集模块，整合网络模块和相机模块，将采集到的图像数据进行有序的组合。
标定模块，负责轮对尺寸检测中将激光图像数据转换成3D信息，并建立内侧相机间、外侧相机间的坐标关系。
信息融合模块，将不同相机的信息进行融合。
车轮定位模块，在3D坐标系下，定位到车轮所在位置。
车轮测量模块，对每一线激光参数的测量数据进行计算，并拟合到面进行纠正，输出最终所需的测量结果。
踏面定位模块，定位到轮对踏面区域。
踏面检测模块，对踏面区域，进行踏面剥离、裂纹进行检测。
本实施例的在线检测系统采用多进程模式，系统整体由多个进程组成，进程与进程之间采用约定方式、间接通讯方式运行，使得整个系统具备分布式的灵活可扩展、功能模块性。
本实施例的在线检测系统采用硬件设备主要包括轨道旁探测设备、设备间机房和DCC控制室设备。DCC控制室设备是实现地铁车辆“全路联网”的网络支撑和数据中心；设备间机房是系统的数据处理中心、中转站和系统维护的基地；轨道旁探测设备是系统的神经末梢，是整个系统构成的基础。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将系统的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
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 (9)

1.一种列车轮对在线检测方法，其特征在于，包括：
获取来车信号，并基于来车信号触发开启图像采集设备采集轮对图像；
获取所述轮对图像，并对轮对图像进行预处理，得到预处理图像；
根据检测要求对所述预处理图像进行轮对尺寸检测和/或轮对擦伤检测；
当检测要求为轮对尺寸检测时，则基于所述预处理图像建立3D坐标系，并进行关键点定位，获取定位信息；
基于所述定位信息计算轮对尺寸，并将轮对尺寸作为尺寸检测结果；
当检测要求为轮对擦伤检测时，则去除所述预处理图像的背景区域，获取车轮区域图像；
对所述车轮区域图像进行形态学处理，获取目标踏面区域；
对所述目标踏面区域进行缺陷检测，得到轮对擦伤检测结果；
基于所述预处理图像建立3D坐标系，具体包括：
基于所述预处理图像，获取内侧激光线和外侧激光线；
对所述内侧激光线和外侧激光线进行3D转换，获取内侧3D信息和外侧3D信息；
基于所述内侧3D信息，通过内壁激光线簇拟合得到平面A，并根据最低点确定方法获取所述内侧3D信息中的最低点集作为第一最低点集；
计算所述第一最低点集中每一最低点与平面A的距离值，并对计算出的所有距离值进行处理，得到ed值；
基于所述外侧3D信息，通过外壁激光线簇拟合得到平面C，并根据最低点确定方法获取所述外侧3D信息中的最低点集作为第二最低点集；
基于ed值，将平面D向平面C的方向移动，得到平面E；平面D为根据第二最低点集作平行于平面C的平面；
将平面E与每个外侧激光线的交点记为a点，通过a点作平面C的垂直线记为s轴，通过a点在外侧激光线所在的面建立与s轴垂直的线记为F轴；
以a点作为原点，s轴作为横轴，F轴作为纵轴建立多个Fs坐标系。
2.根据权利要求1所述的一种列车轮对在线检测方法，其特征在于，基于来车信号触发开启图像采集设备采集轮对图像，具体包括：
检测车轮压过开机磁钢产生的触发信号，当在预设时间内触发信号的生成次数超过预设次数，则获取来车信号；
基于来车信号启动FRID天线读取列车的电子标签信息，并对所述电子标签信息进行解析，得到第一列车车号；
基于所述第一列车车号触发车号图像采集设备采集车号图像，并对所述车号图像进行识别，得到第二列车车号；
当所述第一列车车号和第二列车车号一致，则获取列车过车状态；
基于所述列车过车状态触发信号开启所述图像采集设备，以使所述图像采集设备采集轮对图像。
3.根据权利要求1所述的一种列车轮对在线检测方法，其特征在于，在获取所述轮对图像的步骤之后，还包括：
对轮对图像进行文件命名，并获取离车磁钢数量；
基于离车磁钢数量获取离车信号，基于所述离车信号调用名称校验规则对文件命名的名称进行校验；
当校验通过，则对所述轮对图像进行预处理，得到预处理图像。
4.根据权利要求3所述的一种列车轮对在线检测方法，其特征在于，基于离车磁钢数量获取离车信号，具体为：
获取离车磁钢数量，当离车磁钢数量为4M，则获取离车信号；其中，M为列车编组数；
或者，当离车磁钢数量为4M-1，则按照预设延迟时间延时后，获取离车信号。
5.根据权利要求1所述的一种列车轮对在线检测方法，其特征在于，基于所述预处理图像，获取内侧激光线和外侧激光线，具体包括：
对所述预处理图像进行滤波、骨骼化和Blob处理，获取激光线；
提取所述激光线的亚像素坐标，并通过激光线中心的激光锚点确定激光线编号；
基于所述激光线编号对所述激光线进行划分，获取内侧激光线和外侧激光线。
6.根据权利要求1-4任一项所述的一种列车轮对在线检测方法，其特征在于，对所述车轮区域图像进行形态学处理，获取目标踏面区域，具体包括：
对所述车轮区域图像进行异常判断，去除异常的车轮区域图像，获取正常车轮区域图像；
对所述正常车轮区域图像进行踏面拟合，得到初始踏面区域；
将所述初始踏面区域的灰度值拟合为曲面，当所述初始踏面区域与曲面的偏离距离在预设范围内则将所述初始踏面区域作为目标踏面区域。
7.一种列车轮对在线检测系统，其特征在于，包括轮对尺寸测量子系统和轮次擦伤检测子系统；
所述轮对尺寸测量子系统，首先获取来车信号，基于来车信号触发图像采集设备采集轮对图像；获取图像采集设备采集的轮对图像，并对轮对图像进行预处理，得到预处理图像；基于预处理图像建立3D坐标系，并进行关键点定位，获取定位信息；基于定位信息计算轮对尺寸，并将计算的轮对尺寸作为尺寸检测结果；
所述轮对擦伤检测子系统，首先获取来车信号，并基于来车信号触发图像采集设备采集轮对图像；获取图像采集设备采集的轮对图像，并对轮对图像进行预处理，得到预处理图像；去除预处理图像的背景区域，获取车轮区域图像；对车轮区域图像进行形态学处理，获取目标踏面区域；对目标踏面区域进行缺陷检测，从而得到轮对擦伤检测结果；
基于所述预处理图像建立3D坐标系，具体包括：
基于所述预处理图像，获取内侧激光线和外侧激光线；
对所述内侧激光线和外侧激光线进行3D转换，获取内侧3D信息和外侧3D信息；
基于所述内侧3D信息，通过内壁激光线簇拟合得到平面A，并根据最低点确定方法获取所述内侧3D信息中的最低点集作为第一最低点集；
计算所述第一最低点集中每一最低点与平面A的距离值，并对计算出的所有距离值进行处理，得到ed值；
基于所述外侧3D信息，通过外壁激光线簇拟合得到平面C，并根据最低点确定方法获取所述外侧3D信息中的最低点集作为第二最低点集；
基于ed值，将平面D向平面C的方向移动，得到平面E；平面D为根据第二最低点集作平行于平面C的平面；
将平面E与每个外侧激光线的交点记为a点，通过a点作平面C的垂直线记为s轴，通过a点在外侧激光线所在的面建立与s轴垂直的线记为F轴；
以a点作为原点，s轴作为横轴，F轴作为纵轴建立多个Fs坐标系。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，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1-6中任一项所述方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-6中任一项所述方法的步骤。
CN202210964625.4A 2022-08-12 2022-08-12 一种列车轮对在线检测方法、系统、设备及存储介质 Active CN115031640B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210964625.4A CN115031640B (zh) 2022-08-12 2022-08-12 一种列车轮对在线检测方法、系统、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210964625.4A CN115031640B (zh) 2022-08-12 2022-08-12 一种列车轮对在线检测方法、系统、设备及存储介质

Publications (2)

Publication Number Publication Date
CN115031640A CN115031640A (zh) 2022-09-09
CN115031640B true CN115031640B (zh) 2022-11-01

Family

ID=83129963

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210964625.4A Active CN115031640B (zh) 2022-08-12 2022-08-12 一种列车轮对在线检测方法、系统、设备及存储介质

Country Status (1)

Country Link
CN (1) CN115031640B (zh)

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008120258A (ja) * 2006-11-13 2008-05-29 West Japan Railway Co 車輪踏面状態の検知システム
CN101468651B (zh) * 2007-12-27 2011-03-23 同方威视技术股份有限公司 火车车辆信息自动识别方法和系统
CN102431576A (zh) * 2011-10-13 2012-05-02 成都主导科技有限责任公司 一种轮对故障动态检测数据处理方法和系统
CN103679221A (zh) * 2012-09-04 2014-03-26 苏州华兴致远电子科技有限公司 车号识别方法和系统
CN103322936B (zh) * 2013-06-24 2016-01-13 南京理工大学 轮对尺寸在线监测方法
WO2015059550A1 (en) * 2013-10-22 2015-04-30 Arora, Pooja Optical device and method for wheel alignment
CN104228875B (zh) * 2014-09-30 2017-01-11 南京理工大学 一种城轨列车轮对尺寸在线检测方法及装置
CN104554344B (zh) * 2014-12-19 2017-08-25 苏州华兴致远电子科技有限公司 踏面缺陷信息检测系统及方法
CN105059327B (zh) * 2015-07-30 2017-03-08 苏州华兴致远电子科技有限公司 一种车号识别方法及装置
CN105447528B (zh) * 2015-12-29 2018-11-27 同方威视技术股份有限公司 列车车号和车型识别方法和系统及安全检查方法和系统
WO2018113703A1 (zh) * 2016-12-21 2018-06-28 比亚迪股份有限公司 列车的定位方法、系统以及列车的联锁装置
CN107451095B (zh) * 2017-07-01 2020-10-02 南京理工大学 一种城轨车辆轮对曲线拟合方法
CN107607044B (zh) * 2017-08-21 2019-10-18 南京理工大学 一种基于激光位移传感器的车轮踏面磨耗检测方法
CN108819979B (zh) * 2018-06-27 2020-10-09 马鞍山市雷狮轨道交通装备有限公司 一种列车车轮几何参数在线动态测量装置及测量方法
CN109353372A (zh) * 2018-08-31 2019-02-19 南京理工大学 一种有轨电车轮对尺寸在线监测系统及方法
CN109696134A (zh) * 2018-12-06 2019-04-30 广州微予易数据技术有限公司 基于二维激光位置检测技术的车轮尺寸检测方法和系统
CN111089547B (zh) * 2020-01-20 2021-09-07 成都主导科技有限责任公司 列车轮对外形尺寸测量系统、测量装置及测量方法
CN112429042B (zh) * 2020-11-19 2022-08-26 卡斯柯信号有限公司 一种基于rfid技术的列车完整性检测装置及方法
CN114572273B (zh) * 2022-03-15 2024-04-30 南京拓控信息科技股份有限公司 一种轨道车辆轮对踏面3d图像检测方法

Also Published As

Publication number Publication date
CN115031640A (zh) 2022-09-09

Similar Documents

Publication Publication Date Title
Liu et al. A review of applications of visual inspection technology based on image processing in the railway industry
JP7080266B2 (ja) 輸送におけるａｉベースの検査
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
CN107273802B (zh) 一种铁路列车闸瓦钎环故障的检测方法及装置
JP2022549541A (ja) 欠陥検出方法、装置、電子機器及びコンピュータ記憶媒体
CN205898699U (zh) 悬挂式单轨箱型梁巡检装置
CN108163016A (zh) 列车出入库正确性的确定方法和装置、设备以及存储介质
CN111709341B (zh) 客梯车作业状态的检测方法与系统
CN110186375A (zh) 智能化高铁白车身焊接装配特征检测装置及检测方法
CN112149581A (zh) 工况监控方法、系统、装置、电子设备和可读存储介质
CN117079219A (zh) 一种应用于拖车业务的车辆运行情况监控方法及设备
CN115031640B (zh) 一种列车轮对在线检测方法、系统、设备及存储介质
CN110674900A (zh) 基于rfid的无人机巡检杆塔缺陷的方法及装置
CN106803937B (zh) 一种具有文本日志的双摄像头视频监控方法、系统和监控装置
CN112652085A (zh) 一种机房巡检数据处理方法、装置、系统和存储介质
CN116990768A (zh) 预测航迹处理方法、装置、电子设备及可读介质
CN112037182A (zh) 基于时序图像的机车走行部故障检测方法、装置及存储介质
CN113639685B (zh) 位移检测方法、装置、设备和存储介质
CN117237835A (zh) 一种基于yolov7的货架安全自动检测方法及装置
CN116977241A (zh) 检测车辆部件的缺陷的方法、装置、计算机可读存储介质以及计算机程序产品
CN115017174A (zh) 乘客信息系统的显示内容监测方法、系统及电子设备
CN114488337A (zh) 一种高空抛物检测方法及装置
CN113191239A (zh) 一种基于计算机视觉的车辆外廓尺寸动态检测系统
CN112347952B (zh) 铁路货车钩尾框托板脱落识别方法
CN115327497B (zh) 雷达检测范围确定方法、装置、电子设备及可读介质

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