CN115077387B - 基于点云技术的斜楔检测方法 - Google Patents
基于点云技术的斜楔检测方法 Download PDFInfo
- Publication number
- CN115077387B CN115077387B CN202211003160.2A CN202211003160A CN115077387B CN 115077387 B CN115077387 B CN 115077387B CN 202211003160 A CN202211003160 A CN 202211003160A CN 115077387 B CN115077387 B CN 115077387B
- Authority
- CN
- China
- Prior art keywords
- data
- point
- wedge
- friction plate
- 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.)
- Active
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
-
- 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
-
- 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
- G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
-
- 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
- G01B11/28—Measuring arrangements characterised by the use of optical techniques for measuring areas
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B5/00—Measuring arrangements characterised by the use of mechanical techniques
- G01B5/0025—Measuring of vehicle parts
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种基于点云技术的斜楔检测方法,涉及斜楔检修技术领域。本发明结合点云技术,对斜楔的数据进行计算,判断斜楔是否合格。对斜楔的检测涵盖了副摩擦板磨耗、主摩擦板磨耗、主摩擦板安装间隙、磨损总面积、磨损面周长,符合斜楔检测规程,检测内容全面,检测的精确度高。对于提高检修过程的自动化程度、效率及安全,将工人从高强度的作业环境中解放出来,全面取代人工作业,推进铁路货车转向架检修生产的自动化进程等方面具有重要意义。此外,该技术可逐步辐射至铁路机车、客车和动车的检修自动化生产作业中。
Description
技术领域
本发明涉及斜楔检修技术领域,尤其涉及一种基于点云技术的斜楔检测方法。
背景技术
斜楔是轨道车辆转向架的重要组成部分,主要是起到缓解振动冲击的作用。但是当其磨耗超过限度后,将对车辆运行的平稳性和安全性产生影响。铁道部制定的《铁路货车段修规定》中第5.2.4.3条对斜楔的检修做了明确规定。目前,在各车辆段的转向架检修车间中,斜楔的检测方式主要是人工使用测量工具进行检测,例如卡板和塞尺,甚至部分检测项目完全依靠人工目测。
目前的检测方式存在可靠性低、重复性差、检测精度取决于人工读数和量具自身精度等问题。以苏家屯车辆段的检修情况为例,单日检修车辆达到数百辆,枕簧斜楔检修占用大量的人力资源,人员工作强度很大,现有斜楔检测装置无法满足日益复杂的检测要求。申请号201520813160.8公开了一种新型的斜楔槽中心距测量量具,虽然在一定程度上可以进行斜楔的检测,但是其检测项目单一,自动化程度较低。因此,亟需一种新的斜楔检测方法,以改变现有方式中的不足。
发明内容
有鉴于此,本发明的目的在于提出一种基于点云技术的斜楔检测方法,以解决上述问题。
基于上述目的,本发明提供了一种基于点云技术的斜楔检测方法,按照以下步骤进行:
S1、获取斜楔点云数据、标准点云数据和阈值数据,其中,点云数据包括副摩擦板数据、间隙数据和主摩擦板数据,阈值数据包括副摩擦板磨耗阈值、间隙阈值、主摩擦板磨耗阈值、缺损面积阈值和周长阈值。
S2、根据副摩擦板数据和标准点云数据计算副摩擦板磨耗值。
S3、判断副摩擦板磨耗值是否大于副摩擦板磨耗阈值,如果是,则判定斜楔不合格;否则,根据间隙数据计算间隙值。
S4、判断间隙值是否小于间隙阈值,如果是,则判定斜楔不合格;否则,将主摩擦板数据分为第一合群点数据和第一离群点数据,根据第一离群点数据计算主摩擦板磨耗值。
S5、判断主摩擦板磨耗值是否大于主摩擦板磨耗阈值,如果是,则判定斜楔不合格;否则根据第一合群点数据和标准点云数据计算总缺损面积。
S6、判断总缺损面积是否大于缺损面积阈值,如果是,则判定斜楔不合格;否则,提取缺损面,计算各个缺损面周长。
S7、判断是否存在缺损面周长大于周长阈值,如果是,则判定斜楔不合格;否则,判定斜楔合格。
与现有技术相比,本发明的有益效果在于:本发明结合点云技术,对斜楔的点云数据进行计算,判断斜楔是否合格。对斜楔的检测涵盖了副摩擦板磨耗、主摩擦板磨耗、主摩擦板安装间隙、磨损总面积、磨损面周长,符合斜楔检测规程,检测内容全面,检测的精确度高。对于提高检修过程的自动化程度、效率及安全,将工人从高强度的作业环境中解放出来,全面取代人工作业,推进铁路货车转向架检修生产的自动化进程等方面具有重要意义。
进一步地,S2的具体步骤包括:获取第一距离阈值;分别计算副摩擦板数据中每个副摩擦板数据点到与其相邻副摩擦板数据点的第一平均距离,得到第一平均距离集;对第一平均距离集进行第一直通滤波处理,得到第一滤波数据;根据模板匹配算法对第一滤波数据和标准点云数据进行第一匹配计算;分别计算第一滤波数据中的各个第一滤波点与相匹配的标准点云数据中的标准点之间的第一距离值,若第一距离值大于第一距离阈值,则记为磨耗点;计算各个磨耗点的第一距离值的平均值,作为副摩擦板磨耗值。
进一步地,S3中根据间隙数据计算间隙值的具体步骤包括:分别计算间隙数据中每个间隙数据点到与其相邻间隙数据点的第二平均距离,得到第二平均距离集;对第二平均距离集进行第二直通滤波处理,得到第二滤波数据;对第二滤波数据进行降维处理,得到降维数据;对降维数据进行第一聚类处理,将降维数据分为第二合群点数据和第二离群点数据;通过最小二乘法对第二合群点数据和第二离群点数据进行直线拟合,得到直线方程集;对直线方程集进行过滤处理,得到第一直线方程和第二直线方程;对第一直线方程和第二直线方程中任一个直线方程进行插值离散化,得到插值点集;计算插值点集中各个插值点到另一个直线方程的距离,得到插值距离集;获取插值距离集中的众数作为间隙值。
进一步地,对直线方程集进行过滤处理,得到第一直线方程和第二直线方程的具体步骤包括:计算第二合群点数据中各个第二合群点到直线方程集中各个直线的第一距离平均值;计算第二离群点数据中各个第二离群点到直线方程集中各个直线的第二距离平均值;获取最小的第一距离平均值对应的直线方程作为第一直线方程,获取最小的第二距离平均值对应的直线方程作为第二直线方程。
进一步地,S4中将主摩擦板数据分为第一合群点数据和第一离群点数据,根据第一离群点数据计算主摩擦板磨耗值的具体步骤包括:分别计算主摩擦板数据中每个主摩擦板数据点到与其相邻主摩擦板数据点的第三平均距离,得到第三平均距离集;对第三平均距离集进行第三直通滤波处理,得到第三滤波数据;对第三滤波数据进行平面拟合,得到平面方程;根据平面方程将第三滤波数据分为第一合群点数据和第一离群点数据;分别计算第一离群点数据中每个第一离群点到平面方程的距离,得到离群距离集;获取离群距离集中的众数作为主摩擦板磨耗值。
进一步地,S5中根据第一合群点数据和标准点云数据计算总缺损面积的具体步骤包括:获取第二距离阈值;根据模板匹配算法对第一合群点数据和标准点云数据进行第二匹配计算;分别计算第一合群点数据中各个第一合群点与相匹配的标准点云数据中的标准点之间的第二距离值,若第二距离值大于第二距离阈值,则记为缺损点;计算各个缺损点的总面积,得到总缺损面积。
进一步地,S6中提取缺损面,计算各个缺损面周长的具体步骤包括:对缺损点进行第二聚类处理,得到缺损面;根据缺损面计算缺损面周长。
进一步地,根据缺损面点云坐标信息计算缺损面周长的具体步骤包括:对缺损面进行边缘轮廓拟合;获取位于边缘轮廓上的边缘点数据坐标信息;根据边缘点数据坐标信息计算缺损面周长。
进一步地,标准点云数据包括无磨损斜楔各个方向的各个像素点梯度方向和幅值变化。
进一步地,斜楔点云数据为结构光传感器对斜楔表面进行扫描所得的数据。
附图说明
图1为本发明实施例提供的基于点云技术的斜楔检测方法的流程图;
图2为本发明实施例提供的基于点云技术的斜楔检测方法的检测装置示意图;
图3为本发明实施例提供的基于点云技术的斜楔检测方法的机构光扫描机构示意图;
图4为本发明实施例提供的基于点云技术的斜楔检测方法的斜楔检测台示意图;
图5为本发明实施例提供的基于点云技术的斜楔检测方法的斜楔检测台侧视图;
图6为本发明实施例提供的基于点云技术的斜楔检测方法的斜楔检测台正视图;
图7为本发明实施例提供的基于点云技术的斜楔检测方法的斜楔夹持机构示意图;
图8为本发明实施例提供的基于点云技术的斜楔检测方法的斜楔转运机构示意图。
图中标记为:1、主体框架;2、步进电机;3、丝杠;4、联轴器;5、电机安装座;6、T型螺纹法兰;7、第一光轴;8、轴承;9、安装座;10、支撑板;11、线激光传感器;12、传感器安装座;13、上板;14、下板;15、手指气缸;16、气缸夹头;17、检测台齿轮;18、电机齿轮;19、齿条;20、导轨滑块;21、直线导轨;22、导轨座;23、伺服电机;24、双头气缸;25、夹持板;26、安装底座;27、夹头;28、橡胶块;29、连接块;30、销钉;31、安装板;32、第一电动缸;33、滑轨;34、滑轨安装座;35、电动缸安装座;36、第二电动缸;37、光轴套;38、第二光轴;39、夹头安装基座;40、放置板;41、斜楔。
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,以下结合具体实施例,对本发明进一步详细说明。
斜楔41由主摩擦板、副摩擦板、底端圆柱等组成,主摩擦板的连接处存在主摩擦板安装间隙。铁道部制定的《铁路货车段修规定》中第5.2.4.3条明确规定了对斜楔41应逐个检测,并符合下列要求:
a、副摩擦面磨耗大于3mm时更换斜楔41体。
b、主摩擦板材质为分子材料,原型厚度10mm,磨耗大于4mm时更换。
c、主摩擦板四角断裂区域限度为35mm×35mm,两角断裂区域限度为60mm×60mm,断裂区域限度或缺损面积之和大于总面积的15%时更换。
d、主摩擦板背面斜楔41体安装面间隙小于3mm时调整,组装垫圈厚度为2~8mm。
e、转E21型斜楔41主摩擦板原型厚度10mm,磨耗大于3mm时更换,螺母紧固后须点焊。
根据斜楔41检测的相关要求,为解决现有方式中存在的检测精确度低、自动化程度低、检测速度慢等问题。如图1所示,本发明提出的一种基于点云技术的斜楔41检测方法,结合检修规程和检修工艺的要求,对斜楔41主摩擦板损耗、副摩擦面损耗、主摩擦板安装间隙、主摩擦板表面缺陷以及四角缺损面积进行检测,具体步骤如下:
S1、获取斜楔41点云数据、标准点云数据和阈值数据,其中,点云数据包括副摩擦板数据、间隙数据和主摩擦板数据,阈值数据包括副摩擦板磨耗阈值、间隙阈值、主摩擦板磨耗阈值、缺损面积阈值和周长阈值。阈值数据根据斜楔41检测规程以及检测要求进行设定。
斜楔41点云数据从结构光传感器中获取,在本实施例中,采用线激光传感器11进行数据采集。对于线激光传感器11采集数据的过程,利用斜楔41检测装置进行。如图2所示,斜楔41检测装置由主体框架1、斜楔41转运机构、斜楔41夹持机构、斜楔41检测台和结构光扫描机构组成。主体框架1主要是由标准4040铝型材构成,其作用是为其它的机构提供结构支撑。主体框架1的中部连接有水平设置的放置板40,斜楔41转运机构安装在主体框架1的上部,斜楔41检测台安装在放置板40上,斜楔41转运机构的端部连接有斜楔41夹持机构,结构光扫描机构安装在主体框架1的一侧。
如图3所示,结构光扫描机构由步进电机2、丝杠3、联轴器4、电机安装座5、T型螺纹法兰6、第一光轴7、轴承8、安装座9、支撑板10、线激光传感器11和传感器安装座12等组成。支撑板10的一端与电机安装座5固定连接,支撑板10的另一端与安装座9固定连接。步进电机2固定在电机安装座5上,步进电机2的输出端与联轴器4的一端连接,联轴器4的另一端与丝杠3的一端连接,丝杠3的另一端转动连接在安装座9上。丝杠3的一侧安装有第一光轴7,第一光轴7的一端与安装座9连接,第一光轴7的另一端与电机安装座5连接,第一光轴7平行于丝杠3设置。丝杠3上螺纹连接有T型螺纹法兰6,第一光轴7上套装有轴承8。支撑板10上与第一光轴7以及丝杠3相对的位置开设有开口,T型螺纹法兰6和轴承8均与传感器安装座12固定连接,传感器安装座12上安装有线激光传感器11。
如图4所示,斜楔41检测台可实现360度旋转,从而能够实现对斜楔41多个端面的扫描。斜楔41检测台由上板13、下板14、手指气缸15、气缸夹头16、检测台齿轮17、电机齿轮18、齿条19、导轨滑块20、直线导轨21、导轨座22和伺服电机23组成。如图5和图6所示,上板13连接在手指气缸15上方,下板14连接在手指气缸15下方,手指气缸15的输出端连接有气缸夹头16,与气缸夹头16对应位置的上板13上开设有缺口。下板14的底部固定连接有检测台齿轮17,检测台齿轮17位于齿条19的一端,检测台齿轮17与齿条19啮合连接。齿条19的另一端啮合连接有电机齿轮18,电机齿轮18固定连接在伺服电机23的输出端上。齿条19上连接有导轨滑块20,导轨滑块20滑动连接在直线导轨21上,直线导轨21连接在导轨座22上。
如图7所示,斜楔41夹持机构用于对斜楔41进行夹持,便于后续斜楔41的移动。斜楔41夹持机构由双头气缸24、夹持板25、安装底座26、夹头27、橡胶块28、连接块29和销钉30等组成。双头气缸24固定连接在安装底座26上,双头气缸24的两个输出端分别与夹持板25的一端连接,夹持板25的另一端穿装有连接块29,通过销钉30穿过夹持板25和连接块29将连接块29固定在夹持板25上。两个连接块29相对的一侧分别连接有夹头27,夹头27上设置有橡胶块28,增强摩擦力。
斜楔41转运机构能够实现水平和竖直两个方向的移动,用于带动斜楔41夹持机构将斜楔41运送到斜楔41检测台上。如图8所示,斜楔41转运机构由安装板31、第一电动缸32、滑轨33、滑轨安装座34、电动缸安装座35、第二电动缸36、光轴套37、第二光轴38和夹头安装基座39组成。两个安装板31对称设置,两个安装板31相对的一侧分别连接有滑轨安装座34,滑轨安装座34上连接有滑轨33,滑轨33上滑动连接有电动缸安装座35,电动缸安装座35位L型结构,电动缸安装座35的竖直面上连接有光轴套37,光轴套37中穿装有第二光轴38,第二光轴38的端部与夹头安装基座39连接,夹头安装基座39的底部与斜楔41夹持机构中的安装底座26连接。第二电动缸36连接在电动缸安装座35的顶部,第二电动缸36的输出端与夹头安装基座39连接。安装板31上连接有第一电动缸32,第一电动缸32的输出端与电动缸安装座35水平面的端部连接。
通常将斜楔41检测装置布置在传送带上方的空间区域,并在传送带两侧布置激光光栅传感器,当激光光栅传感器检测到斜楔41到达指定位置时,传送带暂时停止运动。两个第一电动缸32驱动电动缸安装座35沿滑轨33向外延伸,之后第二电动缸36驱动电动缸安装座35向下运动,即带动斜楔41夹持机构向下运动。通过双头气缸24的驱动,夹头27对斜楔41进行夹持。通过斜楔41夹持机构和斜楔41转运机构的共同作用,将传送带上的斜楔41抓取到斜楔41检测台上。斜楔41底端圆柱插入至上板13的缺口中,在手指气缸15和气缸夹头16的作用下,经斜楔41底端圆柱夹紧,对斜楔41进行固定。
之后开始进行数据的采集,在步进电机2的驱动下,线激光传感器11沿着丝杠3上下运动,对斜楔41的端面进行扫描。先将斜楔41的三角端面正对线激光传感器11,进行扫描,再启动伺服电机23,伺服电机23带动电机齿轮18转动,电机齿轮18带动齿条19滑动,齿条19带动检测台齿轮17转动,从而实现上板13、下板14以及斜楔41的转动。将斜楔41转动90度,使斜楔41的主摩擦板正对线激光传感器11,进行第二次扫描。再将斜楔41转动90度,使斜楔41的另一个三角端面正对线激光传感器11,进行第三次扫描。扫描完成后,将斜楔41继续转动180度,恢复初始位置。通过斜楔41夹持机构和斜楔41转运机构将斜楔41放回至传送带,启动传送带继续向前传动,进行下一个斜楔41的检测。
标准点云数据是利用预先采集好的新的无磨耗的斜楔41的无噪声或少噪声模板经过较短时间的训练得到物体各个方向每个像素点梯度方向和幅值变化,像素点梯度方向和幅值变化就是数据模型。在无干扰环境下采集到无噪声的数据,人工验视后进行训练得到标准数据模型。
S2、获取第一距离阈值,第一距离阈值为人为设定值。分别计算副摩擦板数据中每个副摩擦板数据点到与其相邻副摩擦板数据点的第一平均距离,得到第一平均距离集。计算第一平均激励概率密度,平均激励概率密度的计算为常规算法,用于判断第一平均距离集计算结果的可信度高低。对第一平均距离集进行第一直通滤波处理,设定第一滤波范围,判断第一平均距离集中每个点是否在第一滤波范围内,将不在的点去除掉;将在的点保存,得到第一滤波数据。根据模板匹配算法对第一滤波数据和标准点云数据进行第一匹配计算。分别计算第一滤波数据中的各个第一滤波点与相匹配的标准点云数据中的标准点之间的第一距离值,若第一距离值大于第一距离阈值,则记为磨耗点。计算各个磨耗点的第一距离值的平均值,作为副摩擦板磨耗值。
S3、判断副摩擦板磨耗值是否大于副摩擦板磨耗阈值,如果是,则判定斜楔41不合格。否则,进行间隙值的计算。分别计算间隙数据中每个间隙数据点到与其相邻间隙数据点的第二平均距离,得到第二平均距离集。计算第二平均激励概率密度,用于判断第二平均距离集计算结果的可信度高低。对第二平均距离集进行第二直通滤波处理,设定第二滤波范围,判断第二平均距离集中每个点是否在第二滤波范围内,将不在的点去除掉;将在的点保存,得到第二滤波数据。对第二滤波数据进行降维处理,将第二滤波数据投影到XOY平面,得到降维数据。对降维数据进行第一聚类处理,将降维数据分为第二合群点数据和第二离群点数据。通过最小二乘法对第二合群点数据和第二离群点数据进行直线拟合,得到直线方程集。计算第二合群点数据中各个第二合群点到直线方程集中各个直线的第一距离平均值。计算第二离群点数据中各个第二离群点到直线方程集中各个直线的第二距离平均值。获取最小的第一距离平均值对应的直线方程作为第一直线方程,获取最小的第二距离平均值对应的直线方程作为第二直线方程。对第一直线方程和第二直线方程中任一个直线方程进行插值离散化,得到插值点集。计算插值点集中各个插值点到另一个直线方程的距离,得到插值距离集。获取插值距离集中的众数作为间隙值。
S4、判断间隙值是否小于间隙阈值,如果是,则判定斜楔41不合格;否则,计算主摩擦板损耗值。分别计算主摩擦板数据中每个主摩擦板数据点到与其相邻主摩擦板数据点的第三平均距离,得到第三平均距离集。计算第三平均激励概率密度,用于判断第三平均距离集计算结果的可信度高低。对第三平均距离集进行第三直通滤波处理,设定第三滤波范围,判断第三平均距离集中每个点是否在第三滤波范围内,将不在的点去除掉;将在的点保存,得到第三滤波数据。对第三滤波数据进行平面拟合,得到平面方程。根据平面方程将第三滤波数据分为第一合群点数据和第一离群点数据,第一合群点数据为第三滤波数据中所有在平面方程上的点,第二离群点数据为第三滤波数据中所有不在平面方程上的点。分别计算第一离群点数据中每个第一离群点到平面方程的距离,得到离群距离集。获取离群距离集中的众数作为主摩擦板磨耗值。
S5、判断主摩擦板磨耗值是否大于主摩擦板磨耗阈值,如果是,则判定斜楔41不合格。否则,计算总缺损面积。获取第二距离阈值,第二阈值为人为设定值。根据模板匹配算法对第一合群点数据和标准点云数据进行第二匹配计算。分别计算第一合群点数据中各个第一合群点与相匹配的标准点云数据中的标准点之间的第二距离值,若第二距离值大于第二距离阈值,则记为缺损点。计算各个缺损点的总面积,得到总缺损面积。
S6、判断总缺损面积是否大于缺损面积阈值,如果是,则判定斜楔41不合格;否则,计算缺损面周长。采用k-means聚类算法对缺损点进行第二聚类处理,得到缺损面。对缺损面进行边缘轮廓拟合。获取位于边缘轮廓上的边缘点数据坐标信息。根据边缘点数据坐标信息计算缺损面周长。
S7、判断是否存在缺损面周长大于周长阈值,如果是,则判定斜楔41不合格;否则,判定斜楔41合格。
因此,本发明结合点云技术,对斜楔41的数据进行计算,判断斜楔41是否合格。对斜楔41的检测涵盖了副摩擦板磨耗、主摩擦板磨耗、主摩擦板安装间隙、磨损总面积、磨损面周长,符合斜楔41检测规程,检测内容全面,检测的精确度高。对于提高检修过程的自动化程度、效率及安全,将工人从高强度的作业环境中解放出来,全面取代人工作业,推进铁路货车转向架检修生产的自动化进程等方面具有重要意义。此外,该技术可逐步辐射至铁路机车、客车和动车的检修自动化生产作业中。
本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本发明的精神和原则之内,所做的任何省略、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 (10)
1.一种基于点云技术的斜楔检测方法,其特征在于,按照以下步骤进行:
S1、获取斜楔点云数据、标准点云数据和阈值数据,其中,点云数据包括副摩擦板数据、间隙数据和主摩擦板数据,阈值数据包括副摩擦板磨耗阈值、间隙阈值、主摩擦板磨耗阈值、缺损面积阈值和周长阈值;
S2、根据副摩擦板数据和标准点云数据计算副摩擦板磨耗值;
S3、判断副摩擦板磨耗值是否大于副摩擦板磨耗阈值,如果是,则判定斜楔不合格;否则,根据间隙数据计算间隙值;
S4、判断间隙值是否小于间隙阈值,如果是,则判定斜楔不合格;否则,将主摩擦板数据分为第一合群点数据和第一离群点数据,根据第一离群点数据计算主摩擦板磨耗值;
S5、判断主摩擦板磨耗值是否大于主摩擦板磨耗阈值,如果是,则判定斜楔不合格;否则根据第一合群点数据和标准点云数据计算总缺损面积;
S6、判断总缺损面积是否大于缺损面积阈值,如果是,则判定斜楔不合格;否则,提取缺损面,计算各个缺损面周长;
S7、判断是否存在缺损面周长大于周长阈值,如果是,则判定斜楔不合格;否则,判定斜楔合格。
2.根据权利要求1所述的基于点云技术的斜楔检测方法,其特征在于,S2的具体步骤包括:
获取第一距离阈值;
分别计算副摩擦板数据中每个副摩擦板数据点到与其相邻副摩擦板数据点的第一平均距离,得到第一平均距离集;
对第一平均距离集进行第一直通滤波处理,得到第一滤波数据;
根据模板匹配算法对第一滤波数据和标准点云数据进行第一匹配计算;
分别计算第一滤波数据中的各个第一滤波点与相匹配的标准点云数据中的标准点之间的第一距离值,若第一距离值大于第一距离阈值,则记为磨耗点;
计算各个磨耗点的第一距离值的平均值,作为副摩擦板磨耗值。
3.根据权利要求1所述的基于点云技术的斜楔检测方法,其特征在于,S3中根据间隙数据计算间隙值的具体步骤包括:
分别计算间隙数据中每个间隙数据点到与其相邻间隙数据点的第二平均距离,得到第二平均距离集;
对第二平均距离集进行第二直通滤波处理,得到第二滤波数据;
对第二滤波数据进行降维处理,得到降维数据;
对降维数据进行第一聚类处理,将降维数据分为第二合群点数据和第二离群点数据;
通过最小二乘法对第二合群点数据和第二离群点数据进行直线拟合,得到直线方程集;
对直线方程集进行过滤处理,得到第一直线方程和第二直线方程;
对第一直线方程和第二直线方程中任一个直线方程进行插值离散化,得到插值点集;
计算插值点集中各个插值点到另一个直线方程的距离,得到插值距离集;
获取插值距离集中的众数作为间隙值。
4.根据权利要求3所述的基于点云技术的斜楔检测方法,其特征在于,对直线方程集进行过滤处理,得到第一直线方程和第二直线方程的具体步骤包括:
计算第二合群点数据中各个第二合群点到直线方程集中各个直线的第一距离平均值;
计算第二离群点数据中各个第二离群点到直线方程集中各个直线的第二距离平均值;
获取最小的第一距离平均值对应的直线方程作为第一直线方程,获取最小的第二距离平均值对应的直线方程作为第二直线方程。
5.根据权利要求1所述的基于点云技术的斜楔检测方法,其特征在于,S4中将主摩擦板数据分为第一合群点数据和第一离群点数据,根据第一离群点数据计算主摩擦板磨耗值的具体步骤包括:
分别计算主摩擦板数据中每个主摩擦板数据点到与其相邻主摩擦板数据点的第三平均距离,得到第三平均距离集;
对第三平均距离集进行第三直通滤波处理,得到第三滤波数据;
对第三滤波数据进行平面拟合,得到平面方程;
根据平面方程将第三滤波数据分为第一合群点数据和第一离群点数据;
分别计算第一离群点数据中每个第一离群点到平面方程的距离,得到离群距离集;
获取离群距离集中的众数作为主摩擦板磨耗值。
6.根据权利要求1所述的基于点云技术的斜楔检测方法,其特征在于,S5中根据第一合群点数据和标准点云数据计算总缺损面积的具体步骤包括:
获取第二距离阈值;
根据模板匹配算法对第一合群点数据和标准点云数据进行第二匹配计算;
分别计算第一合群点数据中各个第一合群点与相匹配的标准点云数据中的标准点之间的第二距离值,若第二距离值大于第二距离阈值,则记为缺损点;
计算各个缺损点的总面积,得到总缺损面积。
7.根据权利要求6所述的基于点云技术的斜楔检测方法,其特征在于,S6中提取缺损面,计算各个缺损面周长的具体步骤包括:
对缺损点进行第二聚类处理,得到缺损面;
根据缺损面计算缺损面周长。
8.根据权利要求7所述的基于点云技术的斜楔检测方法,其特征在于,根据缺损面点云坐标信息计算缺损面周长的具体步骤包括:
对缺损面进行边缘轮廓拟合;
获取位于边缘轮廓上的边缘点数据坐标信息;
根据边缘点数据坐标信息计算缺损面周长。
9.根据权利要求1所述的基于点云技术的斜楔检测方法,其特征在于,标准点云数据包括无磨损斜楔各个方向的各个像素点梯度方向和幅值变化。
10.根据权利要求1所述的基于点云技术的斜楔检测方法,其特征在于,斜楔点云数据为结构光传感器对斜楔表面进行扫描所得的数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211003160.2A CN115077387B (zh) | 2022-08-22 | 2022-08-22 | 基于点云技术的斜楔检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211003160.2A CN115077387B (zh) | 2022-08-22 | 2022-08-22 | 基于点云技术的斜楔检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115077387A CN115077387A (zh) | 2022-09-20 |
CN115077387B true CN115077387B (zh) | 2022-10-28 |
Family
ID=83245466
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211003160.2A Active CN115077387B (zh) | 2022-08-22 | 2022-08-22 | 基于点云技术的斜楔检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115077387B (zh) |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE2207800A1 (de) * | 1971-02-26 | 1972-09-21 | Gretag Ag | Verfahren und Vorrichtung zur automatischen Echtheitsprüfung von graphischen Vorlagen |
US5872633A (en) * | 1996-07-26 | 1999-02-16 | Speedfam Corporation | Methods and apparatus for detecting removal of thin film layers during planarization |
CN101570195A (zh) * | 2009-05-31 | 2009-11-04 | 南车长江车辆有限公司 | 铁路货车转向架摇枕八字面与减振磨耗板连接装置 |
CN103097053A (zh) * | 2011-05-17 | 2013-05-08 | 内维斯工业有限责任公司 | 有轨车辆转向架的侧架和摇枕及其制造方法 |
CN105051614A (zh) * | 2013-03-21 | 2015-11-11 | 三菱化学株式会社 | 静电图像显影用调色剂 |
CN108986251A (zh) * | 2017-05-30 | 2018-12-11 | 久益环球地表采矿公司 | 重型机械的预测替换 |
CN109141232A (zh) * | 2018-08-07 | 2019-01-04 | 常州好迪机械有限公司 | 一种基于机器视觉的盘类铸件在线检测方法 |
EP3506305A1 (en) * | 2017-12-28 | 2019-07-03 | Ethicon LLC | Automated data scaling, alignment, and organizing based on predefined parameters within surgical networks |
EP3505090A1 (en) * | 2017-12-28 | 2019-07-03 | Ethicon LLC | Stapling device with both compulsory and discretionary lockouts based on sensed parameters |
CN110174404A (zh) * | 2019-05-20 | 2019-08-27 | 广州驭视自动化科技有限公司 | 一种药粒在线缺陷检测装置及系统 |
CN110276297A (zh) * | 2019-06-21 | 2019-09-24 | 中国神华能源股份有限公司 | 列车踏面磨损检测系统及方法 |
CN110986878A (zh) * | 2019-12-03 | 2020-04-10 | 中铁第一勘察设计院集团有限公司 | 基于移动测量系统自动化提取铁轨断面的方法 |
CN111283698A (zh) * | 2020-03-24 | 2020-06-16 | 成都岁生科技有限责任公司 | 转向架枕簧、斜楔分解检测机器人系统 |
CN112074757A (zh) * | 2018-05-02 | 2020-12-11 | 罗伯特·博世有限公司 | 车辆的用于确定车道的状态的超声系统 |
CN214039873U (zh) * | 2020-12-22 | 2021-08-24 | 西安弘捷电子技术有限公司 | 工业自动化检测用的防磨损型扩张机构 |
CN113424039A (zh) * | 2018-12-14 | 2021-09-21 | 米其林集团总公司 | 用于预测轮胎的磨损和寿命终止的模型 |
CN216524727U (zh) * | 2020-11-05 | 2022-05-13 | 中国人民解放军海军潜艇学院 | 制作齿间距系数试验装置 |
CN114693619A (zh) * | 2022-03-18 | 2022-07-01 | 杭州申昊科技股份有限公司 | 刚性接触网磨耗检测方法、设备和存储介质 |
CN114791365A (zh) * | 2022-04-19 | 2022-07-26 | 成都岁生科技有限责任公司 | 一种基于铁路货车转向架承载鞍的检测系统与检测方法 |
CN114845922A (zh) * | 2019-10-22 | 2022-08-02 | 全国钢车有限公司 | 铁路车辆转向架阻尼器楔块配件 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11498132B2 (en) * | 2019-01-30 | 2022-11-15 | General Electric Company | Additive manufacturing systems and methods of calibrating for additively printing on workpieces |
-
2022
- 2022-08-22 CN CN202211003160.2A patent/CN115077387B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE2207800A1 (de) * | 1971-02-26 | 1972-09-21 | Gretag Ag | Verfahren und Vorrichtung zur automatischen Echtheitsprüfung von graphischen Vorlagen |
US5872633A (en) * | 1996-07-26 | 1999-02-16 | Speedfam Corporation | Methods and apparatus for detecting removal of thin film layers during planarization |
CN101570195A (zh) * | 2009-05-31 | 2009-11-04 | 南车长江车辆有限公司 | 铁路货车转向架摇枕八字面与减振磨耗板连接装置 |
CN103097053A (zh) * | 2011-05-17 | 2013-05-08 | 内维斯工业有限责任公司 | 有轨车辆转向架的侧架和摇枕及其制造方法 |
CN105051614A (zh) * | 2013-03-21 | 2015-11-11 | 三菱化学株式会社 | 静电图像显影用调色剂 |
CN108986251A (zh) * | 2017-05-30 | 2018-12-11 | 久益环球地表采矿公司 | 重型机械的预测替换 |
EP3506305A1 (en) * | 2017-12-28 | 2019-07-03 | Ethicon LLC | Automated data scaling, alignment, and organizing based on predefined parameters within surgical networks |
EP3505090A1 (en) * | 2017-12-28 | 2019-07-03 | Ethicon LLC | Stapling device with both compulsory and discretionary lockouts based on sensed parameters |
CN112074757A (zh) * | 2018-05-02 | 2020-12-11 | 罗伯特·博世有限公司 | 车辆的用于确定车道的状态的超声系统 |
CN109141232A (zh) * | 2018-08-07 | 2019-01-04 | 常州好迪机械有限公司 | 一种基于机器视觉的盘类铸件在线检测方法 |
CN113424039A (zh) * | 2018-12-14 | 2021-09-21 | 米其林集团总公司 | 用于预测轮胎的磨损和寿命终止的模型 |
CN110174404A (zh) * | 2019-05-20 | 2019-08-27 | 广州驭视自动化科技有限公司 | 一种药粒在线缺陷检测装置及系统 |
CN110276297A (zh) * | 2019-06-21 | 2019-09-24 | 中国神华能源股份有限公司 | 列车踏面磨损检测系统及方法 |
CN114845922A (zh) * | 2019-10-22 | 2022-08-02 | 全国钢车有限公司 | 铁路车辆转向架阻尼器楔块配件 |
CN110986878A (zh) * | 2019-12-03 | 2020-04-10 | 中铁第一勘察设计院集团有限公司 | 基于移动测量系统自动化提取铁轨断面的方法 |
CN111283698A (zh) * | 2020-03-24 | 2020-06-16 | 成都岁生科技有限责任公司 | 转向架枕簧、斜楔分解检测机器人系统 |
CN216524727U (zh) * | 2020-11-05 | 2022-05-13 | 中国人民解放军海军潜艇学院 | 制作齿间距系数试验装置 |
CN214039873U (zh) * | 2020-12-22 | 2021-08-24 | 西安弘捷电子技术有限公司 | 工业自动化检测用的防磨损型扩张机构 |
CN114693619A (zh) * | 2022-03-18 | 2022-07-01 | 杭州申昊科技股份有限公司 | 刚性接触网磨耗检测方法、设备和存储介质 |
CN114791365A (zh) * | 2022-04-19 | 2022-07-26 | 成都岁生科技有限责任公司 | 一种基于铁路货车转向架承载鞍的检测系统与检测方法 |
Non-Patent Citations (3)
Title |
---|
我国货车自导向径向转向架的研究和发展;黄十周;《铁道车辆》;20130410(第04期);全文 * |
新材质车轮钢对重载货车轮轨磨耗的影响;李亨利等;《铁道学报》;20160615(第06期);全文 * |
路面平整度检测技术现状与发展;张明等;《重庆交通大学学报(自然科学版)》;20070815(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115077387A (zh) | 2022-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109910947B (zh) | 搭载式轨道健康状态动态监测与智慧分析系统及方法 | |
CN110979399B (zh) | 一种用于高速铁路轨道状况动态检测方法 | |
CN111003018B (zh) | 一种高速铁路轨道状况动态检测系统及方法 | |
CN110375667B (zh) | 一种线激光钢轨轮廓精度测量仪及其作业流程 | |
CN113085948B (zh) | 一种轨道综合检测系统 | |
JP2003207319A (ja) | レール断面形状測定装置 | |
CN106370662A (zh) | 基于机器视觉的钢轨表面缺陷三维检测系统 | |
CN211696250U (zh) | 一种轨道磨损检测装置 | |
CN115077387B (zh) | 基于点云技术的斜楔检测方法 | |
CN109353370B (zh) | 一种非接触式钢轨波磨与轮廓检测装置 | |
Sawadisavi et al. | Machine-vision inspection of railroad track | |
CN213035834U (zh) | 一种新型动车组架车控制系统 | |
CN115077388B (zh) | 铁路货车转向架斜楔检测装置 | |
CN214391159U (zh) | 一种承载鞍在线检测系统 | |
CN214391158U (zh) | 一种承载鞍检测系统 | |
CN210221000U (zh) | 一种线激光钢轨轮廓精度测量仪 | |
CN104197825B (zh) | 一种轴承外圈轮廓度检测方法 | |
CN116047020B (zh) | 钢轨表层损伤在线修复性能测试装置及测试方法 | |
CN114318977A (zh) | 一种用于钢轨道岔廓形检测方法 | |
CN109353371B (zh) | 一种全自动钢轨非接触式轮廓检测装置 | |
CN218411192U (zh) | 一种棱镜柱测量工装 | |
CN211877872U (zh) | 一种轨道车辆车钩钩舌超声检测装置 | |
Samia et al. | Automated railway maintenance system in context of Bangladesh | |
CN116654050B (zh) | 一种打磨小车走行和作业在轨状态监测装置及方法 | |
CN109840907A (zh) | 一种基于深度学习的钢轨磨损检测方法 |
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 |