CN115855825A - 一种轨道表面缺陷检测方法及系统 - Google Patents
一种轨道表面缺陷检测方法及系统 Download PDFInfo
- Publication number
- CN115855825A CN115855825A CN202310032858.5A CN202310032858A CN115855825A CN 115855825 A CN115855825 A CN 115855825A CN 202310032858 A CN202310032858 A CN 202310032858A CN 115855825 A CN115855825 A CN 115855825A
- Authority
- CN
- China
- Prior art keywords
- image
- track
- unit
- rail surface
- adjusted
- 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.)
- Withdrawn
Links
- 230000007547 defect Effects 0.000 title claims abstract description 85
- 238000001514 detection method Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000012545 processing Methods 0.000 claims abstract description 8
- 230000002950 deficient Effects 0.000 claims description 6
- 230000001629 suppression Effects 0.000 claims description 5
- 238000013519 translation Methods 0.000 claims description 5
- 230000001502 supplementing effect Effects 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 description 12
- 230000006872 improvement Effects 0.000 description 8
- 239000006247 magnetic powder Substances 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000010985 leather Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明属于轨道缺陷检测技术领域，尤其公开了一种轨道表面缺陷检测方法及系统，该系统包括：行走单元，用于承载所述检测系统并驱动检测系统在轨道上运动；检测单元，用于采集轨道表面图像，所述轨道表面图像包括2D和3D图像；触发单元，用于触发检测单元采集轨道表面图像；定位单元，用于行走单元行驶里程计算并实时记录检测单元采集图像时的位置信息；数据处理单元，用于对检测单元采集的图像进行判定。本发明通过2D图像对缺陷进行初步筛选后再利用3D图像进行进一步判断，在不影响判断精度的前提下大大提高了判断效率，减小了系统开销。
Description
技术领域
本发明属于轨道缺陷检测技术领域，尤其涉及一种用于对轨道表面缺陷进行视觉检测的方法及系统。
背景技术
轨道支撑着列车并引导列车的运行方向，其安全状态直接影响列车的安全运行。但随着我国现代化地铁事业的蓬勃发展，运行速度、运行里程、发车密度大幅提高。轨道表面产生的缺陷越来越多。若轨道表面缺陷得不到及时处理，会对地铁运输安全造成影响，严重时甚至会发生翻车事故。因此，对轨道安全检测提出更高频次、更高速度的要求。如何能够及时、准确地检测出轨道表面缺陷，提醒工作人员尽早去检修维护，对确保地铁的安全、稳定运行具有重要意义。
现有的轨道表面检测方法包括：人工目测法、电涡流检测法、磁粉法。
目视法是一种由地铁工人在天窗时间段内沿地铁线路对轨道表面进行观察搜索缺陷的检测方法。由于依靠人眼完成，检测速率较低，工作效率不高；操作人员劳动强度较大，且容易造成漏检。
电涡流检测法是以电磁感应原理为基础，将通有交变电流的线圈接近轨道表面，当轨道表面存在缺陷时产生的电涡流会发生畸变，以此变化来检测缺陷。该方法检测速度慢、劳动强度大。且容易引入高频干扰信号，信号处理较为复杂。可检测缺陷的种类和对缺陷的定量描述有限。
磁粉法是利用缺陷处的漏磁场与磁粉的相互作用来检测轨道表面缺陷，当轨道表面存在缺陷时，在缺陷处磁力线会发生畸变，磁极会吸附施加在轨道表面上的磁粉，进而根据磁痕的位置与大小确定轨道表面缺陷的位置与大小。磁粉法操作成本较高，不能对缺陷进行准确判断，并且检测的深度一般不会超过2mm，检测效率低。
发明内容
有鉴于此，本发明提供一种轨道表面缺陷检测方法及系统，通过获取轨道表面图像用以快速精确的发现并定位轨道缺陷。
为解决以上技术问题，本发明的技术方案为采用一种轨道表面缺陷检测系统，包括：
行走单元，用于承载所述检测系统并驱动检测系统在轨道上运动；
检测单元，用于采集轨道表面图像，所述轨道表面图像包括2D和3D图像；
触发单元，用于触发检测单元采集轨道表面图像；
定位单元，用于行走单元行驶里程计算并实时记录检测单元采集图像时的位置信息；
数据处理单元，用于对检测单元采集的图像进行判定。
所述检测单元包括用于分别对左右两根轨道进行扫描的两个激光测量仪，所述激光测量仪垂直于轨道表面；
所述触发单元包括与行走单元车轴同步转动的光电编码器，所述光电编码器输出的脉冲信号可触发检测单元进行轨面图像的采集；
所述定位单元包括与行走单元车轴同步转动的光电编码器、用于拍摄轨道旁里程标记的里程标相机。
作为一种改进，所述检测单元还包括用于补光的光源，所述光源之前设置柱面物镜；还包括用于探测反射光强度的光强度感应器。
作为一种进一步的改进，所述触发单元还包括抑制数字电路，所述抑制数字电路用于抑制车轮后退时光电编码器输出的脉冲信号。
本发明还提供一种轨道表面缺陷检测方法，应用于上述轨道表面缺陷检测系统，包括：
通过光电编码器输出的脉冲信号触发激光测量仪进行轨道表面图像的采集，每触发一次激光测量仪拍摄一行图像；所述轨道表面图像包括2D图像和3D图像；
通过光电编码器记录行走单元车轮旋转圈数的方式计算行走单元行驶里程，通过里程标相机拍摄的轨道旁里程标记消除计算的里程误差；
按照拍摄顺序将采集到的若干行图像拼合成轨道表面的图像；
将拍摄的图像与里程进行关联；
对拼合后的图像进行抖动消除；
对消除抖动后的图像进行预处理提高图像质量；
提取图像中的轨面图像信息；
对提取的2D轨面图像信息进行初步缺陷判断，若有缺陷则将该2D轨面图像对应位置的3D图像进行二次缺陷判断，若二次缺陷判断仍有缺陷则判定该段轨道轨面存在缺陷。
作为一种改进，所述通过光电编码器输出的脉冲信号触发激光测量仪进行轨道表面图像的采集的方法为：
计算出行走单元行驶速度；
通过行走单元的行驶速度、激光测量仪的焦距、物距以及传感器尺寸计算出激光测量仪的拍摄频率；
对脉冲信号的输出频率进行处理使其与拍摄频率一致。
作为一种改进，所述将拍摄的图像与里程进行关联的方法包括：
按照拍摄顺序将若干张行图像拼合成一张图像后，将用于拼合的最后一张行图像拍摄时所处的里程赋予该张图像。
作为一种改进，所述对拼合后的图像进行抖动消除的方法包括X方向和Y方向的抖动消除，所述X方向为轨道延伸方向，所述Y方向为垂直于轨道延伸方向；
所述X方向抖动消除的方法为：
将2D图像的某一行作为基准行，其余行作为待调整行；
将待调整行的像素点灰度值与基准行中顺序相同像素点的灰度值相减获得若干灰度值差；
对灰度值差的绝对值求和获得误差值；
对待调整行进行平移，若平移至误差值最小处则调整到位；
将待调整行对应的3D图像做相同平移；
所述Y方向抖动消除的方法为：
将2D图像的某一列作为基准列，其余列作为待调整列；
将待调整列的像素点灰度值与基准列中顺序相同像素点的灰度值相减获得若干灰度值差；
对灰度值差的绝对值求和获得误差值；
对待调整列进行平移，若平移至误差值最小处则调整到位；
将待调整列对应的3D图像做相同平移。
作为一种改进，通过二分法寻找误差值最小的位置。
作为一种改进，所述对提取的2D轨面图像信息进行初步缺陷判断为利用神经网络对2D轨面图像进行分类识别。
作为一种改进，所述3D图像进行二次缺陷判断为将3D图像中疑似缺陷处点云的高度方向坐标平均值与非缺陷处点云平均值进行对比，若差值超过阈值则认为有缺陷。
本发明的有益之处在于：
1、通过线阵相机采集轨道表面的行图像，相较于面阵相机采集的图像清晰度更高更准确。
2、通过触发机制使得仅当行走单元向前运行时才进行图像采集避免重复采集；
3、采集的图像赋予位置信息，在找到轨道表面缺陷后能快速定位缺陷的实际位置；
4、通过消除抖动使得图像还原度更高，与实际轨面情况更加接近；
5、通过2D图像对缺陷进行初步筛选后再利用3D图像进行进一步判断，在不影响判断精度的前提下大大提高了判断效率，减小了系统开销。
附图说明
图1为本发明的结构示意图。
图2为本发明的侧视结构示意图。
图3为本发明的方法流程图。
图中标记：1为小车、2为3D线阵激光测量仪 、3为3D线阵激光测量仪控制器、4为里程标相机、5数据处理单元、6电源、7光电编码器、100轨道。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案，下面结合具体实施方式对本发明作进一步的详细说明。
如图1、图2所示，本发明提供一种轨道表面缺陷检测系统，其结构具体包括：
行走单元，用于承载所述检测系统并驱动检测系统在轨道100上运动。
本实施例中，行走单元为小车1。小车使用轮毂电机驱动，输出功率50-350W,额定转矩5N.m，瞬间最大转矩10N.m。驱动系统由无刷电机和无刷电机驱动器构成，其中在驱动系统的前置端增加了紧急控制按钮，以防止电机驱动系统出现失控情况，如果发现失控可及时切断驱动系统电源从而保护工作人员安全。电机和车轮一体，降低结构重量。
另外小车1采用框架式车身，采用铝合金为主材；并采用可折叠设计，控制折叠后的整体尺寸，能通过垂梯与屏蔽门，装入皮卡车转运；折叠后的模块具备拖行能力；采用通用化设计，统一行走、驱动、主体结构，预留供电、网络、通信以及通用结构接口。
检测单元，用于采集轨道表面图像，所述轨道表面图像包括2D和3D图像。
本实施例中，检测单元具体包括用于分别对左右两根轨道进行扫描的两个激光测量仪，所述激光测量仪垂直于轨道表面。更为具体地，激光测量仪为3D线阵激光测量仪2，可以同时采集2D和3D图像，但均是以“线”的形式采集。对于2D图像，所谓“线”是指一行若干个像素点，例如100个，1024行即可拼合成一张100*1024个像素点的图像。对于3D点云图像，每拍摄一次只能得到轨道表面的一个截面上的外轮廓，要得到轨道表面的完整3D形状，就要使用扫描的方式获得若干张图像，最后组合形成完整的轨道表面3D表面形状。与面阵相机相比，线扫描相机拥有更容易获取高分辨率图像和图像边缘畸变更小的明显优势，同时能够适应更大的场景、更高的速度。
3D线阵激光测量仪2通过3D线阵激光测量仪控制器3进行控制拍摄。
轨道100表面经过长期和车轮的摩擦，表面光滑。采用普通的明场或暗场补光方式均容易造成镜面反射，导致图像昏暗。本发明中检测单元还包括用于补光的光源，所述光源之前设置柱面物镜；还包括用于探测反射光强度的光强度感应器。其补光原理为：通过光强度感应器测量激光器投射在物体表面的激光，反射回相机镜头处的光强度。通过测量光强度，判断激光器输出功率是否达到期望设定值。若光强度低于期望设定值，调高激光器输出功率。若光线强度高于期望值，则降低激光器功率。通过硬件调节激光光源输出功率的方法，实现自动增益功能，实现了根据轨道表面反射的光线强度，实时调整光源输出功率的功能。确保在隧道或露天环境下面对各种不同光滑程度的轨道表面均可保证补光效果一致。且对于阳光可能造成的干扰，在设计时使用特殊波长的光源及对应的滤光片，抑制阳光干扰。
触发单元，用于触发检测单元采集轨道表面图像。
本实施例中，所述触发单元具体包括与行走单元即小车1车轴同步转动的光电编码器7，所述光电编码器7输出的脉冲信号可触发检测单元进行轨面图像的采集。
另外，小车1的车轮可正转和反转，而无论正转反转均会使得光电编码器7产生脉冲信号。为了防止反转的时候也采集图像信息产生大量冗余，本实施例中所述触发单元还包括抑制数字电路，所述抑制数字电路用于抑制车轮后退时光电编码器输出的脉冲信号。
定位单元，用于行走单元行驶里程计算并实时记录检测单元采集图像时的位置信息。
本实施例中，定位单元包括与行走单元车轴同步转动的光电编码器7、用于拍摄轨道旁里程标记的里程标相机4。当然定位单元与触发单元中的光电编码器7可共用。
光电编码器7用于对车轮运转的转数进行计量，并通过车轮的直径计算出行驶的距离。同时为了消除误差，还设置有里程标相机4。由于轨道100两侧都设有里程标如百米标，通过里程标相机4采集轨道100旁的百米标对上述计算出来的距离进行误差修正最终获得里程信息。
数据处理单元5，用于对检测单元采集的图像进行判定，通过算法判断该图像中的轨道表面是否存在缺陷。数据处理单元为由计算能力的单片机、计算机等。
当然，为了为整个系统供电，系统中还应该设置电源6。为了方便数据传递，还应该设置无线通信模块等等。
本系统工作流程如下：
（1）设备上线，主要由人工完成， 2人5分钟左右可将设备在轨道上组装完成，达到可巡检的状态；
（2）巡检工作的执行，完全由设备自主工作，无需人为干预；
（3）巡检实时数据通过车地通信网络或者4G/5G通信网络上传至数据服务器，并在车间值班室内图形化显示巡检作业过程和结果；
（4）巡检工作是否结束，由人工判断，并在操作界面上处理；
（5）巡检缺陷的判别由设备根据图像算法输出的结果进行自主判别，由人工进行缺陷确认并及时处置；
（6）设备下线，主要由人工完成，将巡检机器人从轨道上移至地面，释放被占用的轨道资源；
（7）设备维护则主要包含外观清洁、工具整理、电池维护及充电等操作；
（8）巡检结束后，所有巡检结果自动存储在数据服务器中，以便历史数据追溯。
如图3所示，本发明还提供一种轨道表面缺陷检测方法，应用于上述的轨道表面缺陷检测系统，具体步骤包括：
S1通过光电编码器输出的脉冲信号触发激光测量仪进行轨道表面图像的采集，每触发一次激光测量仪拍摄一行图像；所述轨道表面图像包括2D图像和3D图像。
而通过光电编码器输出的脉冲信号触发激光测量仪进行轨道表面图像的采集的方法具体包括：
S11计算出行走单元行驶速度；光电编码器与行走单元车轴同步转动，假如每一周输出200个脉冲，计数器将脉冲数累加，其累加值/200*车轮直径*π，就可得到行走单元的行走距离，根据脉冲发送的间隔时间即可得出行走单元行驶速度。
S12通过行走单元的行驶速度、激光测量仪的焦距、物距以及传感器尺寸计算出激光测量仪的拍摄频率；其公式为：拍摄频率=(行驶速度*焦距)/(物距*传感器尺寸)。
S13对脉冲信号的输出频率进行处理使其与拍摄频率一致。获得了拍摄频率以后，只需要对脉冲信号的输出频率进行处理使得输出频率与拍摄频率一致即可，使得每输出一个脉冲信号就拍摄一次。
拍摄的2D图像中，每个像素可表示为（x,y,g），其中x和y表示平面坐标，而g代表该点的灰度值。而拍摄的3D图像中，每个点云可表示为（x,y,z），其中x和y表示平面坐标，而z代表该点的高度方向的坐标。也就是说轨道上同一个点，用2D图像和3D图像来表示，其平面坐标均相同，仅最后一维不同——2D图像为灰度值而3D图像为高度方向的坐标。
而通过线阵激光测量仪进行拍摄，一次性可拍摄一行2D灰度图像和一行3D点云图像。要得到完整的轨道表面的2D和3D图像均需要拼合。
S2通过光电编码器记录行走单元车轮旋转圈数的方式计算行走单元行驶里程，通过里程标相机拍摄的轨道旁里程标记消除计算的里程误差。
统计和计算形式里程是为了让拍摄到的图像具有位置信息，从而在判断出某张图像具有缺陷时，可根据该附图所携带的位置信息精确的定位缺陷所在的物理位置。
行走单元的形式里程由光电编码器来统计。与步骤1相同，假如每一周输出200个脉冲，计数器将脉冲数累加，其累加值/200*车轮直径*π，就可得到行走单元的行走距离。但由于车轮直径的误差，通过计算的方式来计算里程会使得误差越累计越大，因此需要修正。
本发明中，进行修正的方法是通过里程标相机拍摄的轨道旁里程标记消除计算的里程误差。一般轨道两侧都设有里程标如百米标，即每隔100米就会设定一个特定的标志。通过里程标相机拍摄的多个里程标之间的距离与计算的距离进行对比，就可以对计算的距离进行修正。
S3按照拍摄顺序将采集到的若干行图像拼合成轨道表面的图像。
例如将1024行图像拼合成一张轨道表面的图像，每行图像100个像素点，即可拼合成一张100*1024个像素点的图像。
2D图像和3D图像单独拼合。
S4将拍摄的图像与里程进行关联，具体包括：
按照拍摄顺序将若干张行图像拼合成一张图像后，将用于拼合的最后一张行图像拍摄时所处的里程赋予该张图像。例如将1~1024张行图像拼合成一张图像，那么第1024张行图像拍摄时所处的里程就为该张图像的里程。
S5对拼合后的图像进行抖动消除。
相对于面阵相机拍摄的轨道图像，由于线阵激光测量仪拍摄的图像需要进行拼合才能得到一张完整的轨道图像，其对抖动更加敏感。如果不消除抖动，那么拼合后的图像畸变很大，不利于后续判断。
而抖动主要来源于X方向和Y方向，即所述X方向为轨道延伸方向，所述Y方向为垂直于轨道延伸方向，Z方向即高度方向上的抖动可忽略不计。
其中所述X方向抖动消除的方法为：
S511将2D图像的某一行作为基准行，其余行作为待调整行；例如将某张2D图像的第一张作为基准行，其余1023行均作为待调整行。
S512将待调整行的像素点灰度值与基准行中顺序相同像素点的灰度值相减获得若干灰度值差。每个待调整行都是单独调整的，例如对第二行进行调整时，将第二行100个像素点分别与第一行的100个像素点的灰度值作差，得到100个灰度值差。
S513对灰度值差的绝对值求和获得误差值；将100个灰度值差的绝对值进行求和就得到第二行（待调整行）与第一行（基准行）之间的误差值。
S514对待调整行进行平移，若平移至误差值最小处则调整到位。
本实施例中，通过二分法来寻找误差值最小处。二分法是本领域惯用的寻找最小值或者最大值的方法，本发明对二分法的具体步骤不再赘述。
利用灰度值进行抖动消除的原理是相邻像素点之间的灰度值不会相差太大，因此当误差值最小时，说明相邻两行图像之间发生的偏移是最小的。
S515将待调整行对应的3D图像做相同平移。由于3D图像与2D图像的平面坐标相同，因此抖动也相同，将2D图像调整好后，将3D图像做同样调整即可。
所述Y方向抖动消除的方法为：
S521将2D图像的某一列作为基准列，其余列作为待调整列；
S522将待调整列的像素点灰度值与基准列中顺序相同像素点的灰度值相减获得若干灰度值差；
S523对灰度值差的绝对值求和获得误差值；
S524对待调整列进行平移，若平移至误差值最小处则调整到位；
S525将待调整列对应的3D图像做相同平移。
S6对消除抖动后的图像进行预处理提高图像质量；例如去除噪点等等，可以提高后续判断精度。
S7提取图像中的轨面图像信息。无论是2D图像还是3D图像中都包含一些杂讯，通过对轨面的提取可以在后续判断中减小系统开销。
S8对提取的2D轨面图像信息进行初步缺陷判断，若有缺陷则将该2D轨面图像对应位置的3D图像进行二次缺陷判断，若二次缺陷判断仍有缺陷则判定该段轨道轨面存在缺陷。
直接通过3D图像尽管可以对图像中的缺陷进行准确的判断，但3D点云计算量太大，效率较低。因此本发明中，先通过2D图像进行初步判断。
本发明中2D判断是利用神经网络对2D轨面图像进行分类识别。首先建立分类模型，然后通过大量的缺陷图像作为训练集对模型进行训练，然后利用训练好的模型对2D轨面图像是否具有缺陷进行分类。
但2D图像识别的准确率是相对较低的，由于轨面反光等容易造成误识别，因此还需要利用3D图像进行再次判断。
本发明中，3D图像进行二次缺陷判断为将3D图像中疑似缺陷处点云的高度方向坐标平均值与非缺陷处点云平均值进行对比，若差值超过阈值则认为有缺陷。在2D图像缺陷判断中，已经筛选出有缺陷的图片。因此只需要将有缺陷的2D图像对应的3D图像进行识别即可。另外，2D图像中的缺陷位置已经被标注出来，同样在3D图像中缺陷处的点云也被标识出。由于轨面缺陷实际上就是凹陷或者突出，也就是缺陷位置点云的高度方向的坐标与正常轨面不同。因此只需要将疑似缺陷位置的高度方向坐标与非缺陷位置的高度方向坐标进行对比即可。
以上仅是本发明的优选实施方式，应当指出的是，上述优选实施方式不应视为对本发明的限制，本发明的保护范围应当以权利要求所限定的范围为准。对于本技术领域的普通技术人员来说，在不脱离本发明的精神和范围内，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种轨道表面缺陷检测系统，其特征在于包括：
行走单元，用于承载检测系统并驱动检测系统在轨道上运动；
检测单元，用于采集轨道表面图像，所述轨道表面图像包括2D和3D图像；
触发单元，用于触发检测单元采集轨道表面图像；
定位单元，用于行走单元行驶里程计算并实时记录检测单元采集图像时的位置信息；
数据处理单元，用于对检测单元采集的图像进行判定；
所述检测单元包括用于分别对左右两根轨道进行扫描的两个激光测量仪，所述激光测量仪垂直于轨道表面；
所述触发单元包括与行走单元车轴同步转动的光电编码器，所述光电编码器输出的脉冲信号可触发检测单元进行轨面图像的采集；
所述定位单元包括与行走单元车轴同步转动的光电编码器、用于拍摄轨道旁里程标记的里程标相机。
2.根据权利要求1所述的一种轨道表面缺陷检测系统，其特征在于：所述检测单元还包括用于补光的光源，所述光源之前设置柱面物镜；还包括用于探测反射光强度的光强度感应器。
3.根据权利要求1所述的一种轨道表面缺陷检测系统，其特征在于：所述触发单元还包括抑制数字电路，所述抑制数字电路用于抑制车轮后退时光电编码器输出的脉冲信号。
4.一种轨道表面缺陷检测方法，应用于权利要求1~3中任意一项所述的轨道表面缺陷检测系统，其特征在于包括：
通过光电编码器输出的脉冲信号触发激光测量仪进行轨道表面图像的采集，每触发一次激光测量仪拍摄一行图像；所述轨道表面图像包括2D图像和3D图像；
通过光电编码器记录行走单元车轮旋转圈数的方式计算行走单元行驶里程，通过里程标相机拍摄的轨道旁里程标记消除计算的里程误差；
按照拍摄顺序将采集到的若干行图像拼合成轨道表面的图像；
将拍摄的图像与里程进行关联；
对拼合后的图像进行抖动消除；
对消除抖动后的图像进行预处理提高图像质量；
提取图像中的轨面图像信息；
对提取的2D轨面图像信息进行初步缺陷判断，若有缺陷则将该2D轨面图像对应位置的3D图像进行二次缺陷判断，若二次缺陷判断仍有缺陷则判定该段轨道轨面存在缺陷。
5.根据权利要求4所述的一种轨道表面缺陷检测方法，其特征在于所述通过光电编码器输出的脉冲信号触发激光测量仪进行轨道表面图像的采集的方法为：
计算出行走单元行驶速度；
通过行走单元的行驶速度、激光测量仪的焦距、物距以及传感器尺寸计算出激光测量仪的拍摄频率；
对脉冲信号的输出频率进行处理使其与拍摄频率一致。
6.根据权利要求4所述的一种轨道表面缺陷检测方法，其特征在于所述将拍摄的图像与里程进行关联的方法包括：
按照拍摄顺序将若干张行图像拼合成一张图像后，将用于拼合的最后一张行图像拍摄时所处的里程赋予该张图像。
7.根据权利要求4所述的一种轨道表面缺陷检测方法，其特征在于所述对拼合后的图像进行抖动消除的方法包括X方向和Y方向的抖动消除，所述X方向为轨道延伸方向，所述Y方向为垂直于轨道延伸方向；
所述X方向抖动消除的方法为：
将2D图像的某一行作为基准行，其余行作为待调整行；
将待调整行的像素点灰度值与基准行中顺序相同像素点的灰度值相减获得若干灰度值差；
对灰度值差的绝对值求和获得误差值；
对待调整行进行平移，若平移至误差值最小处则调整到位；
将待调整行对应的3D图像做相同平移；
所述Y方向抖动消除的方法为：
将2D图像的某一列作为基准列，其余列作为待调整列；
将待调整列的像素点灰度值与基准列中顺序相同像素点的灰度值相减获得若干灰度值差；
对灰度值差的绝对值求和获得误差值；
对待调整列进行平移，若平移至误差值最小处则调整到位；
将待调整列对应的3D图像做相同平移。
8.根据权利要求7所述的一种轨道表面缺陷检测方法，其特征在于：通过二分法寻找误差值最小的位置。
9.根据权利要求4所述的一种轨道表面缺陷检测方法，其特征在于：所述对提取的2D轨面图像信息进行初步缺陷判断为利用神经网络对2D轨面图像进行分类识别。
10.根据权利要求4所述的一种轨道表面缺陷检测方法，其特征在于：所述3D图像进行二次缺陷判断为将3D图像中疑似缺陷处点云的高度方向坐标平均值与非缺陷处点云平均值进行对比，若差值超过阈值则认为有缺陷。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310032858.5A CN115855825A (zh) | 2023-01-10 | 2023-01-10 | 一种轨道表面缺陷检测方法及系统 |
| CN202310597068.1A CN116660282A (zh) | 2023-01-10 | 2023-05-25 | 一种轨道表面缺陷检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310032858.5A CN115855825A (zh) | 2023-01-10 | 2023-01-10 | 一种轨道表面缺陷检测方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115855825A true CN115855825A (zh) | 2023-03-28 |
Family
ID=85657197
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310032858.5A Withdrawn CN115855825A (zh) | 2023-01-10 | 2023-01-10 | 一种轨道表面缺陷检测方法及系统 |
| CN202310597068.1A Pending CN116660282A (zh) | 2023-01-10 | 2023-05-25 | 一种轨道表面缺陷检测方法及系统 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310597068.1A Pending CN116660282A (zh) | 2023-01-10 | 2023-05-25 | 一种轨道表面缺陷检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (2) | CN115855825A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118238852A (zh) * | 2024-05-28 | 2024-06-25 | 成都盛锴科技有限公司 | 一种移动式接触网磨耗在线检测系统 |
-
2023
- 2023-01-10 CN CN202310032858.5A patent/CN115855825A/zh not_active Withdrawn
- 2023-05-25 CN CN202310597068.1A patent/CN116660282A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118238852A (zh) * | 2024-05-28 | 2024-06-25 | 成都盛锴科技有限公司 | 一种移动式接触网磨耗在线检测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116660282A (zh) | 2023-08-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111198371A (zh) | 前视障碍物检测系统 | |
| KR101602376B1 (ko) | 열차 결함 모니터링 시스템 | |
| US20040095585A1 (en) | Wheel profile inspection apparatus and method | |
| CN111666947B (zh) | 一种基于3d成像的受电弓弓头偏移量测量方法及系统 | |
| CN107687953B (zh) | 一种货车故障自动检测设备 | |
| CN103419944A (zh) | 一种登机桥及其自动靠接方法 | |
| CN112132896A (zh) | 一种轨旁设备状态检测方法及系统 | |
| CN113448333B (zh) | 基于传感器组合的底部巡检定位方法、装置及电子设备 | |
| CN104239904A (zh) | 轨道车辆外部轮廓非接触式检测方法 | |
| CN110806411A (zh) | 基于线结构光的无人机铁轨检测系统 | |
| 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 | |
| CN115855825A (zh) | 一种轨道表面缺陷检测方法及系统 | |
| CN108564627B (zh) | 一种基于多区域灰度投影的线阵图像轨枕定位及计数方法 | |
| CN112634269B (zh) | 一种轨道车辆车体检测方法 | |
| CN113063361A (zh) | 一种对称式轨道接触网检测装置及检测方法 | |
| US20220324588A1 (en) | Method for docking boarding bridge with aircraft, electronic equipment and storage medium | |
| CN102069821B (zh) | 非接触式钢轨中垂面的测量方法 | |
| CN104228874A (zh) | 轨道车辆外部轮廓非接触式检测系统 | |
| CN112109769B (zh) | 基于一种城轨车辆车轮踏面损伤检测系统的车轮踏面损伤检测方法 | |
| CN210879689U (zh) | 一种适用于地铁车辆列检工作的智能机器人 | |
| CN205754595U (zh) | 一种隧道高清全息成像装置 | |
| CN110696016A (zh) | 一种适用于地铁车辆列检工作的智能机器人 | |
| CN113222907B (zh) | 一种基于弯道铁轨的检测机器人 | |
| CN108846824B (zh) | 一种基于梯度投影的线阵扫描图像轨枕定位及计数方法 | |
| CN117579775A (zh) | 一种隧道内连续自动拍摄装置及其使用方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230328 |
|
| WW01 | Invention patent application withdrawn after publication |