CN116797527A - 钢轨磨耗检测方法、装置、服务器及存储介质 - Google Patents

钢轨磨耗检测方法、装置、服务器及存储介质 Download PDF

Info

Publication number
CN116797527A
CN116797527A CN202310180754.9A CN202310180754A CN116797527A CN 116797527 A CN116797527 A CN 116797527A CN 202310180754 A CN202310180754 A CN 202310180754A CN 116797527 A CN116797527 A CN 116797527A
Authority
CN
China
Prior art keywords
cloud data
point cloud
rail
profile
circle center
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
Application number
CN202310180754.9A
Other languages
English (en)
Inventor
刘君
龚文忠
刘斌
黄超生
邵云
米文扬
罗启桢
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.)
China Railway Construction Heavy Industry Group Co Ltd
China Railway Construction Corp Ltd CRCC
Original Assignee
China Railway Construction Heavy Industry Group Co Ltd
China Railway Construction Corp Ltd CRCC
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 China Railway Construction Heavy Industry Group Co Ltd, China Railway Construction Corp Ltd CRCC filed Critical China Railway Construction Heavy Industry Group Co Ltd
Priority to CN202310180754.9A priority Critical patent/CN116797527A/zh
Publication of CN116797527A publication Critical patent/CN116797527A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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

  • Length Measuring Devices By Optical Means (AREA)

Abstract

本申请提供的一种钢轨磨耗检测方法、装置、服务器及存储介质，涉及轨道技术领域。该钢轨磨耗检测方法通过获取待检测钢轨处于第一坐标系下的廓形点云数据；对廓形点云数据进行分段，得到待检测钢轨的轨腰点云数据和轨底点云数据；确定轨腰点云数据对应的第一圆心坐标和轨底点云数据的第二圆心坐标；根据LM算法对第一圆心坐标和第二圆心坐标进行修正，得到修正后的第二圆心坐标和修正后的第二圆心坐标；对获取的廓形点云数据进行调整；根据调整后的廓形点云数据的轨头点云数据，与标准廓形点云数据的轨头点云数据的距离，确定待检测钢轨的总磨耗，得到的钢轨磨耗的准确度高。

Description

钢轨磨耗检测方法、装置、服务器及存储介质
技术领域
本申请涉及轨道技术领域，尤其涉及一种钢轨磨耗检测方法、装置、服务器及存储介质。
背景技术
钢轨磨耗是指列车在运行的过程中，车轮与钢轨相互摩擦，轨头逐渐被磨损的现象。为了方便工作人员对钢轨进行维护，需要对钢轨的磨耗进行检测。
目前对钢轨磨耗的检测的一种方式为：基于激光传感器采集钢轨的廓形点云数据，通过矢量数据压缩RDP算法分割出廓形点云数据中的钢轨轨腰和轨底圆弧轮廓；对分割的钢轨轨腰和轨底进行基于半径约束的非线性二次拟合获取圆心坐标。根据获取的圆心坐标，对钢轨测量轮廓和标准钢轨廓形数据匹配。进而，根据匹配结果计算钢轨磨耗。
然而，由于RDP算法的运算量大，且获取的圆心坐标的准确度低。这样一来，导致浪费计算资源，且计算得到的钢轨磨耗的可靠性也低。
发明内容
本申请提供一种钢轨磨耗检测方法、装置、服务器及存储介质，用于解决现有技术中确定钢轨磨耗运算量大，且可靠性低的问题。
第一方面，本申请提供了一种钢轨磨耗检测方法，包括：获取待检测钢轨处于第一坐标系下的廓形点云数据；对廓形点云数据进行分段，得到待检测钢轨的轨腰点云数据和轨底点云数据；确定轨腰点云数据对应的第一圆心坐标和轨底点云数据的第二圆心坐标；根据LM算法对第一圆心坐标和第二圆心坐标进行修正，得到修正后的第二圆心坐标和修正后的第二圆心坐标，其中，LM算法的目标函数为：修正第一圆心坐标，使得轨腰点云数据中的各个点到第一圆心坐标的距离，分别与第一标准半径的第一差值之和低于设定的阈值；并修正第二圆心坐标，使得轨底点云数据的各个点到第二圆心坐标的距离，分别与第二标准半径的第二差值之和低于设定的阈值；对获取的廓形点云数据进行调整，使得修正后的第一圆心坐标与处于第二坐标系的标准廓形点云数据中的轨腰点云数据对应的第三圆心坐标重叠，以及使得修正后的第二圆心坐标与处于第二坐标系的标准廓形点云数据中的轨底点云数据对应的第四圆心坐标重叠；根据调整后的廓形点云数据的轨头点云数据，与标准廓形点云数据的轨头点云数据的距离，确定待检测钢轨的总磨耗。
在一种可能的实施方式中，根据LM算法对第一圆心坐标和第二圆心坐标进行修正，得到修正后的第二圆心坐标和修正后的第二圆心坐标，包括：根据LM算法确定轨腰点云数据中的各个点到第一圆心坐标的距离，分别与第一标准半径的第一差值之和；和确定轨底点云数据中的各个点到第二圆心坐标的距离，分别与第二标准半径的第二差值之和；分别判断第一差值之和是否小于设定的阈值、第二差值之和是否小于设定的阈值；当第一差值之和大于设定的阈值时，修正第一圆心坐标，并返回执行确定轨腰点云数据中的各个点到第一圆心坐标的距离，分别与第一标准半径的第一差值之和，直到第一差值之和小于设定的阈值；当第二差值之和大于设定的阈值时，修正第二圆心坐标，并返回执行确定轨底点云数据中的各个点到第二圆心坐标的距离，分别与第二标准半径的第二差值之和，直到第二差值之和小于设定的阈值。
这样一来，可以精确快速的修正第一圆心坐标和第二圆心坐标。
在一种可能的实施方式中，确定轨腰点云数据对应的第一圆心坐标和轨底点云数据的第二圆心坐标，包括：根据最小二乘法确定轨腰点云数据对应的第一圆心坐标和轨底点云数据的第二圆心坐标。
通过最小二乘法确定的轨腰点云数据对应的第一圆心坐标和轨底点云数据的第二圆心坐标的精确度较高，这样一来，可以减小LM算法的迭代次数，节省了计算资源，并提高了效率。
在一种可能的实施方式中，根据最小二乘法确定轨腰点云数据对应的第一圆心坐标和轨底点云数据的第二圆心坐标，包括：根据第i个轨腰点云数据中的点的坐标(xBCi，yBCi)，以及公式： 获取F(ABC，BBC，RBC)的第一最小值，并获取第一最小值下的圆心坐标(ABC，BBC)的取值和轨腰点云数据对应的半径RBC的取值；其中，F(ABC，BBC，RBC)为轨腰点云数据的各个点到轨腰点云数据对应的圆心的距离，与轨腰点云数据对应的半径的平方差的之和，n为轨腰点云数据中的点的数量；根据第i个轨底点云数据中的点的坐标(xDEi，yDEi)，以及算式：/> 获取F(ADE，BDE，RDE)的第二最小值，并获取第二最小值下的圆心坐标下(ADE，BDE)的取值和轨底点云数据对应的半径RD的取值，F(ADE，BDE，RDE)为轨底点云数据的各个点到轨底点云数据对应的圆心的距离，与轨底点云数据对应的半径的平方差的之和，m为轨底点云数据中的点的数量；将第一最小值对应的圆心坐标(ABC，BBC)的取值作为第一圆心坐标，且将第二最小值对应的圆心坐标(ADE，BDE)的取值作为第二圆心坐标。
这样一来，可以精确快速的得到第一圆心坐标和第二圆心坐标。
在一种可能的实施方式中，对获取的廓形点云数据进行调整，包括：确定修正后的第一圆心坐标与修正后的第二圆心坐标的第一连线的第一斜率与第一位置；以及确定标准廓形点云数据中的轨腰点云数据对应的第三圆心坐标，与轨底点云数据对应的第四圆心坐标的第二连线的第二斜率与第二位置；旋转获取的廓形点云数据，使得第一斜率与第二斜率一致；平移获取的廓形点云数据，使得第一位置与第二位置一致。
上述的方法能够快速地对获取的廓形点云数据进行匹配，且可靠性高。
在一种可能的实施方式中，对获取的廓形点云数据进行调整之后，本申请提供的方法还包括：确定获取的廓形点云数据的轨头的非工作边的第三斜率和第三位置，和确定标准廓形点云数据的轨头的非工作边的第四斜率和第四位置；当第三斜率与第四斜率的差值大于设定的斜率阈值时，旋转廓形点云数据，以使第三斜率与第四斜率的差值小于斜率阈值；当第三位置与第四位置的距离大于第一距离阈值时，平移和旋转廓形点云数据，以使第三位置与第四位置的距离小于第一距离阈值。
当第三斜率与第四斜率的差值大于设定的斜率阈值时，说明调整后的廓形点云数据还存在误差，如此平移和旋转廓形点云数据，以使第三位置与第四位置的距离小于第一距离阈值，可以提高获取的廓形点云数据的精确度。
在一种可能的实施方式中，在获取待检测钢轨处于第一坐标系下的廓形点云数据之后，本申请提供的方法还包括：根据二维限幅滤波算法去除获取的廓形点云数据中的噪声。
这样一来，可以提高获取的廓形点云数据的精确度。
在一种可能的实施方式中，获取待检测钢轨处于第一坐标系下的廓形点云数据，包括：接收来自激光传感模块的处于第一坐标系下的廓形点云数据。
这样一来，可以快速获取到处于第一坐标系下的廓形点云数据。
在一种可能的实施方式中，激光传感模块包括位于待检测钢轨左上方的第一激光摄像头和位于待检测钢轨右上方的第二激光摄像头；接收来自第一激光摄像头的处于第一坐标系下的第一子廓形点云数据，其中，第一子廓形点云数据包括待检测钢轨的左侧的轨头点云数据、轨腰点云数据以及轨底点云数据；接收来自第二激光摄像头的处于第一坐标系下的第二子廓形点云数据，其中，第二子廓形点云数据包括待检测钢轨的右侧的轨头点云数据、轨腰点云数据以及轨底点云数据；融合第一子廓形点云数据和第二子廓形点云数据，得到第一坐标系下的廓形点云数据。
在一种可能的实施方式中，对廓形点云数据进行分段，得到待检测钢轨的轨腰点云数据和轨底点云数据，包括：确定距离大于第二距离阈值的廓形点云数据中相邻的两个点中，位于上方的点为待检测钢轨的轨鄂的起始点，位于上方的点为待检测钢轨的轨鄂的结束点；根据预设的轨鄂的起始点与待检测钢轨的各分段的距离关系，或者预设的轨鄂的结束点与待检测钢轨的各分段的距离关系，对待检测钢轨处于第一坐标系下的廓形点云数据进行分段，得到待检测钢轨的轨腰点云数据和轨底点云数据。
可以理解地，根据轨鄂的起始点或者预设的轨鄂的结束点，与待检测钢轨的各分段的距离关系，对待检测钢轨处于第一坐标系下的廓形点云数据进行分段，算法简单，效率高。
第二方面，本申请提供了一种钢轨磨耗检测装置，包括：数据获取单元，用于获取待检测钢轨处于第一坐标系下的廓形点云数据；廓形划分单元，用于对廓形点云数据进行分段，得到待检测钢轨的轨腰点云数据和轨底点云数据；圆心确定单元，用于确定轨腰点云数据对应的第一圆心坐标和轨底点云数据的第二圆心坐标；圆心修正单元，用于根据LM算法对第一圆心坐标和第二圆心坐标进行修正，得到修正后的第二圆心坐标和修正后的第二圆心坐标，其中，LM算法的目标函数为：修正第一圆心坐标，使得轨腰点云数据中的各个点到第一圆心坐标的距离，分别与第一标准半径的第一差值之和低于设定的阈值；并修正第二圆心坐标，使得轨底点云数据的各个点到第二圆心坐标的距离，分别与第二标准半径的第二差值之和低于设定的阈值；廓形匹配单元，用于对获取的廓形点云数据进行调整，使得修正后的第一圆心坐标与处于第二坐标系的标准廓形点云数据中的轨腰点云数据对应的第三圆心坐标重叠，以及使得修正后的第二圆心坐标与处于第二坐标系的标准廓形点云数据中的轨底点云数据对应的第四圆心坐标重叠；磨耗确定单元，用于根据调整后的廓形点云数据的轨头点云数据，与标准廓形点云数据的轨头点云数据的距离，确定待检测钢轨的总磨耗。
第三方面，本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时，使得计算机执行如上述实施例提供的方法。
第四方面，本申请实施例还提供了一种服务器，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时，使得服务器执行如上述实施例提供的方法。
第五方面，本申请实施例还提供了一种计算机程序产品，包括计算机程序，当计算机程序被运行时，使得计算机执行如上述实施例提供的方法。
本申请提供一种钢轨磨耗检测方法、装置、服务器及存储介质，可以确定待检测钢轨的轨腰点云数据对应的第一圆心坐标和轨底点云数据的第二圆心坐标；根据LM算法对第一圆心坐标和第二圆心坐标进行修正，得到修正后的第二圆心坐标和修正后的第二圆心坐标。由于LM算法引入了信赖域和阻尼系数，提高了对第一圆心坐标和第二圆心坐标进行修正的速度，且使用LM算法得到修正后的第二圆心坐标和修正后的第二圆心坐标的可靠性更高，进而，得到的钢轨磨耗的准确度也高。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的钢轨磨耗检测方法的流程图之一；
图2为本申请实施例提供的激光传感模块采集待检测钢轨的廓形点云数据的示意图；
图3为本申请实施例提供的钢轨磨耗检测方法的流程图之二；
图4为图1中的S104的具体流程图；
图5为对廓形点云数据进行平移和旋转的示意图；
图6为平移和旋转后的廓形点云数据与标准廓形点云数据的位置关系示意图；
图7为本申请实施例提供的钢轨磨耗检测方法的流程图之三；
图8为本申请实施例提供的钢轨磨耗检测方法的流程图之四；
图9为本申请实施例提供的钢轨磨耗检测装置的功能模块框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在根据本实施例的启示下作出的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
钢轨磨耗是指列车在运行的过程中，车轮与钢轨相互摩擦，轨头逐渐被磨损的现象。为了方便工作人员对钢轨进行维护，需要对钢轨的磨耗进行检测。目前对钢轨磨耗的检测的运算量大，且获取的圆心坐标的准确度低。这样一来，导致浪费计算资源，且计算得到的钢轨磨耗的可靠性也低。
基于上述技术问题，本申请的发明构思在于：可以确定待检测钢轨的轨腰点云数据对应的第一圆心坐标和轨底点云数据的第二圆心坐标；根据LM算法对第一圆心坐标和第二圆心坐标进行修正，以高效准确地得到修正后的第二圆心坐标和修正后的第二圆心坐标。
下面，以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。
如图1所示，本申请实施例提供了一种钢轨磨耗检测方法，应用于服务器。本申请实施例提供的钢轨磨耗检测方法包括：
S101：服务器获取待检测钢轨100处于第一坐标系下的廓形点云数据。
具体地，S101的具体实现方式可以为：服务器接收来自激光传感模块的处于第一坐标系下的廓形点云数据。这样一来，可以快速获取到处于第一坐标系下的廓形点云数据。其中，第一坐标系为激光传感模块拍摄角度下的坐标系。
示例性地，如图2所示，待检测钢轨100包括轨头A-A2段、轨颚A-B段和A2-B2段、轨腰B-D段和B2-D2段、轨底段D-D2段。其中，轨腰B-D段和B2-D2段分别呈圆弧形、轨底与轨腰的结合部D-E段、D2-E2段也分别呈圆弧形。
仍如图2所示，激光传感模块包括位于待检测钢轨100左上方的第一激光摄像头200和位于待检测钢轨100右上方的第二激光摄像头300。进而，服务器可以接收来自第一激光摄像头200的处于第一坐标系下的第一子廓形点云数据，其中，第一子廓形点云数据包括待检测钢轨100的左侧的轨头点云数据T1-A段、轨腰点云数据B-D段以及轨底点云数据D-E段。可以理解地，由于第一激光摄像头200位于待检测钢轨100左上方，在这种检测角度下，待检测的钢轨的轨颚被轨头遮挡。如此，第一子廓形点云数据未包括待检测钢轨100左侧的轨颚点云数据A-B段。
另外，服务器还可以接收来自第二激光摄像头300的处于第一坐标系下的第二子廓形点云数据，其中，第二子廓形点云数据包括待检测钢轨100的右侧的轨头点云数据T1-A2段、轨腰点云数据B2-D2段以及轨底点云数据B2-D2段。可以理解地，由于第二激光摄像头300位于待检测钢轨100右上方，在这种检测角度下，待检测的钢轨的轨颚被轨头遮挡。如此，第二子廓形点云数据未包括待检测钢轨100右侧的轨颚点云数据A2-B2段。
这样一来，服务器可以融合第一子廓形点云数据和第二子廓形点云数据，得到第一坐标系下的廓形点云数据。
进一步地，服务器还可以根据二维限幅滤波算法去除获取的廓形点云数据400中的噪声。具体地，二维限幅滤波算法是设定允许的最大偏差阈值，比较获取的钢轨廓形点云数据中和相邻两点之间的距离D，若D>T，认为相邻两点中的其中一个点为随机干扰点，并剔除随机干扰点。这样一来，可以提高获取的廓形点云数据400的精确度。
S102：服务器对廓形点云数据进行分段，得到待检测钢轨100的轨腰点云数据和轨底点云数据。
在图2对应的实施例的基础上，如图3所示，S102的具体实现方式可以包括：
S301：服务器确定距离大于第二距离阈值的廓形点云数据中相邻的两个点中，位于上方的点为待检测钢轨100的轨鄂的起始点，位于上方的点为待检测钢轨100的轨鄂的结束点。
可以理解地，由于在图2对应的实施例中，第一子廓形点云数据未包括待检测钢轨100左侧的轨颚点云数据A-B段；第二子廓形点云数据未包括待检测钢轨100右侧的轨颚点云数据A2-B2段。如此，服务器可以确定距离大于第二距离阈值的廓形点云数据中相邻的两个点中，位于上方的点为待检测钢轨100的轨鄂的起始点，位于上方的点为待检测钢轨100的轨鄂的结束点。
S302：服务器根据预设的轨鄂的起始点与待检测钢轨100的各分段的距离关系，或者预设的轨鄂的结束点与待检测钢轨100的各分段的距离关系，对待检测钢轨100处于第一坐标系下的廓形点云数据进行分段，得到待检测钢轨100的轨腰点云数据和轨底点云数据。
可以理解地，预设的轨鄂的起始点与待检测钢轨100的各分段是存在预设的距离关系的。例如，服务器可以根据预设的轨鄂的起始点与轨腰的起始点的距离，确定轨腰的起始点；服务器根据预设的轨鄂的起始点与轨腰的结束点的距离，确定轨腰的结束点，如此，服务器可以得到轨腰点云数据。再例如，服务器可以根据预设的轨鄂的起始点与轨底的起始点的距离，确定轨底的起始点；服务器根据预设的轨鄂的起始点与轨底的结束点的距离，确定轨底的结束点，如此，可以得到轨底点云数据。再例如，服务器可以根据预设的轨鄂的起始点与轨头的起始点的距离，确定轨头的起始点；服务器根据预设的轨鄂的起始点与轨头的结束点的距离，确定轨头的结束点，如此，可以得到轨头点云数据。
可以理解地，根据轨鄂的起始点或者预设的轨鄂的结束点，与待检测钢轨100的各分段的距离关系，对待检测钢轨100处于第一坐标系下的廓形点云数据进行分段，算法简单，效率高。
S103：服务器确定轨腰点云数据对应的第一圆心坐标和轨底点云数据的第二圆心坐标。
具体地，服务器可以根据最小二乘法确定轨腰点云数据对应的第一圆心坐标和轨底点云数据的第二圆心坐标。通过最小二乘法确定的轨腰点云数据对应的第一圆心坐标和轨底点云数据的第二圆心坐标的精确度较高，这样一来，可以减小后续的LM算法的迭代次数，节省了计算资源，并提高了效率。
示例性地，S103可以具体实现为：服务器根据第i个轨腰点云数据中的点的坐标(xBCi，yBCi)，以及公式： ，获取F(ABC，BBC，RBC)的第一最小值，并获取第一最小值下的圆心坐标(ABC，BBC)的取值和轨腰点云数据对应的半径RBC的取值。
其中，F(ABC，BBC，RBC)为轨腰点云数据的各个点到轨腰点云数据对应的圆心的距离，与轨腰点云数据对应的半径的平方差的之和，n为轨腰点云数据中的点的数量。可以理解地，δBCi＝(xBCi-ABC)2+(yBCi-BBC)3-RBC 2＝xBC 2+yBC 2+CBCxBC+DBCyBC+EBC，δBC为轨腰点云数据的点到对应的圆心的距离，与轨腰点云数据对应的半径的平方差。可以理解地，则F(ABC，BBC，RBC)＝∑δBCi 2＝∑[XBC 2+yBC 2+CBCxBC+DBCyBC+EBC]2。进而，服务器可以对算式F(ABC，BBC，RBC)＝∑δBCi 2＝∑[xBC 2+yBC 2+CBCxBC+DBCyBC+EBC]2求偏导，即可得到F(ABC，BBC，RBC)的最小值，以及最小值对应的
进而，服务器根据第i个轨底点云数据中的点的坐标(xDEi，yDEi)，以及算式：获取F(ADE，BDE，RDE)的第二最小值，并获取第二最小值下的圆心坐标下(ADE，BDE)的取值和轨底点云数据对应的半径RDE的取值。
其中，F(ADE，BDE，RDE)为轨底点云数据的各个点到轨底点云数据对应的圆心的距离，与轨底点云数据对应的半径的平方差的之和，m为轨底点云数据中的点的数量。
可以理解地，δDEi＝(xDEi-ADE)2+(yDEi-BDE)2-RDE 2＝xDE 2+yDE 2+CDExDE+DDEyDE+EDE，δDE为轨腰点云数据的点到对应的圆心的距离，与轨腰点云数据对应的半径的平方差。可以理解地，则F(ADE，BDE，RDE)＝∑δDEi 2＝∑[xDE 2+yDE 2+CDExDE+DDEyDE+EDE]2。进而，服务器可以对算式F(ADE，BDE，RDe)＝∑δDEi 2＝∑[xDE 2+yDE 2+CDExDE+DDEyDE+EDE]2求偏导，即可得到F(ADE，BDE，RDE)的最小值，以及最小值对应的
最后，服务器将第一最小值对应的圆心坐标(ABC，BBC)的取值作为第一圆心坐标，且将第二最小值对应的圆心坐标(ADE，BDE)的取值作为第二圆心坐标。
可以理解地，基于上述的S401-S403可以精确快速的得到第一圆心坐标和第二圆心坐标。
S104：服务器根据LM算法对第一圆心坐标和第二圆心坐标进行修正，得到修正后的第二圆心坐标和修正后的第二圆心坐标。
其中，LM算法的目标函数为：修正第一圆心坐标，使得轨腰点云数据中的各个点到第一圆心坐标的距离，分别与第一标准半径的第一差值之和低于设定的阈值；并修正第二圆心坐标，使得轨底点云数据的各个点到第二圆心坐标的距离，分别与第二标准半径的第二差值之和低于设定的阈值。
具体地，如图4所示，S104可以具体实现为：
S401：服务器根据LM算法确定轨腰点云数据中的各个点到第一圆心坐标的距离，分别与第一标准半径的第一差值之和。
S402：服务器判断第一差值之和是否小于设定的阈值，如果否，则执行S403；如果是，则结束。
S403：服务器修正第一圆心坐标，并返回执行S401。
S501：服务器根据LM算法确定轨底点云数据中的各个点到第二圆心坐标的距离，分别与第二标准半径的第二差值之和。
S502：服务器判断第二差值之和是否小于设定的阈值，如果否，则执行S403；如果是，则结束。
S503：修正第二圆心坐标，并返回执行S501。
需要说明的是，上述的S501-S503与S401-S403之间的各个步骤没有先后顺序。这样一来，可以精确快速的修正圆心坐标。
S105：服务器对获取的廓形点云数据400进行调整，使得修正后的第一圆心坐标与处于第二坐标系的标准廓形点云数据500中的轨腰点云数据对应的第三圆心坐标重叠，以及使得修正后的第二圆心坐标与处于第二坐标系的标准廓形点云数据500中的轨底点云数据对应的第四圆心坐标重叠。
以获取到的待检测钢轨的左侧的廓形点云数据为例，如图5中(a)所示，修正后的廓形点云数据的第一圆心坐标为O1，修正后的廓形点云数据的第二圆心坐标O2。如图5中的(b)所示，处于第二坐标系的标准廓形点云数据500中的轨腰点云数据对应的第三圆心坐标为O3，处于第二坐标系的标准廓形点云数据500中的轨底点云数据对应的第四圆心坐标为O4。这样可以，如图6所示，对修正后的廓形点云数据进行平移旋转，使得第一圆心坐标为O1与第三圆心坐标O3重叠，第二圆心坐标为O2与第四圆心坐标O4重叠。
示例性地，如图7所示，S105的具体实现方式可以包括：
S701：服务器确定修正后的第一圆心坐标与修正后的第二圆心坐标的第一连线的第一斜率与第一位置；以及确定标准廓形点云数据500中的轨腰点云数据对应的第三圆心坐标，与轨底点云数据对应的第四圆心坐标的第二连线的第二斜率与第二位置。
S702：服务器旋转获取的廓形点云数据400，使得第一斜率与第二斜率一致；平移获取的廓形点云数据400，使得第一位置与第二位置一致。
可以理解地，当第一斜率与第二斜率一致，以及第一位置与第二位置一致时，第一圆心坐标与第二圆心坐标重叠，第三圆心坐标与第四圆心坐标重叠。
可以理解地，基于上述S701-S702，能够快速地对获取的廓形点云数据400进行匹配，且可靠性高。
S106：服务器根据调整后的廓形点云数据的轨头点云数据，与标准廓形点云数据500的轨头点云数据的距离，确定待检测钢轨100的总磨耗。
如图6所示，在获取的廓形点云数据400进行调整后后，在廓形点云数据找到第一垂直磨耗计算点a1的坐标(Aaest，Baest)，第一水平磨耗计算点b1的坐标(Abest，Bbest)，以及在标准廓形点云数据500中找到第二垂直磨耗计算点a2的坐标(Aaint，Baint)，第二水平磨耗计算点b2的坐标(Abint，Bbint)。进而服务器可以基于算式确定待检测钢轨100的垂直磨耗ΔH，以及基于算式ΔM＝Abest-Abint，确定待检测钢轨100的水平磨耗ΔM。这样一来，服务器可以基于算式/>确定待检测钢轨100的总磨耗ΔW。
综上所述，本申请实施例提供的一种钢轨磨耗检测方法，可以确定待检测钢轨100的轨腰点云数据对应的第一圆心坐标和轨底点云数据的第二圆心坐标；根据LM算法对第一圆心坐标和第二圆心坐标进行修正，得到修正后的第二圆心坐标和修正后的第二圆心坐标。由于LM算法引入了信赖域和阻尼系数，提高了对第一圆心坐标和第二圆心坐标进行修正的速度，且使用LM算法得到修正后的第二圆心坐标和修正后的第二圆心坐标的可靠性更高，进而，得到的钢轨磨耗的准确度也高。
另外，在图1对应的实施例的基础上，如图8所示，在S105之后，本申请实施例提供的方法还包括：
S801：服务器确定获取的廓形点云数据400的轨头的非工作边的第三斜率和第三位置，和确定标准廓形点云数据500的轨头的非工作边的第四斜率和第四位置。
S802：服务器判断第三斜率与第四斜率的差值是否大于设定的斜率阈值，且第三位置与第四位置的距离是否大于第一距离阈值，如果是，则执行S803.
S803：服务器平移和旋转廓形点云数据，以使第三斜率与第四斜率的差值小于斜率阈值，和第三位置与第四位置的距离小于第一距离阈值。
可以理解地，基于上述的S801-S803可知，当第三斜率与第四斜率的差值大于设定的斜率阈值时，说明调整后的廓形点云数据还存在误差，如此平移和旋转廓形点云数据，以使第三位置与第四位置的距离小于第一距离阈值，可以提高获取的廓形点云数据400的精确度。
请参阅图9，本申请实施例还提供了一种钢轨磨耗检测装置900，需要说明的是，本申请实施例所提供的钢轨磨耗检测装置900，其基本原理及产生的技术效果和上述实施例相同，为简要描述，本申请实施例部分未提及之处，可参考上述的实施例中相应内容。如图9所示，钢轨磨耗检测装置900包括数据获取单元901、廓形划分单元902、圆心确定单元903、圆心修正单元904、廓形匹配单元903以及磨耗确定单元904，其中，
数据获取单元901，用于获取待检测钢轨处于第一坐标系下的廓形点云数据。
在一种可能的实施方式中，数据获取单元901，具体用于接收来自激光传感模块的处于第一坐标系下的廓形点云数据。
在一种可能的实施方式中，激光传感模块包括位于待检测钢轨左上方的第一激光摄像头和位于待检测钢轨右上方的第二激光摄像头。数据获取单元901，进一步具体用于接收来自第一激光摄像头的处于第一坐标系下的第一子廓形点云数据，其中，第一子廓形点云数据包括待检测钢轨的左侧的轨头点云数据、轨腰点云数据以及轨底点云数据；接收来自第二激光摄像头的处于第一坐标系下的第二子廓形点云数据，其中，第二子廓形点云数据包括待检测钢轨的右侧的轨头点云数据、轨腰点云数据以及轨底点云数据；融合第一子廓形点云数据和第二子廓形点云数据，得到第一坐标系下的廓形点云数据。
在一种可能的实施方式中，数据获取单元901，还用于根据二维限幅滤波算法去除获取的廓形点云数据中的噪声。
廓形划分单元902，用于对廓形点云数据进行分段，得到待检测钢轨的轨腰点云数据和轨底点云数据。
在一种可能的实施方式中，廓形划分单元902，具体用于确定距离大于第二距离阈值的廓形点云数据中相邻的两个点中，位于上方的点为待检测钢轨的轨鄂的起始点，位于上方的点为待检测钢轨的轨鄂的结束点；根据预设的轨鄂的起始点与待检测钢轨的各分段的距离关系，或者预设的轨鄂的结束点与待检测钢轨的各分段的距离关系，对待检测钢轨处于第一坐标系下的廓形点云数据进行分段，得到待检测钢轨的轨腰点云数据和轨底点云数据。
圆心确定单元903，用于确定轨腰点云数据对应的第一圆心坐标和轨底点云数据的第二圆心坐标。
在一种可能的实施方式中，圆心确定单元903，具体用于根据最小二乘法确定轨腰点云数据对应的第一圆心坐标和轨底点云数据的第二圆心坐标。
在一种可能的实施方式中，圆心确定单元903，进一步具体用于根据第i个轨腰点云数据中的点的坐标(xBCi，yBCi)，以及公式： 获取F(ABC，BBC，RBC)的第一最小值，并获取第一最小值下的圆心坐标(ABC，BBC)的取值和轨腰点云数据对应的半径RBC的取值；其中，F(ABC，BBC，RBC)为轨腰点云数据的各个点到轨腰点云数据对应的圆心的距离，与轨腰点云数据对应的半径的平方差的之和，n为轨腰点云数据中的点的数量；根据第i个轨底点云数据中的点的坐标(xDEi，yDEi)，以及算式：/> 获取F(ADE，BDE，RDE)的第二最小值，并获取第二最小值下的圆心坐标下(ADE，BDE)的取值和轨底点云数据对应的半径RDE的取值，F(ADE，BDE，RDE)为轨底点云数据的各个点到轨底点云数据对应的圆心的距离，与轨底点云数据对应的半径的平方差的之和，m为轨底点云数据中的点的数量；将第一最小值对应的圆心坐标(ABC，BBC)的取值作为第一圆心坐标，且将第二最小值对应的圆心坐标(ADE，BDE)的取值作为第二圆心坐标。
圆心修正单元904，用于根据LM算法对第一圆心坐标和第二圆心坐标进行修正，得到修正后的第二圆心坐标和修正后的第二圆心坐标。
其中，LM算法的目标函数为：修正第一圆心坐标，使得轨腰点云数据中的各个点到第一圆心坐标的距离，分别与第一标准半径的第一差值之和低于设定的阈值；并修正第二圆心坐标，使得轨底点云数据的各个点到第二圆心坐标的距离，分别与第二标准半径的第二差值之和低于设定的阈值。
在一种可能的实施方式中，圆心修正单元904，具体用于根据LM算法确定轨腰点云数据中的各个点到第一圆心坐标的距离，分别与第一标准半径的第一差值之和；和确定轨底点云数据中的各个点到第二圆心坐标的距离，分别与第二标准半径的第二差值之和；分别判断第一差值之和是否小于设定的阈值、第二差值之和是否小于设定的阈值；当第一差值之和大于设定的阈值时，修正第一圆心坐标，并返回执行确定轨腰点云数据中的各个点到第一圆心坐标的距离，分别与第一标准半径的第一差值之和，直到第一差值之和小于设定的阈值；当第二差值之和大于设定的阈值时，修正第二圆心坐标，并返回执行确定轨底点云数据中的各个点到第二圆心坐标的距离，分别与第二标准半径的第二差值之和，直到第二差值之和小于设定的阈值。
廓形匹配单元903，用于对获取的廓形点云数据进行调整，使得修正后的第一圆心坐标与处于第二坐标系的标准廓形点云数据中的轨腰点云数据对应的第三圆心坐标重叠，以及使得修正后的第二圆心坐标与处于第二坐标系的标准廓形点云数据中的轨底点云数据对应的第四圆心坐标重叠。
在一种可能的实施方式中，廓形匹配单元903，具体用于确定修正后的第一圆心坐标与修正后的第二圆心坐标的第一连线的第一斜率与第一位置；以及确定标准廓形点云数据中的轨腰点云数据对应的第三圆心坐标，与轨底点云数据对应的第四圆心坐标的第二连线的第二斜率与第二位置；旋转获取的廓形点云数据，使得第一斜率与第二斜率一致；平移获取的廓形点云数据，使得第一位置与第二位置一致。
在一种可能的实施方式中，廓形匹配单元903，还用于确定获取的廓形点云数据的轨头的非工作边的第三斜率和第三位置，和确定标准廓形点云数据的轨头的非工作边的第四斜率和第四位置；当第三斜率与第四斜率的差值大于设定的斜率阈值时，旋转廓形点云数据，以使第三斜率与第四斜率的差值小于斜率阈值；当第三位置与第四位置的距离大于第一距离阈值时，平移和旋转廓形点云数据，以使第三位置与第四位置的距离小于第一距离阈值。
磨耗确定单元904，用于根据调整后的廓形点云数据的轨头点云数据，与标准廓形点云数据的轨头点云数据的距离，确定待检测钢轨的总磨耗。
本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时，使得计算机执行如上述实施例提供的方法。
本申请实施例还提供了一种服务器，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时，使得服务器执行如上述实施例提供的方法。
本申请实施例还提供了一种计算机程序产品，包括计算机程序，当计算机程序被运行时，使得计算机执行如上述实施例提供的方法。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或对其中部分或全部技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (13)

1.一种钢轨磨耗检测方法，其特征在于，所述方法包括：
获取待检测钢轨处于第一坐标系下的廓形点云数据；
对所述廓形点云数据进行分段，得到所述待检测钢轨的轨腰点云数据和轨底点云数据；
确定所述轨腰点云数据对应的第一圆心坐标和轨底点云数据的第二圆心坐标；
根据LM算法对所述第一圆心坐标和所述第二圆心坐标进行修正，得到修正后的第二圆心坐标和修正后的第二圆心坐标，其中，所述LM算法的目标函数为：修正所述第一圆心坐标，使得所述轨腰点云数据中的各个点到所述第一圆心坐标的距离，分别与第一标准半径的第一差值之和低于设定的阈值；并修正第二圆心坐标，使得所述轨底点云数据的各个点到所述第二圆心坐标的距离，分别与第二标准半径的第二差值之和低于所述设定的阈值；
对获取的所述廓形点云数据进行调整，使得所述修正后的第一圆心坐标与处于第二坐标系的标准廓形点云数据中的轨腰点云数据对应的第三圆心坐标重叠，以及使得所述修正后的第二圆心坐标与所述处于第二坐标系的标准廓形点云数据中的轨底点云数据对应的第四圆心坐标重叠；
根据调整后的所述廓形点云数据的轨头点云数据，与标准廓形点云数据的轨头点云数据的距离，确定所述待检测钢轨的总磨耗。
2.根据权利要求1所述的方法，其特征在于，所述根据LM算法对所述第一圆心坐标和所述第二圆心坐标进行修正，得到修正后的第二圆心坐标和修正后的第二圆心坐标，包括：
根据LM算法确定所述轨腰点云数据中的各个点到所述第一圆心坐标的距离，分别与所述第一标准半径的第一差值之和；和确定轨底点云数据中的各个点到所述第二圆心坐标的距离，分别与所述第二标准半径的第二差值之和；
分别判断所述第一差值之和是否小于所述设定的阈值、所述第二差值之和是否小于设定的阈值；
当所述第一差值之和大于所述设定的阈值时，修正所述第一圆心坐标，并返回执行确定所述轨腰点云数据中的各个点到所述第一圆心坐标的距离，分别与所述第一标准半径的第一差值之和，直到所述第一差值之和小于所述设定的阈值；
当所述第二差值之和大于所述设定的阈值时，修正所述第二圆心坐标，并返回执行确定轨底点云数据中的各个点到所述第二圆心坐标的距离，分别与所述第二标准半径的第二差值之和，直到所述第二差值之和小于所述设定的阈值。
3.根据权利要求1所述的方法，其特征在于，所述确定所述轨腰点云数据对应的第一圆心坐标和轨底点云数据的第二圆心坐标，包括：
根据最小二乘法确定所述轨腰点云数据对应的第一圆心坐标和轨底点云数据的第二圆心坐标。
4.根据权利要求3所述的方法，其特征在于，所述根据最小二乘法确定所述轨腰点云数据对应的第一圆心坐标和轨底点云数据的第二圆心坐标，包括：
根据第i个所述轨腰点云数据中的点的坐标(xBCi，yBCi)，以及公式：
获取F(ABC，BBC，RBC)的第一最小值，并获取所述第一最小值下的圆心坐标(ABC，RBC)的取值和所述轨腰点云数据对应的半径RBC的取值；
其中，F(ABC，BBC，RBC)为所述轨腰点云数据的各个点到所述轨腰点云数据对应的圆心的距离，与所述轨腰点云数据对应的半径的平方差的之和，n为所述轨腰点云数据中的点的数量；
根据第i个所述轨底点云数据中的点的坐标(xDEi，yDEi)，以及算式：
获取F(ADE，BDE，RDE)的第二最小值，并获取所述第二最小值下的圆心坐标下(ADE，BSE)的取值和所述轨底点云数据对应的半径RSE的取值，其中，F(ADE，BDE，RDE)为轨底点云数据的各个点到轨底点云数据对应的圆心的距离，与轨底点云数据对应的半径的平方差的之和，m为所述轨底点云数据中的点的数量；
将所述第一最小值对应的圆心坐标(ABC，BBC)的取值作为所述第一圆心坐标，且将所述第二最小值对应的圆心坐标(ADE，BDE)的取值作为所述第二圆心坐标。
5.根据权利要求1所述的方法，其特征在于，所述对获取的所述廓形点云数据进行调整，包括：
确定所述修正后的第一圆心坐标与所述修正后的第二圆心坐标的第一连线的第一斜率与第一位置；以及确定所述标准廓形点云数据中的轨腰点云数据对应的第三圆心坐标，与轨底点云数据对应的第四圆心坐标的第二连线的第二斜率与第二位置；
旋转获取的所述廓形点云数据，使得所述第一斜率与所述第二斜率一致；
平移获取的所述廓形点云数据，使得所述第一位置与所述第二位置一致。
6.根据权利要求1所述的方法，其特征在于，对获取的所述廓形点云数据进行调整后，所述方法还包括：
确定获取的所述廓形点云数据的轨头的非工作边的第三斜率和第三位置，和确定所述标准廓形点云数据的轨头的非工作边的第四斜率和第四位置；
当所述第三斜率与所述第四斜率的差值大于设定的斜率阈值时，旋转所述廓形点云数据，以使所述第三斜率与所述第四斜率的差值小于所述斜率阈值；
当所述第三位置与所述第四位置的距离大于第一距离阈值时，平移和旋转所述廓形点云数据，以使所述第三位置与所述第四位置的距离小于所述第一距离阈值。
7.根据权利要求1所述的方法，其特征在于，在所述获取待检测钢轨处于第一坐标系下的廓形点云数据之后，所述方法还包括：
根据二维限幅滤波算法去除获取的所述廓形点云数据中的噪声。
8.根据权利要求1所述的方法，其特征在于，所述获取待检测钢轨处于第一坐标系下的廓形点云数据，包括：
接收来自激光传感模块的处于第一坐标系下的廓形点云数据。
9.根据权利要求8所述的方法，其特征在于，所述激光传感模块包括位于所述待检测钢轨左上方的第一激光摄像头和位于所述待检测钢轨右上方的第二激光摄像头；
接收来自所述第一激光摄像头的处于第一坐标系下的第一子廓形点云数据，其中，所述第一子廓形点云数据包括所述待检测钢轨的左侧的轨头点云数据、轨腰点云数据以及轨底点云数据；
接收来自所述第二激光摄像头的处于第一坐标系下的第二子廓形点云数据，其中，所述第二子廓形点云数据包括所述待检测钢轨的右侧的轨头点云数据、轨腰点云数据以及轨底点云数据；
融合所述第一子廓形点云数据和第二子廓形点云数据，得到所述第一坐标系下的廓形点云数据。
10.根据权利要求9所述的方法，其特征在于，所述对所述廓形点云数据进行分段，得到所述待检测钢轨的轨腰点云数据和轨底点云数据，包括：
确定距离大于第二距离阈值的所述廓形点云数据中相邻的两个点中，位于上方的点为所述待检测钢轨的轨鄂的起始点，位于上方的点为所述待检测钢轨的轨鄂的结束点；
根据预设的轨鄂的起始点与所述待检测钢轨的各分段的距离关系，或者预设的轨鄂的结束点与所述待检测钢轨的各分段的距离关系，对所述待检测钢轨处于第一坐标系下的廓形点云数据进行分段，得到所述待检测钢轨的轨腰点云数据和轨底点云数据。
11.一种钢轨磨耗检测装置，其特征在于，所述装置包括：
数据获取单元，用于获取待检测钢轨处于第一坐标系下的廓形点云数据；
廓形划分单元，用于对所述廓形点云数据进行分段，得到所述待检测钢轨的轨腰点云数据和轨底点云数据；
圆心确定单元，用于确定所述轨腰点云数据对应的第一圆心坐标和轨底点云数据的第二圆心坐标；
圆心修正单元，用于根据LM算法对所述第一圆心坐标和所述第二圆心坐标进行修正，得到修正后的第二圆心坐标和修正后的第二圆心坐标，其中，所述LM算法的目标函数为：修正所述第一圆心坐标，使得所述轨腰点云数据中的各个点到所述第一圆心坐标的距离，分别与第一标准半径的第一差值之和低于设定的阈值；并修正第二圆心坐标，使得所述轨底点云数据的各个点到所述第二圆心坐标的距离，分别与第二标准半径的第二差值之和低于所述设定的阈值；
廓形匹配单元，用于对获取的所述廓形点云数据进行调整，使得所述修正后的第一圆心坐标与处于第二坐标系的标准廓形点云数据中的轨腰点云数据对应的第三圆心坐标重叠，以及使得所述修正后的第二圆心坐标与所述处于第二坐标系的标准廓形点云数据中的轨底点云数据对应的第四圆心坐标重叠；
磨耗确定单元，用于根据调整后的所述廓形点云数据的轨头点云数据，与标准廓形点云数据的轨头点云数据的距离，确定所述待检测钢轨的总磨耗。
12.一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，使得所述服务器执行如权利要求1至10任一项所述的方法。
13.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，使得计算机执行如权利要求1至10任一项所述的方法。
CN202310180754.9A 2023-02-17 2023-02-17 钢轨磨耗检测方法、装置、服务器及存储介质 Pending CN116797527A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310180754.9A CN116797527A (zh) 2023-02-17 2023-02-17 钢轨磨耗检测方法、装置、服务器及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310180754.9A CN116797527A (zh) 2023-02-17 2023-02-17 钢轨磨耗检测方法、装置、服务器及存储介质

Publications (1)

Publication Number Publication Date
CN116797527A true CN116797527A (zh) 2023-09-22

Family

ID=88048757

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310180754.9A Pending CN116797527A (zh) 2023-02-17 2023-02-17 钢轨磨耗检测方法、装置、服务器及存储介质

Country Status (1)

Country Link
CN (1) CN116797527A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117312473A (zh) * 2023-10-11 2023-12-29 果子(青岛)数字技术有限公司 基于云计算的大数据信息分析方法与装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117312473A (zh) * 2023-10-11 2023-12-29 果子(青岛)数字技术有限公司 基于云计算的大数据信息分析方法与装置

Similar Documents

Publication Publication Date Title
WO2018138943A1 (ja) 剛性測定装置および剛性測定方法
US11359911B2 (en) Abrasion inspection apparatus, abrasion inspection method, and program
CN116797527A (zh) 钢轨磨耗检测方法、装置、服务器及存储介质
EP2960620B1 (en) Wear measuring device and method for same
CN109653045B (zh) 轨距测量方法及装置
US10444010B2 (en) Method for detecting support surface variations during wheel alignment rolling compensation procedure
JP2007042095A (ja) 周囲のスキャンの比較により移動ユニットの相対位置を検出する方法、移動ユニット、コンピュータプログラムおよびコンピュータ読み出し可能なデータ担体
CN110998229A (zh) 构造物测量装置、测量点校正装置及测量点校正方法
JP6260026B2 (ja) 画像処理による架線位置測定装置及び架線位置測定方法
CN111774764B (zh) 一种焊接机器人的控制方法、控制装置及可读存储介质
CN114577131B (zh) 一种基于3d结构光相机的车身间隙检测方法及系统
JP2010243416A (ja) トロリ線検測装置及び検測方法
JP6478318B2 (ja) 車両運動パラメータ推定装置
JP6659477B2 (ja) 軌道整正装置、軌道整正方法
EP1570236A1 (en) Apparatus and method for detecting twist in articles
KR101086023B1 (ko) 자기부상선로의 궤도 검측방법
CN109238149B (zh) 车体姿态检测装置和接触线动态偏移量检测系统
JP2020006845A (ja) 線路曲率推定装置及び方法
JP6772565B2 (ja) 幅計測システム、幅計測装置、方法およびプログラム
JP6681759B2 (ja) 溶接ビードの検査システム
JP2010164326A (ja) 凹凸文字抽出のための画像処理方法
JP2018146509A (ja) サードレール測定方法及び装置
JP6479513B2 (ja) 道路幅推定装置及び道路幅推定方法
JP2015158462A (ja) 被測定物の表面測定装置およびその表面測定方法
WO2023199680A1 (ja) 表面形状測定装置、表面形状測定方法及びベルトの管理方法

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