CN117665844A - 轨道病害自动定位方法及设备 - Google Patents

轨道病害自动定位方法及设备 Download PDF

Info

Publication number
CN117665844A
CN117665844A CN202311574801.4A CN202311574801A CN117665844A CN 117665844 A CN117665844 A CN 117665844A CN 202311574801 A CN202311574801 A CN 202311574801A CN 117665844 A CN117665844 A CN 117665844A
Authority
CN
China
Prior art keywords
track
rail
sleeper
starting point
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.)
Pending
Application number
CN202311574801.4A
Other languages
English (en)
Inventor
刘永奎
黄珂
党中华
王威
王海涛
曹飞
王玉林
张长领
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.)
CENTRAL PLAINS LEADER RAILWAY TRACK TECHNOLOGY DEVELOPMENT CO LTD
Zhejiang Tiantai Xianghe Intelligent Equipment Co ltd
Zhejiang Yinlun Intelligent Equipment Co ltd
Original Assignee
CENTRAL PLAINS LEADER RAILWAY TRACK TECHNOLOGY DEVELOPMENT CO LTD
Zhejiang Tiantai Hezhixiang Investment Co ltd
Zhejiang Yinlun Intelligent Equipment 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 CENTRAL PLAINS LEADER RAILWAY TRACK TECHNOLOGY DEVELOPMENT CO LTD, Zhejiang Tiantai Hezhixiang Investment Co ltd, Zhejiang Yinlun Intelligent Equipment Co ltd filed Critical CENTRAL PLAINS LEADER RAILWAY TRACK TECHNOLOGY DEVELOPMENT CO LTD
Priority to CN202311574801.4A priority Critical patent/CN117665844A/zh
Publication of CN117665844A publication Critical patent/CN117665844A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
    • B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
    • B61K9/08—Measuring installations for surveying permanent way
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Machines For Laying And Maintaining Railways (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提供一种该方法包括检测起点定位步骤、轨道病害检测步骤、轨道病害定位步骤，其中，检测起点定位步骤中，基于轨件起点的廓形特征识别出轨件起点，并定位到该轨件起点附近的轨枕，得到其里程信息；轨道病害检测步骤中检测出轨道病害并得到其里程信息；轨道病害定位步骤中基于检测起点的轨枕的里程和轨道病害的里程得到与轨道病害对应的至少一个轨枕编号，也即，该方法能够将检测出的轨道病害的位置准确地定位到现场轨道的一个轨枕附近，基于相应的轨枕编号，检测人员就可以在现场快速找到该轨枕及其附近的轨道病害，从而便于对自动检测出的轨道病害进行复核、或是进一步检测及分析，能够提高现场轨道检测的效率。

Description

轨道病害自动定位方法及设备
技术领域
本发明属于轨道检测技术领域，具体涉及一种轨道病害自动定位方法及设备。
背景技术
为确保轨道交通的安全性和可靠性，需要对轨道基础设施及基础设备进行定时检查和维护，其中包括对正线轨道的钢轨和道岔处的多种钢轨件进行多项检测。在传统的检测方法中，主要依赖大量人力，检测人员人工在轨道现场查看识别各类轨道病害，并采用相应检测工具测量病害尺寸、距离分布等，再进行记录。这样的试显然效率很低，导致停线维护时间较长，并且人工方式易出现错检、漏检情况。
为提高检测效率，出现了一些自动化的轨道检测设备、轨道病害检测方法，然而，这些方法虽然能够一定程度上自动检出轨道病害，却无法将检出的病害快速定位到现场轨道中相应位置处。例如，现有技术中存在一种轨道检测车，能够进行数据采集、部分项目的自动检测，检测出特定轨道病害并得到其对应的里程数据或对应的卫星定位数据等。对于自动检出的病害，往往还需要人工进行复核或是进一步检测分析，而里程数据或卫星定位数据等对检测人员(自然人)而言并不是直观的位置信息，而检测的轨道区段上又往往分布有多处、不同类型的病害，因此检测人员无法快速定位到对应的病害，导致即使采用了这样的自动化检测设备及方法，检测效率的提升仍十分有限。
发明内容
本发明是为解决上述问题而进行的，目的在于提供一种能够将检测出的轨道病害的位置定位到现场轨道上的轨道病害自动定位方法及设备，从而便于检测人员前往现场相应位置进行复核或进一步检测分析，本发明采用了如下技术方案：
本发明提供了一种轨道病害自动定位方法，其特征在于，包括：检测起点定位步骤：基于轨件起点的廓形特征在线激光传感器采集的轨道廓形数据中识别出该轨件起点，得到对应的里程信息，并基于该里程信息以及预定的该轨件起点与其附近的轨枕的距离信息得到该轨枕的所述里程信息，作为检测起点的里程信息；轨道病害检测步骤：基于所述轨道廓形数据和/二维相机采集的轨道图像、对应的所述里程信息以及预定的轨道病害检测算法检测出轨道病害，并得到对应的里程信息；轨道病害定位步骤：基于所述检测起点的所述里程信息、所述轨道病害的里程信息、以及预定的轨道中多个轨枕的轨枕信息，得到所述轨道病害对应的至少一个轨枕编号。
本发明提供的轨道病害自动定位方法，还可以具有这样的技术特征，其用于对道岔区的所述轨道病害进行定位，在所述轨道病害定位步骤之前，还包括：检测方向判定步骤，基于检出的所述轨件起点的类型、检出该轨件起点的所述轨道廓形数据所对应的轨道侧以及预定的检测方向判定规则，判定当前检测方向，其中，所述检测起点定位步骤中，还基于所述轨件起点的廓形特征得到该轨件起点的类型，所述轨道病害定位步骤中，基于所述当前检测方向、所述检测起点的所述里程信息、所述轨道病害的所述里程信息以及所述轨枕信息，得到所述轨道病害对应的所述轨枕编号。
本发明提供的轨道病害自动定位方法，还可以具有这样的技术特征，其中，所述轨枕信息为道岔区轨枕信息，包括所述道岔区中各轨枕的轨枕编号、沿所述当前检测方向对应的积累里程，所述轨道病害定位步骤包括：基于所述当前检测方向、所述轨件起点的类型在预定的道岔区轨枕信息中查找得到对应的积累里程；基于所述检测起点的里程信息、所述轨道病害的里程信息计算所述轨道病害与所述检测起点的间距；基于检测起点对应的所述积累里程以及计算得到的所述间距，计算所述轨道病害对应的积累里程；基于所述轨道病害的积累里程，在所述道岔区轨枕信息中查找得到对应的目标轨枕的轨枕编号以及积累里程；基于所述轨道病害的积累里程和所述目标轨枕的积累里程，计算所述轨道病害与所述目标轨枕的距离。
本发明提供的轨道病害自动定位方法，还可以具有这样的技术特征，其中，所述检测起点定位步骤包括：根据所述里程信息以及预定的道岔轨件的轨件起点廓形匹配模板，依次对多帧所述轨道廓形数据进行廓形特征匹配，识别出所述道岔轨件的所述轨件起点，并得到其类型和对应的里程信息；基于所述轨件起点的里程信息、预定的该轨件起点和与其最接近的轨枕的中心线的间距，得到该轨枕的中心线的里程信息，作为所述检测起点的里程信息。
本发明提供的轨道病害自动定位方法，还可以具有这样的技术特征，其中，所述道岔区的类型为单开道岔，具有直股方向和曲股方向，所述道岔轨件至少包括尖轨，所述轨道廓形数据通过轨道检测设备获取，该设备包括第一检测单元和第二检测单元，分别用于获取轨道两侧的所述轨道廓形数据，所述检测方向判定步骤包括：当检出所述轨件起点的类型为斥离状态的尖轨起点，且检出该轨件起点的所述轨道廓形数据来自所述第一检测单元时，判定为所述当前检测方向为所述直股方向；当检出所述轨件起点的类型为贴合状态的尖轨起点，且检出该轨件起点的所述轨道廓形数据来自所述第一检测单元时，判定为所述当前检测方向为所述曲股方向，所述轨道病害定位步骤中，根据所述当前检测方向对应地查找获取直股积累里程或曲股积累里程。
本发明提供的轨道病害自动定位方法，还可以具有这样的技术特征，其用于对正线轨道的所述轨道病害进行定位，其中，所述轨枕信息为正线轨枕信息，包括相邻两个轨枕的轨枕间距以及每个区间包含的区间轨枕数量，所述正线轨道的轨枕编号包括区间序号和轨枕序号，所述轨道病害定位步骤包括：基于所述检测起点的里程信息、所述轨道病害的里程信息以及所述轨枕间距，计算所述检测起点与所述轨道病害之间的间隔轨枕数量；基于预定的所述检测起点的轨枕编号、所述间隔轨枕数量、所述区间轨枕数量，计算与所述轨道病害对应的目标轨枕的轨枕编号；基于所述检测起点的里程信息、所述轨道病害的里程信息、所述轨枕间距、所述间隔轨枕数量，计算所述轨道病害与所述目标轨枕的距离。
本发明提供的轨道病害自动定位方法，还可以具有这样的技术特征，其中，所述检测起点定位步骤包括：根据所述里程信息以及预定的轨件起点廓形匹配模板，依次对多帧所述轨道廓形数据进行廓形特征匹配，识别出正线钢轨的所述轨件起点，并得到其类型和对应的里程信息；基于所述轨件起点的里程信息、预定的该轨件起点和与其最接近的轨枕的中心线的间距，得到该轨枕的中心线的里程信息，作为所述检测起点的里程信息。
本发明提供的轨道病害自动定位方法，还可以具有这样的技术特征，其中，所述轨道病害检测步骤中，基于预定的待检测位置与所述检测起点的间距提取出对应的所述轨道廓形数据，并将提取出的所述轨道廓形数据中的廓形与预定的待检测位置处的标准廓形进行比对，在所述廓形相对于所述标准廓形的偏差大于预定的偏差阈值时，判定为识别出相应的所述轨道病害，并将该帧轨道廓形数据对应的里程信息作为该轨道病害的里程信息。
本发明提供的轨道病害自动定位方法，还可以具有这样的技术特征，其中，所述轨道病害检测步骤中，将所述轨道图像输入训练完成的用于识别特定轨道病害的神经网络模型中，该模型输出识别出的所述轨道病害的位置信息，并基于所述二维相机和所述线激光传感器的标定关系将该位置信息转换为所述轨道病害的里程信息。
本发明提供了一种轨道病害自动定位设备，其特征在于，包括：检测起点定位部，用于基于轨件的轨件起点的廓形特征在线激光传感器采集的轨道廓形数据中识别出该轨件起点，得到对应的里程信息，并基于该里程信息以及预定的该轨件起点与其附近的轨枕的距离信息得到该轨枕的所述里程信息，作为检测起点的里程信息；轨道病害检测部，用于基于所述轨道廓形数据和/所述轨道图像以及所述里程信息检测出轨道病害，并获得对应的所述里程信息；以及轨道病害定位部，用于基于所述轨道病害的所述里程信息、所述检测起点的所述里程信息、以及预设的所述检测起点的轨枕的轨枕编号，得到所述轨道病害对应的至少一个所述轨枕编号。
发明作用与效果
根据本发明的轨道病害自动定位方法及设备，该方法包括检测起点定位步骤、轨道病害检测步骤、轨道病害定位步骤，其中，检测起点定位步骤中，基于轨件起点的廓形特征识别出轨件起点，并定位到该轨件起点附近的轨枕，得到其里程信息；轨道病害检测步骤中检测出轨道病害并得到其里程信息；轨道病害定位步骤中基于检测起点的轨枕的里程和轨道病害的里程得到与轨道病害对应的至少一个轨枕编号，也即，该方法能够将检测出的轨道病害的位置准确地定位到现场轨道的一个轨枕附近，基于相应的轨枕编号，检测人员就可以在现场快速找到该轨枕及其附近的轨道病害，从而便于对自动检测出的轨道病害进行复核、或是进一步检测及分析，能够提高现场轨道检测的效率。
附图说明
图1是本发明实施例一中轨道病害自动定位方法及设备的流程图；
图2是本发明实施例一中轨道检测车的立体图；
图3是本发明实施例一中车体单元中传感器的分布示意图；
图4是本发明实施例一中承载轮组件的立体图；
图5是本发明实施例一中承载轮组件的剖视图；
图6是本发明实施例一中压紧组件的侧视图；
图7是本发明实施例一中压紧组件的立体图；
图8是本发明实施例一中检测起点定位步骤的流程图；
图9是本发明实施例一中贴合状态的尖轨廓形截取的示意图；
图10是本发明实施例一中斥离状态的尖轨廓形截取的示意图；
图11是本发明实施例一中轨道病害检测步骤的流程图；
图12是本发明实施例一中计算尖轨磨耗量的流程示意图；
图13是本发明实施例一中轨道病害定位步骤的流程图；
图14是本发明实施例一中轨道病害自动定位设备的框图；
图15是本发明实施例一中单开道岔的结构示意图；
图16是本发明实施例二中正线钢轨的轨枕编号的示意图；
图17是本发明实施例二中轨道病害定位步骤的流程图。
附图标记：
轨道检测车100；车体20；车体单元21；壳体211；斜部端部2111a；二维相机215；折射镜216；第一线激光传感器217a；第二线激光传感器217b；第三线激光传感器217c；第四线激光传感器217d；承载机构30；承载轮组件31；承载轮支架311；承载轮转轴312；承载轮313；编码器容置槽3133；轴承314；刹车部件315；压紧组件32；压紧用支架321；安装块3211；导向杆3212；导向部件322；导轨3221；滑块3222；弹性件323；轮体支架324；压紧轮326；锁止部件327；锁止配合件3271；锁止件3272；扳手部件328；推动机构40；轨道病害自动定位设备60；轨枕信息存储部601；检测用信息存储部602；定位侧通信部603；检测起点定位部604；检测方向判定部605；轨道病害检测部606；轨道病害定位部607；病害信息存储部608；定位侧控制部609；单开道岔90；基本轨91；尖轨92；直连接轨93；导曲线轨94；护轨95；翼轨96；心轨97。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，以下结合实施例及附图对本发明的轨道病害自动定位方法及设备作具体阐述。
<实施例一>
本实施例提供一种轨道病害自动定位方法及设备，用于对道岔区的轨件进行相关轨道病害的检测，并将检测出的轨道病害自动定位到与之最接近的轨枕附近。以下先对道岔结构进行简单说明。
图15是本实施例中单开道岔的结构示意图。
如图15所示，本实施例以单开道岔为例进行具体说明。单开道岔90具有三个开口A、B、C，相应的四个通行方向。其中，从开口A到开口B为直股的第一方向，沿该方向，列车沿图中由左到右直行经过道岔；从开口B到开口A为直股的第二方向，沿该方向，列车沿图中由右到左直行经过道岔；从开口A到开口C为曲股的第一方向，沿该方向，列车在道岔处进行转辙；从开口C到开口A为曲股的第二方向，沿该方向，列车在道岔处行驶并入正线轨道。本实施例中，以直股的第一方向和曲股的第一方向为例进行说明。
单开道岔90处的道岔钢轨件包括基本轨91、尖轨92、直连接轨93、导曲线轨94、护轨95、翼轨96、心轨97(辙叉心)。沿上述直股的第一方向行驶，道岔起点处为尖轨92，并将经过直连接轨93；沿上述曲股的第一方向行驶，道岔起点处为尖轨92，并将经过导曲线轨94。
图1是本实施例中轨道病害自动定位方法的流程图。
如图1所示，轨道病害自动定位方法包括如下步骤：
轨道数据采集步骤S1：通过线激光传感器采集轨道的廓形数据，通过二维相机采集该轨道的轨道图像，并通过里程编码器获取对应的里程信息。
检测起点定位步骤S2：基于轨件起点的廓形特征在轨道廓形数据中识别出轨件起点，得到相应的里程信息，并基于该里程信息以及预定的轨件起点与其附近的轨枕的距离信息得到该轨枕的里程信息，作为检测起点的里程信息。
检测方向判定步骤S3：基于检测到的轨件起点的类型、检出该轨件起点的轨道廓形数据所对应的轨道侧以及预定的检测方向判定规则，判定当前检测方向。
轨道病害检测步骤S4：基于轨道廓形数据和/轨道图像、对应的里程信息以及预定的轨道病害检测算法检测出轨道病害，并得到轨道病害的里程信息。
轨道病害定位步骤S5：基于当前检测方向、轨道病害的里程信息、检测起点的里程信息以及预设的检测起点处的轨枕编号，得到轨道病害对应的轨枕的轨枕编号以及轨道病害到该轨枕的距离。
以下将详细说明上述各步骤。
轨道数据采集步骤S1：通过线激光传感器采集轨道的廓形数据，通过二维相机采集该轨道的轨道图像，并通过里程编码器获取对应的里程信息。
作为示例，以下示出一种设置有线激光传感器、二维相机以及里程编码器的轨道检测车，用于采集上述数据。
图2是本实施例中轨道检测车的立体图。
如图2所示，轨道检测车100包括车体20、承载机构30以及推动机构40，车体20通过底部的承载机构30可移动地载置在两条正线钢轨9上，推动机构40安装在车体20上，用于供检测人员推动车体20。
车体20为二分体结构，包括两个镜像对称的车体单元21。每个车体单元21包括壳体211以及设置在壳体211内的传感器、电控组件等。
图3是本实施例中车体单元中传感器的分布示意图。
如图3所示，每个车体单元21内设置有二维相机215以及折射镜216。二维相机215通过相应的支架安装在壳体211内顶部，且横向安装，其镜头朝向水平方向。折射镜216为45°的折射镜，也通过相应支架安装在壳体211内顶部，且安装在相机215的镜头前方。通过折射镜216的折射，二维相机215能够拍摄到其下方的钢轨。通过这样，二维相机215的安装更为稳定，且能够避免对线激光传感器造成阻挡。
每个车体单元21的壳体211内还设置有四个线激光传感器，为便于叙述，将其分别记作第一线激光传感器217a、第二线激光传感器217b、第三线激光传感器217c、第四线激光传感器217d。壳体211的下方具有开口，四个线激光传感器均能够通过该开口检测下方的道岔钢轨件。
其中，第一线激光传感器217a通过相应的支架安装在壳体211内且位于壳体211的斜部端部2111a内。第一线激光传感器217a横向安装。以基本轨为例，当轨道检测车100载置在基本轨上时，第一线激光传感器217a位于基本轨外侧、略高于基本轨且朝向基本轨，其投射的线激光覆盖基本轨的非作用边、非作用边侧的下颚部位、以及部分轨面，能够获取相应的点位数据。
第二线激光传感器217b通过相应的支架倾斜地安装在壳体211内顶部。当轨道检测车100载置在轨道上时，第二线激光传感器217b位于基本轨的外侧上方且朝向基本轨，其投射的线激光覆盖基本轨的非作用边、非作用边侧的腰部以及轨面，能够获取相应的点位数据。
第三线激光传感器217c通过相应的支架倾斜地安装在壳体211内顶部，且相对于第二线激光传感器217b更靠近车体20的中部。当轨道检测车100载置在基本轨上时，第三线激光传感器217c位于基本轨的内侧上方且朝向基本轨，其投射的线激光覆盖基本轨的作用边、作用边侧的腰部以及轨面，能够获取相应的点位数据。当基本轨内侧存在其他道岔钢轨件时，第三线激光传感器217c投射的线激光也能覆盖或部分覆盖该道岔钢轨件的上端面和内侧面。
第四线激光传感器217d也通过相应支架倾斜地安装在壳体211内顶部，其倾斜角度与第三激光传感器217c大致相同，其安装位置相对于第三激光传感器217c更靠近车体的中部。当轨道检测车100载置在基本轨上时，第四线激光传感器217d位于基本轨的内侧上方、靠近两条基本轨之间的位置，且朝向基本轨的轨底旁的位置，当基本轨内侧存在其他道岔钢轨件时，第四线激光传感器217d投射的线激光覆盖该道岔钢轨件的上端面和内侧面。
本实施例中，轨道检测车100上的多个线激光传感器型号均相同。并且在开始检测之前，相机以及线激光传感器均已经进行了标定，得到了相应的标定参数。
如图2所示，承载机构30包括四个承载轮组件31以及四个压紧组件32。四个承载轮组件31分别安装在车体20的宽度方向的两侧下部，且两两一组地安装在靠近车体20长度方向的一端的位置，分别对应于两条钢轨9。四个压紧组件32也安装在车体20的宽度方向的两侧下部，且分别位于四个承载轮组件31旁。轨道检测设备100通过四个承载轮组件31可移动地载置在两条钢轨9上，此时，四个压紧组件32分别位于对应侧的钢轨9的内侧。
图4是本实施例中承载轮组件的立体图。
图5是本实施例中承载轮组件的剖视图。
如图4～图5所示，承载轮组件31包括承载轮支架311、承载轮转轴312、承载轮313、轴承314以及刹车部件315。
承载轮转轴312的两端分别通过两个轴承314安装在承载轮支架311上。承载轮313安装在承载轮转轴312上，并被两个轴承314限位。本实施例中，承载轮313由绝缘材料制成，优选陶瓷或POM塑料材质，且承载轮313的绝缘电阻值不小于1MΩ，避免检测设备100使得两条钢轨连接通电，防止干扰轨道的电路系统。
承载轮313内部具有编码器容置槽3133，在其中两个承载轮313的编码器容置槽3133内设置有距离检测编码器317，用于在承载轮313沿钢轨9滚动时获取相应的里程信息。编码器容置槽3133的尺寸略大于距离检测编码器317的外形尺寸，因此距离检测编码器317与承载轮313不直接接触，可避免因发生摩擦而影响承载轮313转动。
需要说明的是，车体20的结构以及线激光传感器的安装位置，使得多个线激光传感器能够扫描得到正线钢轨9的同一个横断面的廓形数据。根据相应控制器的控制，在推车移动过程中，每经过预定的时间或是移动了预定距离后，多个线激光传感器同步进行扫描。线激光传感器采集得到的每帧点位数据(点云)包含几百至几千个坐标点，每个坐标点均包含里程信息(Y轴)、高度信息(Z轴)、宽度信息(X轴)、亮度信息。
图6是本实施例中压紧组件的侧视图。
图7是本实施例中压紧组件的立体图。
如图6～图7所示，压紧组件32包括压紧用支架321、导向部件322、弹性件323、轮体支架324、压紧轮转轴(图中未示出)、压紧轮326、锁止部件327、以及扳手部件328。
压紧用支架321包括安装块3211以及导向杆3212。导向杆3212为圆柱形杆，延伸方向与车体20的长度方向一致。
导向部件322包括导轨3221和滑块3222，导轨3221固定安装在壳体211上，其延伸方向与导向杆3212相同。滑块3222可滑动地安装在导轨3221上。
弹性件323为弹簧，也套装在导向杆3212上，且弹簧一端与安装块3211相抵接，另一端嵌入在轮体支架324上的圆柱槽内，且与该槽的槽底相抵接。
压紧轮转轴安装在轮体支架324端部的缺口中，压紧轮326可转动地安装在压紧轮转轴上，且部分地嵌入在该缺口内。压紧轮326也由上述绝缘材料制成。
因此，在弹性件323的弹簧力的作用下，能够将轮体支架324及其上的压紧轮326朝向钢轨内侧压紧，使得压紧轮326紧贴在钢轨的作用边上。本实施例中，当轨道检测车100载置在钢轨上时，压紧轮326位于钢轨轨面下方16cm处。
锁止部件327包括锁止配合件3271以及锁止件3272。
锁止件3272为锁定螺钉，安装在安装块3211上相应的锁止件用孔处，其螺钉端部可沿该孔移动。
锁止配合件3271呈条形板状，沿其长度方向开设有多个圆形孔。锁止配合件3271的一端安装在轮体支架324上，另一端穿过安装块3211上的锁止配合孔，且可沿该孔移动。上述锁止件用孔与锁止配合孔连通。当锁止件3272的螺钉端部向下伸出时，该螺钉端部穿过锁止件用孔到达锁止配合孔处，并穿入锁止配合件3271这一端上的圆形孔，从而将轮体支架324和安装块3211的相对位置进行固定(锁止)。
本实施例中，对应于其中一条钢轨9的两个压紧组件32中，锁止件3272为未锁定状态，其弹性件323可自由活动；另一侧的两个压紧组件32中，锁止件3272则为锁定状态，轮体支架324和安装块3211的位置固定，也即其压紧轮326相对于车体20的位置固定。也就是说，本实施例中，一侧的两个压紧组件32为固定侧轮的形式，另一侧的两个为弹簧侧轮的形式。
扳手部件328包括两个组合的连杆，用于供检测人员调节压紧轮326相对于车体20的相对位置，从而更便于将轨道检测车100放置到钢轨上。
推动机构40包括推车杆，以及安装在推车杆端部的笔记本支架。其中推车杆的角度可调节，笔记本支架相对于推车杆的角度也可调节。
本实施例中，检测人员将上述轨道检测车100载置到道岔处的基本轨上，并启动该车载的传感器、数据采集器，然后沿上述四个检测方向的其中之一推动轨道检测车100，轨道检测车100在沿该检测方向移动的过程中采集轨道廓形数据以及对应的里程信息。
此外，本实施例中，设定两个车体单元21中的线激光传感器均同步地获取轨道廓形数据。
检测起点定位步骤S2：基于轨件起点的廓形特征在轨道廓形数据中识别出轨件起点，得到相应的里程信息，并基于该里程信息以及预定的轨件起点与其附近的轨枕的距离信息得到该轨枕的里程信息，作为检测起点的里程信息。
本实施例中，该方法用于检测道岔尖轨的廓形缺陷，并对检测出的廓形缺陷进行自动定位。相应地，检测起点为尖轨起点附近的轨枕起点。
图8是本实施例中检测起点定位步骤的流程图。
如图8所示，检测起点定位步骤S2具体包括如下子步骤：
步骤S2-1：根据里程信息以及预定的轨件起点廓形匹配模板，依次对多帧轨道廓形数据进行廓形特征匹配，识别出轨件起点，并得到其类型和对应的里程信息。
具体地，本实施例中，根据尖轨起点廓形匹配模板，依次对各帧轨道廓形数据进行廓形匹配。在每帧轨道廓形数据中，查找预定位置范围内是否有廓形，在判断为有廓形时，根据模板对该位置范围内的廓形进行截取，基于截取出的廓形进行特征尺寸的计算，再判断计算出的特征尺寸是否与模板中相应特征数据相符，在相符时即判断为在当前廓形数据帧中识别出尖轨起点，将该帧廓形数据对应的里程信息作为尖轨起点的里程信息。
在尖轨起点之前，测得的廓形数据中只有基本轨的廓形，在尖轨起点处，廓形数据中则进一步出现了尖轨的廓形。由于在尖轨起点处，基本轨和尖轨的相对位置是大致固定的，并且尖轨起点的廓形特征也是预知的(有相应的图纸数据)，因此可以基于基本轨和尖轨的相对位置在测得的轨道廓形中提取出尖轨的廓形部分，并基于尖轨起点的廓形特征判断提取出的廓形部分是否为尖轨起点的廓形。
图9是本实施例中贴合状态的尖轨廓形截取的示意图。
如图9所示，以贴合状态的尖轨为例，判断廓形数据中预定的多个位置范围内是否有廓形，在判断为其中的第一位置范围内(对应于贴合状态的尖轨的位置)有廓形时，基于模板对该部分廓形进行截取，截取出尖轨的内侧轨腰的廓形线(大致为竖直的直线段)以及尖轨轨底上端面的廓形线(为水平略有倾斜的直线段)。之后，判断截取出的廓形中是否存在这两个直线段，在判断为是时，进一步判断这两个直线段之间的夹角是否为预定值，在判断为是时，即代表识别出贴合状态的尖轨起点的廓形。
图10是本实施例中斥离状态的尖轨廓形截取的示意图。
如图10所示，对于斥离状态的尖轨，判断廓形数据中预定的多个位置范围内是否有廓形，在判断为其中的第二位置范围内(对应于斥离状态的尖轨)有廓形时，以同样方式对该部分廓形进行截取及特征尺寸的计算，从而识别出斥离状态的尖轨起点的廓形。
步骤S2-2：基于轨件起点的里程信息、以及预定的轨件起点和与其最接近的轨枕之的间距，得到该轨枕的里程信息，作为检测起点的里程信息。
本实施例中，预存有尖轨起点到与尖轨起点最接近的轨枕的中心线(轨枕宽度方向的中心线)的距离值，将尖轨起点的里程加上该距离值即可得到该轨枕的中心线的里程，作为检测起点的里程。
本实施例中，预定有整个道岔区的所有轨枕的信息，以下表1示例性地示出了其中部分轨枕的信息。
表1道岔区轨枕信息表
表1中，直股/曲股积累里程、直股/曲股轨间距的单位均为mm。直股/曲股枕间距指的也同样是相邻两个轨枕的中心线之间的间距。
如表1所示，预定的道岔区的轨枕信息包括直股的轨枕信息、曲股的轨枕信息。直股的轨枕信息包括从整个道岔区的起点起、沿直股方向各个轨枕的编号、相邻两个轨枕之间的间距里程、到该轨枕处直股的积累里程、以及轨枕编号对应的道岔位置(例如轨件起点、轨件拐点等)。曲股的轨枕信息同样，不再赘述。可以看到，道岔区的相邻两个轨枕之间并不都是等间距的，并且直股和曲股的轨枕间距也有所不同。因此，需要判定当前的检测方向是沿直股还是曲股。
检测方向判定步骤S3：基于检测到的轨件起点的类型、检出该轨件起点的轨道廓形数据所对应的轨道侧以及预定的检测方向判定规则，判定当前检测方向。
本实施例中，当检测出的轨件起点的类型为斥离状态的尖轨起点、且检出该尖轨起点的轨道廓形数据来自于轨道检测车的第一车体单元(图2中左侧的车体单元20)时，判定当前检测方向为直股的第一方向。
当检测出的轨件起点的类型为贴合状态的尖轨起点、且检出该尖轨起点的轨道廓形数据来自于轨道检测车的第一车体单元时，判定当前检测方向为曲股的第一方向。
可以理解，同理也可以当检测出的轨件起点的类型为贴合状态的尖轨起点、且检出该尖轨起点的轨道廓形数据来自于轨道检测车的第二车体单元(图2中右侧的车体单元20)时，判定为当前检测方向为直股的第一方向；或者，也可以结合轨道检测车两个车体单元的轨道廓形数据的检测结果，即当第一车体单元的廓形数据检出贴合状态的尖轨起点、第二车体单元对应的廓形数据(同里程的廓形数据)检出斥离状态的尖轨起点时判定当前检测方向为直股的第一方向，仅一侧车体单元检出时则可产生相应的警示信息等，可进一步提高方向判定的准确度。
直股的第二方向、曲股的第二方向可同理根据检测出的护轨起点的廓形、检出该廓形的数据来自于哪一侧的车体单元来进行判定。
轨道病害检测步骤S4：基于轨道廓形数据和/轨道图像、对应的里程信息以及预定的轨道病害检测算法检测出轨道病害，并得到轨道病害的里程信息。
本实施例中，基于尖轨的轨道廓形数据以及预定的尖轨廓形检测算法，对尖轨的廓形缺陷进行检测，测量尖轨的磨耗量。
图11是本实施例中轨道病害检测步骤的流程图。
如图11所示，轨道病害检测步骤S4具体包括如下子步骤：
步骤S4-1：基于尖轨起点的里程信息以及预定的待检测位置与尖轨起点的距离信息，从多帧轨道廓形数据中提取出待检测位置的数据。
步骤S4-2：对提取出的轨道廓形数据进行预处理，得到目标廓形。
其中，预处理包括对轨道廓形数据进行滤波，初步去除一定的杂边等，以及基于预定算法将廓形的断点处连接形成完整廓形等。
步骤S4-3：以基本轨的非作用边侧的下颚部位为基准，将目标廓形与标准基本轨廓形进行匹配。
其中，基本轨的非作用边不与车轮接触，因此基本没有磨损，也不易受到脏污遮挡等，且非作用边侧的下颚部位具有一个易于识别的角部，因此采用该下颚部位作为匹配基准，能够提高匹配精度，且匹配算法相对更为易于实现。
步骤S4-4：基于尖轨的廓形特征以及基本轨和尖轨的相对位置，在匹配后的目标廓形中筛选出尖轨廓形。
步骤S4-5：以尖轨的内侧轨腰及轨底上端面为基准，将筛选出的尖轨廓形与尖轨的标准全断面廓形进行匹配。
步骤S4-6：计算尖轨廓形相对于匹配的标准全断面廓形的第一偏差量，以及计算待检测位置的标准尖轨廓形相对于标准全断面廓形的第二偏差量，并计算第一偏差量与第二偏差量之间的相差量，作为待检测位置处尖轨的磨耗量。
其中，标准尖轨廓形也即待检测位置处的理想的、无磨耗的尖轨廓形。标准全断面廓形为尖轨后面部分的廓形，该廓形类似于基本轨廓形。
步骤S4-7：判断待检测位置处尖轨的磨耗量是否大于预定的磨耗量阈值，在判断为是时即识别出相应的轨道病害(尖轨廓形磨损)，将该帧廓形数据对应的里程信息作为该轨道病害的里程信息。
图12是本实施例中计算尖轨磨耗量的流程示意图。
如图12所示，上述步骤S4-6具体包括如下子步骤：
步骤S4-6-1：基于待检测位置的里程信息，判断待检测位置是否为多个预定的关键位置中的一个。
步骤S4-6-2：在步骤S4-6-1判断为是时，基于里程信息从多个预定的关键尖轨廓形中提取出对应的一个。
步骤S4-6-3：以尖轨的内侧轨腰及轨底上端面为基准，将提取出的关键尖轨廓形与标准全断面廓形进行匹配，并计算关键尖轨廓形相对于匹配的标准全断面廓形的第一偏差量。
其中，第一偏差量包括关键尖轨廓形的顶点与标准全断面廓形的顶点的竖直间距值、以及关键尖轨廓形的工作边部分上的侧磨检测点相对于标准全断面廓形的工作边部分的水平间距值。
由于在尖轨特定位置有对应的图纸数据，因此当待检测位置正好为这些特定位置时，可以根据图纸数据得到对应的标准廓形，用以计算磨耗量。
步骤S4-6-4：在在步骤S4-6-1判断为否时，基于里程信息提取出与待检测位置相邻的关键位置的关键尖轨廓形、以及基于里程信息判定待检测位置所属的尖轨区间，得到相应的区间渐变值。
步骤S4-6-5：以尖轨的内侧轨腰及轨底上端面为基准，将提取出的关键尖轨廓形与标准全断面廓形进行匹配，并计算关键尖轨廓形相对于匹配的标准全断面廓形的第一偏差量，并基于里程信息和区间渐变值对该偏差量进行修正，得到第一偏差量。
其中，尖轨是变截面轨件，在非关键位置处没有对应的图纸数据，但其截面形状是有规律渐变的，因此可以基于最接近的关键位置的廓形、待检测位置与该最接近的关键位置之间的距离、区间渐变值来进行计算。
步骤S4-6-6：以尖轨的内侧轨腰及轨底上端面为基准，将测得的尖轨廓形与标准全断面廓形进行匹配，并计算尖轨廓形相对于匹配的标准全断面廓形的第二偏差量。
其中，第二偏差量同样包括两者顶点之间的竖直间距值、两者工作边部分上侧磨检测点的水平间距值。
步骤S4-6-7：计算第一偏差量和第二偏差量之间的相差量，作为待检测位置处尖轨的磨耗量。
其中，计算第一、第二偏差量中两个竖直间距值的差值，作为待检测位置处尖轨的垂磨值；计算第一、第二偏差量中两个水平间距值的差值，作为其侧磨值。
通过上述方法，即使在没有标准图纸数据的检测位置，也能够得到尖轨准确的磨耗值；并且能够以同样的算法检测尖轨各位置的磨耗值，不需因尖轨截面的变化而配置多种不同匹配算法、磨耗计算算法。
以上仅作为示例，示出一类轨道病害的检测方法，此外，也可以基于相机采集的轨道图像来进行另一类轨道病害的检测，例如将对采集的轨道图像进行预处理后，输入训练好的神经网络模型，识别出轨面上的掉块，得到掉块的锚框坐标，并根据相机和线激光传感器之间的标定关系，将锚框坐标转换为轨道廓形数据的坐标，从而得到轨面掉块的里程信息。
轨道病害定位步骤S5：基于检测方向、轨道病害的里程信息、检测起点的里程信息以及预设的检测起点处的轨枕编号，得到轨道病害对应的目标轨枕的轨枕编号，以及轨道病害到该目标轨枕的距离信息。
图13是本实施例中轨道病害定位步骤的流程图。
如图13所示，轨道病害定位步骤S5具体包括如下子步骤：
步骤S5-1：基于检测方向、轨件起点的类型在预定的道岔区轨枕信息中查找得到对应的轨枕的轨枕编号以及对应的积累里程。
例如，当前检测方向为直股第一方向，轨件起点的类型为尖轨起点，则在表1中查找得到尖轨起点对应的轨枕编号为直股8，该轨枕对应的直股积累里程为4500，里程单位均为mm，下同。
步骤S5-2：基于检测起点的里程、轨道病害的里程计算轨道病害与检测起点之间的间距。
步骤S5-3：基于检测起点对应的积累里程以及计算得到的间距，得到轨道病害对应的积累里程。
例如，计算得到检测起点和病害的间距里程为3500，则得到轨道病害对应的积累里程为4500+3500＝8000。
步骤S5-4：基于轨道病害的积累里程，在预定的道岔区轨枕信息中查找得到对应的目标轨枕的轨枕编号以及积累里程，其中，在小于轨道病害的积累里程的所有的轨枕对应的积累里程中，查找最接近轨道病害的积累里程的一个作为目标轨枕，得到该目标轨枕的轨枕编号。
例如，轨道病害对应的积累里程为8000，在所有直股积累里程小于8000的轨枕中，查找积累里程最接近8000的一个，查找到直股积累进程为7500的目标轨枕，得到其轨枕编号为直股13。
步骤S5-5：基于轨道病害的积累里程和目标轨枕的积累里程，计算得到轨道病害与目标轨枕的间距。
例如，轨道病害的直股积累里程为8000，目标轨枕的直股积累进程为7500，则得到轨道病害与目标轨枕的间距为8000-7500＝500。也即将该轨道病害准确定位到了与轨枕编号为直股13的轨枕距离为500mm的位置处。在轨道现场，每个轨枕上或是每间隔若干个轨枕会标记有相应的轨枕编号，因此检测人员可直观、方便地找到该轨枕，并根据上述距离快速找到其附近的轨道病害的位置。
以上以直股为例进行了说明，曲股也是同理计算，不再重复说明。
之后，可以将检测出的轨道病害的类型、病害特征数据(如上述垂磨值、侧磨值)、轨道病害对应的廓形数据帧/二维图像帧、目标轨枕的轨枕编号、轨道病害与目标轨枕的间距对应存储，以便检测人员进行查询及进一步分析，通过目标轨枕的轨枕编号以及病害与目标轨枕的距离信息，检测人员可以方便地定位到轨道现场的相应位置，以便前往该位置进行人工复核或是进一步检测等。
图14是本实施例中轨道病害自动定位设备的框图。
如图14所示，本实施例还提供一种与上述方法相对应的轨道病害自动定位设备60，该设备包括轨枕信息存储部601、检测用信息存储部602、定位侧通信部603、检测起点定位部604、检测方向判定部605、轨道病害检测部606、轨道病害定位部607、病害信息存储部608、定位侧控制部609。
其中，轨枕信息存储部601存储有如表1所示的道岔区的轨枕信息。检测用信息存储部602存储有进行病害检测及定位所需的参数等信息。定位侧通信部603用于与其他设备进行通信，包括从轨道检测车载的数据采集装置获取轨道廓形数据、轨道图像以及对应的里程信息。检测起点定位部604按上述步骤S2的方法定位检测起点的轨枕。检测方向判定部605按上述步骤S3的方法自动判定当前检测方向。轨道病害检测部606按上述步骤S4的方法检测轨道病害。轨道病害定位部607按上述步骤S5的方法定位轨道病害。病害信息存储部608用于存储上述轨道病害信息，其中包括通过定位得到的轨枕编号和距离信息。定位侧控制部609用于对上述各功能部的工作进行控制。
作为其中一个示例，轨道病害自动定位设备60为设置有相应计算机程序的笔记本电脑，该笔记本电脑载置在轨道检测车100的笔记本载置架上，并通过线缆与车载的数据采集装置连接。检测人员可以通过该笔记本电脑方便地获取轨道病害的定位结果。
本实施例中，未详细说明的部分为本领域的公知技术。
实施例一的作用与效果
根据本实施例提供的轨道病害自动定位方法及设备，轨道病害自动定位方法及设备，该方法包括检测起点定位步骤、轨道病害检测步骤、轨道病害定位步骤，其中，检测起点定位步骤中，基于轨件起点的廓形特征识别出轨件起点，并定位到该轨件起点附近的轨枕，得到其里程信息；轨道病害检测步骤中检测出轨道病害并得到其里程信息；轨道病害定位步骤中基于检测起点的轨枕的里程和轨道病害的里程得到与轨道病害对应的至少一个轨枕编号，也即，该方法能够将检测出的轨道病害的位置准确地定位到现场轨道的一个轨枕附近，基于相应的轨枕编号，检测人员就可以在现场快速找到该轨枕及其附近的轨道病害，从而便于对自动检测出的轨道病害进行复核、或是进一步检测及分析，能够提高现场轨道检测的效率。
实施例中，通过轨道检测车载的线激光传感器、相机及里程编码器来对应采集轨道廓形数据、二维图像和里程信息。由于轨道检测车采用了较宽的承载轮，因此即使钢轨件作用边有一定磨损等，该承载轮仍可稳定沿钢轨件表面滚动，带动内部的里程编码器计里程；里程编码器设置在承载轮内部槽中且与该槽周向有一定间距，因此里程编码器不影响承载轮的转动，此处，轨道检测车还配有四个压紧组件，因此能够测得非常准确的里程数据。另一方面，轨枕固定在基底结构上，其位置也不易发生变动。因此，结合测得的里程数据和轨枕信息能够准确定位轨道病害。相对于检测的整个轨道区段，轨枕分布较密、间距较小，因此将轨道病害定位到对应的轨枕编号，检测人员能够快速地在现场找到病害位置。
实施例中，该方法用于道岔区的病害定位，由于道岔区分直股和曲股，直股中和曲股中轨枕的分布间距等不同，因此还基于检测到的轨件类型、检出该轨件的廓形数据对应的车体单元先自动识别判定当前检测方向，确定当前在直股还是曲股，再相应计算病害附近的轨枕编号，通过这样，检测人员无需事先设定检测方向，操作更为方便快捷且可避免人工设定造成的错漏。
实施例中，不仅基于积累里程计算得到与轨道病害相邻的轨枕的轨枕编号，还进一步计算得到病害位置到该轨枕中心线的距离，定位更为准确，当相邻两个轨枕之间分布有多处检出的轨道病害时，基于该距离可方便快速地定位到其中一个。
实施例中，还将检出的轨道病害类型、特征尺寸数据、原始采集数据、对应的轨枕编号和距离对应存储，便于检测人员查询以及进行进一步分析，后续也可基于存储的该信息生成病害的可视化分布结果等，以给检测人员提供更为直观、易于理解分析的结果数据。
<实施例二>
本实施例提供一种轨道病害自动定位方法及设备，与实施例一相比，区别之处在于，本实施例的方法用于对正线钢轨上的轨道病害进行自动定位。
轨道数据采集步骤S1中，检测人员将轨道检测车放置到正线钢轨上，设定检测起点处的轨枕的轨枕编号，并沿正线钢轨推动轨道检测车进行数据采集。
其中，需要将轨道检测车放置到相邻两根钢轨间的轨缝前。再推动轨道检测车移动，经过该轨缝。采集得到的廓形数据中，在该轨缝处的廓形数据帧中没有正线钢轨的廓形，而在该轨缝之后、一段正线钢轨的起点处，廓形数据帧中则进一步出现了正线钢轨的廓形，从而可同理定位正线钢轨的起点，并定位到与正线钢轨起点最接近的轨枕，将其作为检测起点。
检测起点定位步骤S2中，同理地，基于里程信息以及预定的正线钢轨起点廓形匹配模板，依次对多帧轨道廓形数据进行廓形特征匹配，识别出正线钢轨的起点，并得到对应的里程信息；然后基于正线钢轨的起点和与其最接近的轨枕之间的距离信息，得到该轨枕的里程信息，作为检测起点的里程信息。
轨道病害检测步骤S3中，同理可基于测得的轨道廓形数据以及正线钢轨的标准廓形进行廓形匹配，以检测正线钢轨的磨耗量；或是基于测得的轨道图像进行正线钢轨的轨面掉块等表面损伤的检测，在检测出相应轨道病害后得到对应的里程信息，不再赘述。
正线钢轨不像道岔具有直股曲股，因此可省略步骤S4。
图16是本实施例中正线钢轨的轨枕编号的示意图。
如图16所示，本实施例中，正线钢轨的轨枕编号包括里程范围、CPIII编号、区间序号、轨枕序号。例如某个轨枕的轨枕编号为1534311002，代表线路里程为K1534范围，左线(CPIII编号为奇数代表轨道左线)第11个区间的第2个轨枕。相邻两个轨枕之间的间距基本上是固定值。因此，根据检测起点的轨枕的轨枕编号、以及检测起点到轨道病害位置的距离，就可以计算出轨道病害位置附近的轨枕的编号。
图17是本实施例中轨道病害定位步骤的流程图。
如图17所示，轨道病害定位步骤S5具体包括如下步骤：
步骤S5-1：基于检测起点的里程M0、轨道病害的里程M1以及预定的相邻两个轨枕之间的间距d，计算检测起点与轨道病害之间的轨枕数量n1：
步骤S5-2：基于检测起点的轨枕的轨枕编号N0、轨枕数量n1、预定的每个区间的轨枕数量k，计算与轨道病害相邻的目标轨枕的轨枕编号N1：
本实施例中，沿轨道正向进行检测以及相应计算，也即沿检测行进方向，区间序号增大、每个区间中的轨枕序号增大。如沿反向进行检测，则可相应调整公式。
步骤S5-3：基于检测起点的里程M0、轨道病害的里程M1、预定的相邻两个轨枕之间的间距d、轨枕数量n1，计算轨道病害与目标轨枕之间的距离D1：
D1＝M1-M0-(d*n1)
可以理解，本实施例中，也可以如实施例一，预存有正线钢轨的轨枕信息，包括各轨枕的轨枕编号、相邻两个轨枕之间的间距、预定的正线钢轨某个起点到各个轨枕处的积累里程等，并采用与实施例一类似的方法得到与轨道病害位置相邻的轨枕的轨枕编号。
本实施例中，轨道检测车的结构及其他步骤与实施例一中相同，因此不再重复说明。
实施例二的作用与效果
根据本实施例提供的轨道病害自动定位方法及设备，用于对正线轨道的病害进行自动定位，基于正线轨道检测段较长、其轨枕间隔均匀地分布等特点，基于检测起点的轨枕编号、轨枕间距、检测起点的里程、轨道病害的里程计算得到轨道病害对应的轨枕编号以及距离，同样能够将检测出的正线轨道的轨道病害准确定位到对应的轨枕附近，便于检测人员现场查找该病害，并且采用这样的计算方式，不需预先存储大量轨枕信息。
上述实施例仅用于举例说明本发明的具体实施方式，而本发明不限于上述实施例的描述范围。
在上述实施例中，作为示例，轨道病害检测步骤中进行了轨件廓形的检测、轨面掉块的检测，在替代方案中，在轨道病害检测步骤中也可以采用现有技术中的其他的基于轨道廓形数据和/轨道图像的病害检测方法，来进行相应的病害检测。
在上述实施例中，将轨道病害定位到沿检测方向最接近的一个轨枕附近，并提供病害与该轨枕的间距，从而在现场准确定位病害位置，在替代方案中，也可以将轨道病害定位到相邻的两个轨枕之间，由于相对于轨道区段的整体长度，轨枕分布较密，因此这样也能让检测人员相对快速地找到病害位置。

Claims (10)

1.一种轨道病害自动定位方法，其特征在于，包括：
检测起点定位步骤：基于轨件起点的廓形特征在线激光传感器采集的轨道廓形数据中识别出该轨件起点，得到对应的里程信息，并基于该里程信息以及预定的该轨件起点与其附近的轨枕的距离信息得到该轨枕的所述里程信息，作为检测起点的里程信息；
轨道病害检测步骤：基于所述轨道廓形数据和/二维相机采集的轨道图像、对应的所述里程信息以及预定的轨道病害检测算法检测出轨道病害，并得到对应的里程信息；
轨道病害定位步骤：基于所述检测起点的所述里程信息、所述轨道病害的里程信息、以及预定的轨道中多个轨枕的轨枕信息，得到所述轨道病害对应的至少一个轨枕编号。
2.根据权利要求1所述的轨道病害自动定位方法，其特征在于，用于对道岔区的所述轨道病害进行定位，在所述轨道病害定位步骤之前，还包括：
检测方向判定步骤，基于检出的所述轨件起点的类型、检出该轨件起点的所述轨道廓形数据所对应的轨道侧以及预定的检测方向判定规则，判定当前检测方向，
其中，所述检测起点定位步骤中，还基于所述轨件起点的廓形特征得到该轨件起点的类型，
所述轨道病害定位步骤中，基于所述当前检测方向、所述检测起点的所述里程信息、所述轨道病害的所述里程信息以及所述轨枕信息，得到所述轨道病害对应的所述轨枕编号。
3.根据权利要求2所述的轨道病害自动定位方法，其特征在于：
其中，所述轨枕信息为道岔区轨枕信息，包括所述道岔区中各轨枕的轨枕编号、沿所述当前检测方向对应的积累里程，
所述轨道病害定位步骤包括：
基于所述当前检测方向、所述轨件起点的类型在预定的道岔区轨枕信息中查找得到对应的积累里程；
基于所述检测起点的里程信息、所述轨道病害的里程信息计算所述轨道病害与所述检测起点的间距；
基于检测起点对应的所述积累里程以及计算得到的所述间距，计算所述轨道病害对应的积累里程；
基于所述轨道病害的积累里程，在所述道岔区轨枕信息中查找得到对应的目标轨枕的轨枕编号以及积累里程；
基于所述轨道病害的积累里程和所述目标轨枕的积累里程，计算所述轨道病害与所述目标轨枕的距离。
4.根据权利要求2所述的轨道病害自动定位方法，其特征在于：
其中，所述检测起点识别步骤包括：
根据所述里程信息以及预定的道岔轨件的轨件起点廓形匹配模板，依次对多帧所述轨道廓形数据进行廓形特征匹配，识别出所述道岔轨件的所述轨件起点，并得到其类型和对应的里程信息；
基于所述轨件起点的里程信息、预定的该轨件起点和与其最接近的轨枕的中心线的间距，得到该轨枕的中心线的里程信息，作为所述检测起点的里程信息。
5.根据权利要求4所述的轨道病害自动定位方法，其特征在于：
其中，所述道岔区的类型为单开道岔，具有直股方向和曲股方向，
所述道岔轨件至少包括尖轨，
所述轨道廓形数据通过轨道检测设备获取，该设备包括第一检测单元和第二检测单元，分别用于获取轨道两侧的所述轨道廓形数据，
所述检测方向判定步骤包括：
当检出所述轨件起点的类型为斥离状态的尖轨起点，且检出该轨件起点的所述轨道廓形数据来自所述第一检测单元时，判定为所述当前检测方向为所述直股方向；
当检出所述轨件起点的类型为贴合状态的尖轨起点，且检出该轨件起点的所述轨道廓形数据来自所述第一检测单元时，判定为所述当前检测方向为所述曲股方向，
所述轨道病害定位步骤中，根据所述当前检测方向对应地查找获取直股积累里程或曲股积累里程。
6.根据权利要求1所述的轨道病害自动定位方法，其特征在于，用于对正线轨道的所述轨道病害进行定位，
其中，所述轨枕信息为正线轨枕信息，包括相邻两个轨枕的轨枕间距以及每个区间包含的区间轨枕数量，
所述正线轨道的轨枕编号包括区间序号和轨枕序号，
所述轨道病害定位步骤包括：
基于所述检测起点的里程信息、所述轨道病害的里程信息以及所述轨枕间距，计算所述检测起点与所述轨道病害之间的间隔轨枕数量；
基于预定的所述检测起点的轨枕编号、所述间隔轨枕数量、所述区间轨枕数量，计算与所述轨道病害对应的目标轨枕的轨枕编号；
基于所述检测起点的里程信息、所述轨道病害的里程信息、所述轨枕间距、所述间隔轨枕数量，计算所述轨道病害与所述目标轨枕的距离。
7.根据权利要求6所述的轨道病害自动定位方法，其特征在于：
其中，所述检测起点识别步骤包括：
根据所述里程信息以及预定的轨件起点廓形匹配模板，依次对多帧所述轨道廓形数据进行廓形特征匹配，识别出正线钢轨的所述轨件起点，并得到其类型和对应的里程信息；
基于所述轨件起点的里程信息、预定的该轨件起点和与其最接近的轨枕的中心线的间距，得到该轨枕的中心线的里程信息，作为所述检测起点的里程信息。
8.根据权利要求1所述的轨道病害自动定位方法，其特征在于：
其中，所述轨道病害检测步骤中，基于预定的待检测位置与所述检测起点的间距提取出对应的所述轨道廓形数据，并将提取出的所述轨道廓形数据中的廓形与预定的待检测位置处的标准廓形进行比对，在所述廓形相对于所述标准廓形的偏差大于预定的偏差阈值时，判定为识别出相应的所述轨道病害，并将该帧轨道廓形数据对应的里程信息作为该轨道病害的里程信息。
9.根据权利要求1所述的轨道病害自动定位方法，其特征在于：
其中，所述轨道病害检测步骤中，将所述轨道图像输入训练完成的用于识别特定轨道病害的神经网络模型中，该模型输出识别出的所述轨道病害的位置信息，并基于所述二维相机和所述线激光传感器的标定关系将该位置信息转换为所述轨道病害的里程信息。
10.一种轨道病害自动定位设备，其特征在于，包括：
检测起点定位部，用于基于轨件的轨件起点的廓形特征在线激光传感器采集的轨道廓形数据中识别出该轨件起点，得到对应的里程信息，并基于该里程信息以及预定的该轨件起点与其附近的轨枕的距离信息得到该轨枕的所述里程信息，作为检测起点的里程信息；
轨道病害检测部，用于基于所述轨道廓形数据和/所述轨道图像以及所述里程信息检测出轨道病害，并获得对应的所述里程信息；以及
轨道病害定位部，用于基于所述轨道病害的所述里程信息、所述检测起点的所述里程信息、以及预设的所述检测起点的轨枕的轨枕编号，得到所述轨道病害对应的至少一个所述轨枕编号。
CN202311574801.4A 2023-11-23 2023-11-23 轨道病害自动定位方法及设备 Pending CN117665844A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311574801.4A CN117665844A (zh) 2023-11-23 2023-11-23 轨道病害自动定位方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311574801.4A CN117665844A (zh) 2023-11-23 2023-11-23 轨道病害自动定位方法及设备

Publications (1)

Publication Number Publication Date
CN117665844A true CN117665844A (zh) 2024-03-08

Family

ID=90070523

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311574801.4A Pending CN117665844A (zh) 2023-11-23 2023-11-23 轨道病害自动定位方法及设备

Country Status (1)

Country Link
CN (1) CN117665844A (zh)

Similar Documents

Publication Publication Date Title
US11259007B2 (en) 3D track assessment method
CN107607044B (zh) 一种基于激光位移传感器的车轮踏面磨耗检测方法
US7659972B2 (en) Rail measurement system
US7210242B2 (en) Detection method of lift guide rail perpendicularity and a detector for implementing this method
CN103322936B (zh) 轮对尺寸在线监测方法
CN1215229C (zh) 辨认轨枕位置用的机械与辨认方法
US20050279240A1 (en) Enhanced method and apparatus for deducing a correct rail weight for use in rail wear analysis of worn railroad rails
CN207268608U (zh) 列车轮对尺寸动态检测系统
CN116934680A (zh) 道岔轨件轨面掉块检测方法及设备
CN109060828A (zh) 一种机车车轮踏面缺陷图像检测系统
Yao et al. The online monitoring system of pantograph slider based on 2D laser displacement sensors
Magnus Noncontact technology for track speed rail measurements: ORIAN
CN116923491A (zh) 尖轨磨耗检测方法及设备
CN117665844A (zh) 轨道病害自动定位方法及设备
CN108072332A (zh) 移动式钢轨状态检测系统
CN106184284B (zh) 基于线激光多截面扫描的列车轮对直径自动化测量方法和系统
CN116923479A (zh) 正线钢轨检测系统及方法
JP3629568B2 (ja) 架線検査方法および架線検査装置
Boronahin et al. Optical profilometers for rail track diagnostics
JP3282685B2 (ja) モノレールの電車軌条の摩耗検査装置
CN116923490A (zh) 道岔轨件自动识别定位方法及设备
CN208721586U (zh) 一种机车车轮踏面缺陷图像检测系统
CN116923492A (zh) 正线钢轨磨耗检测方法及设备
CN109840907A (zh) 一种基于深度学习的钢轨磨损检测方法
CN117781910A (zh) 轨距检测方法及装置

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20240711

Address after: 317200 Shifeng Street Guantang village, Tiantai County, Taizhou City, Zhejiang Province

Applicant after: ZHEJIANG YINLUN INTELLIGENT EQUIPMENT CO.,LTD.

Country or region after: China

Applicant after: CENTRAL PLAINS LEADER RAILWAY TRACK TECHNOLOGY DEVELOPMENT Co.,Ltd.

Applicant after: Zhejiang Tiantai Xianghe Intelligent Equipment Co.,Ltd.

Address before: 317200 Shifeng Street Guantang village, Tiantai County, Taizhou City, Zhejiang Province

Applicant before: ZHEJIANG YINLUN INTELLIGENT EQUIPMENT CO.,LTD.

Country or region before: China

Applicant before: CENTRAL PLAINS LEADER RAILWAY TRACK TECHNOLOGY DEVELOPMENT Co.,Ltd.

Applicant before: Zhejiang Tiantai hezhixiang Investment Co.,Ltd.