CN117928386B - 一种便携式双目接触网几何参数检测系统及方法 - Google Patents
一种便携式双目接触网几何参数检测系统及方法 Download PDFInfo
- Publication number
- CN117928386B CN117928386B CN202410332220.8A CN202410332220A CN117928386B CN 117928386 B CN117928386 B CN 117928386B CN 202410332220 A CN202410332220 A CN 202410332220A CN 117928386 B CN117928386 B CN 117928386B
- Authority
- CN
- China
- Prior art keywords
- spot
- light
- contact net
- binocular
- spots
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012545 processing Methods 0.000 claims description 15
- 238000007781 pre-processing Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 10
- 230000004927 fusion Effects 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 230000003313 weakening effect Effects 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 22
- 230000008901 benefit Effects 0.000 abstract description 6
- 230000007547 defect Effects 0.000 abstract description 5
- 102000001218 Rec A Recombinases Human genes 0.000 description 11
- 108010055016 Rec A Recombinases Proteins 0.000 description 11
- 238000003384 imaging method Methods 0.000 description 7
- 238000006073 displacement reaction Methods 0.000 description 6
- 229910000831 Steel Inorganic materials 0.000 description 5
- 239000010959 steel Substances 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000005654 stationary process Effects 0.000 description 1
- 230000005641 tunneling Effects 0.000 description 1
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
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- 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
- G01B11/03—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring coordinates of points
-
- 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
- G01B11/0608—Height gauges
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请公开了一种便携式双目接触网几何参数检测系统及方法,该系统包括小车走行平台,以及固定在所述小车走行平台上的双目测量组件、推杆组件及上位机;所述双目测量组件包括线激光器和两个面阵数字相机,线激光器持续向上投射激光束到接触网上,两个面阵数字相机左右布局、随着所述小车走行平台在所述轨道上的移动向上持续拍摄激光束在接触网上的光幕靶图片,发送至上位机;所述上位机接收光幕靶图片并通过双目几何参数检测方法计算接触网的几何参数,形成接触网状态观测数据,本申请记载的系统及方法具有对接触网几何参数快速连续测量、测量精度高、测量效率高的优势,解决了传统人工测量效率低、且为单点测量不能连续测量的缺点。
Description
技术领域
本申请涉及铁路轨道设备测量技术领域,特别涉及一种便携式双目接触网几何参数检测系统及方法。
背景技术
随着铁路事业的不断发展,列车运行速度不断的提升,列车对铁路接触网的要求也越来越高,架空接触网作为电力机车的唯一、无备用的动力来源,其安全性直接关系列车的运营安全。接触线、承力索的导高、拉出值等几何参数作为接触网的基本参数,其直接反应了接触网的状态。由此研发了诸多车载式接触网检测装置,同时搭配传统DJJ-8接触网测量仪实现接触网参数的定期检测。
但车载式接触网检测装置上线检测需申请上线作业天窗,且需车辆部门、接触网检测部门协同配合,同时由于工务、信号、电务等多部门需上线作业致检测天窗频次低,不足以应对接触网参数检修需求。存在检测频次低、只能检测正线不能检测车站、出入站等区段侧线接触网几何参数。DJJ-8等手持式接触网测量仪需人工精确操作激光点发射至5300~6500mm高空、约13mm宽的接触线上测量,存在测量效率低、且为单点测量不能连续测量的缺点。
有鉴于此,目前亟需一种便携式双目接触网几何参数检测系统及方法。
发明内容
针对现有技术中的上述不足,本发明提供的一种便携式双目接触网几何参数检测系统及方法,具有对接触网几何参数快速连续测量、测量精度高、测量效率高的优势,解决了传统人工测量效率低、且为单点测量不能连续测量的缺点。
本申请为了实现上述目的具体采用以下技术方案:
一种便携式双目接触网几何参数检测系统,包括小车走行平台,以及固定在所述小车走行平台上的双目测量组件、推杆组件及上位机;
所述小车走行平台能够在轨道上移动;
所述双目测量组件包括线激光器和两个面阵数字相机,线激光器持续向上投射激光束到接触网上,两个面阵数字相机左右布局、随着所述小车走行平台在所述轨道上的移动向上持续拍摄激光束在接触网上的光幕靶图片,发送至上位机;
所述推杆组件用于安装上位机及推动小车走行平台沿轨道移动;
所述上位机接收光幕靶图片并通过双目几何参数检测方法计算接触网的几何参数,形成接触网状态观测数据,可以进一步判断接触网状态是否存在异常。
作为一种可选的技术方案,所述小车走行平台上还设置轨距测量单元,所述轨距测量单元用于测量轨道间距、倾角、超高参数,并发送至上位机。
作为一种可选的技术方案,所述小车走行平台上还设置速度里程测量单元,所述速度里程测量单元用于测量小车走行平台的走行速度及里程,并发送至上位机。
基于同一个发明构思,另一方面还提供了一种双目几何参数检测方法,包括单目图片预处理、双目数据关联处理及双目数据匹配处理,其中:
所述单目图片预处理过程为:获取一帧光幕靶图片进行降噪,自适应分割为不重叠的矩形区,对矩形区进行自适应二值化处理,再对每个所述的自适应二值化矩形区进行边界搜索找到光斑;对光斑存在的区域进行光斑特征提取,并判断对应的光斑特征是否属于接触网零部件特征;
若光斑特征属于接触网零部件特征,根据所述接触网零部件特征、以及与所述接触网零部件特征对应的亚像素坐标、光斑特征,生成对应的零部件类别标记;进行邻域搜索,对领域内的同类别光斑进行光斑融合;根据零部件类别标记,根据零部件特征更新光斑坐标;
所述双目数据关联处理过程为:根据同时刻的左右双帧光幕靶图片中的两组光斑参数归一化为光斑参数序列,构建特征比较矩阵,利用特征比较矩阵对双帧光斑参数序列的相似度进行比较;对比较结果排序,相似度排名靠前的光斑作为匹配对输出,进行双目匹配;
所述双目数据匹配过程为:根据所述双目数据关联处理中得到的左右光斑亚像素坐标点进行双目匹配,转换为三维世界坐标,并转换到以轨道原点为中心的接触网三维坐标系上,进一步计算光斑对应的接触网零部件对应的几何参数。
作为一种可选的技术方案,所述单目图片预处理包括自适应分割图像、弱化图像噪声和锐化边缘,其中:
自适应分割图像:将初始帧光幕靶图片作为连续检测区;将非初始帧光幕靶图片划分为连续检测区和候补检测区;将前一帧已配对、新增未配对光斑作为标记光斑,根据前一帧标记光斑的亚像素坐标信息,自动生成可覆盖前一帧标记光斑的连续检测区,同时生成不覆盖标记光斑的候补检测区;
弱化图像噪声:分区域弱化采样噪声、适度平滑光斑细节,采用不同高斯核对连续检测区和候补检测区进行高斯模糊;
锐化边缘:锐化前后景边缘后,分别对连续检测区和候补检测区进行二值化处理。
作为一种可选的技术方案,所述单目图片预处理包括光斑检出、特征提取和光斑融合,其中:
光斑检出:执行边界搜索方法,保存连续检测区和候补检测区中的光斑轮廓;
特征提取:依次对光斑轮廓生成最小外接矩形,在最小外接矩形中的区域进行光斑的特征提取;提取单个光斑的亚像素坐标,基于亚像素坐标、光斑特征和接触网零部件特征,新增对应的零部件类别标记,生成光斑参数;
光斑融合:根据亚像素坐标搜索邻近光斑,进而比较邻近光斑之间的光斑特征相似度,判断是否为同一类别的光斑,若属于同一类别的光斑,则融合拼接并更新光斑参数。
作为一种可选的技术方案,同等特征参数情况下,连续检测区中的光斑具有更高的权重被判别为接触网零部件。
作为一种可选的技术方案,所述双目数据关联处理过程还包括后续的光斑信息更新,所述光斑信息更新时采用ORB不变特征亚像素中心点作为已配对、具有零部件类别标记但未配对光斑亚像素坐标进行更新;并作为标记光斑,连带对应的光斑参数输出。
作为一种可选的技术方案,还包括激光样条,根据光斑相对于激光样条的位置信息,进行定位纠偏,更新亚像素坐标。
作为一种可选的技术方案,所述激光样条是一条细长光斑,采用最小二乘法拟合为直线。
本申请的有益效果包括:
本申请记载的系统及方法具有对接触网几何参数快速连续测量、测量精度高、测量效率高的优势,解决了传统人工测量效率低、且为单点测量不能连续测量的缺点;具备较高的自动化程度,能够自动识别、跟踪和测量接触网的几何参数;可以实时分析处理数据,并可以根据需要对数据进行保存、分析、回溯等操作。
本申请的其他有益效果或优势将在具体实施方式中结合具体结构进行详细描述。
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简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,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。此外,应当理解,本说明书附图中的各个部件的比例关系不代表实际选材设计时的比例关系,其仅仅为结构或者位置的示意图,其中:
图1为实施例1中系统流程示意图;
图2为实施例2的方法流程示意图。
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。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请的描述中,需要说明的是,所使用的术语,例如“顶部”和“底部”,指的是本申请在使用状态下靠近上方的部分为顶部,靠近下方的部分为底部;所使用的术语,例如“第一”和“第二”,仅是为了区分表述,而不是指示或暗示其具有重要性或顺序性的区别;所使用的术语,如“内”、“外”,指的是具体轮廓的内和外。上述术语的使用仅是为了便于清楚且简单地表述本申请的技术方案,不能理解为对本申请的限制。
实施例1:
如图1所示,本申请公开了一种便携式双目接触网几何参数检测系统,包括T型载体小车的小车走行平台,以及固定在所述小车走行平台上的双目测量组件、推杆组件及作为人机交互单元的上位机;所述小车走行平台能够在轨道上移动;所述双目测量组件采用基于机器视觉原理的双目几何参数测量组件进行测量,可在走行过程中测量接触网导高、拉出值等几何参数,包括线激光器和两个面阵数字相机,线激光器持续向上投射激光束到接触网上,两个面阵数字相机左右布局、随着所述小车走行平台在所述轨道上的移动向上持续拍摄激光束在接触网上的光幕靶图片,发送至上位机;左右高速相机分别采集接触网成像图片,所述用于安装上位机的推杆组件推动小车走行平台沿轨道移动,随着接触网零部件在高空中高低左右空间位置分布的不同,结构光发射在接触网零部件上所形成的光幕靶图片中光斑的图样、分布趋势、在图像中的像素坐标也不同。利用双目几何参数检测方法,根据带接触网零部件标记的光斑在图像中的亚像素坐标,进行双目视觉匹配,得到接触网零部件的三维空间坐标三维空间坐标。进一步对带有接触线、承力索标记的零部件计算几何参数,即导高和拉出值;其他零部件定位信息记录为观测信息。当图像中有多根接触线时,则分别计算每根接触线的位置坐标,可对多支接触线的相对位置进行高精确度的测量,形成接触网状态观测数据,可以进一步判断接触网状态是否存在异常。
作为一种可能实施的方案,所述小车走行平台上还设置轨距测量单元,所述轨距测量单元用于测量轨道间距、倾角、超高参数,并发送至上位机。其主要由高精度机械位移传感器、倾角传感器组成。
进一步地,高精度机械位移传感器安装在小车端部,传感器链接的张力组件在走行过程中可使得左右轨距测量轮组时刻紧贴钢轨内侧测量位移量,从而根据轨距位移传感器自动伸缩变化测量左右钢轨相对位移变化量、左右轨距轮固定安装距离,可计算左右钢轨的轨距值;倾角传感器安装在检测小车平台内,其测得检测小车对大地的水平倾角,而检测小车平台走行过程中始终紧贴轨道平面。因此,倾角传感器测量角度即为轨道倾角,机械位移传感器测得轨距与倾角传感器角度即可计算轨道超高。
作为一种可能实施的方案,所述小车走行平台上还设置速度里程测量单元,所述速度里程测量单元用于测量小车走行平台的走行速度及里程,并发送至上位机。速度里程测量通过在平台小车车轴安装速度传感器,编码器每转动一圈固定输出若干个脉冲,通过对脉冲数进行计数,再与车轮半径进行计算,再结合其他信息即可计算出车辆运行里程等信息。
进一步地,每两个相邻定位点之间车辆走行的距离即为跨距。单位时间车辆行走的距离即为车辆运行的速度。
实施例2:
如图2所示,本申请公开了一种双目几何参数检测方法,在线激光下,高空接触网零部件(接触线、避雷线夹、弹吊线夹、电连接线夹、吊弦、定位管、护线条等)具有一定的空间结构、空间分布特征,成像时则表现为离散分布的光斑;双目相机的同时、动态成像是个非平稳过程,存在一定的视野抖动、视野偏差和采样噪声,同时叠加气象因素干扰(雾雨雪露)、激光能量衰减导致成像断裂、激光散斑等现象。
基于上述动态成像条件,本方法提出以高空接触网零部件为检测目标的亚像素定位的双目几何参数检测方法。方法为接触网几何参数检测提供高空零部件的高精度空间定位,作为轨检小车高精度测量的基础数据支撑。
高空接触网零部件、激光样条的激光成像具有一定的拓扑结构、灰度分布、局部聚集、单视野最大数量等特征;检测装置走行过程中,这些光斑在双目相机的视野中协同运动,相似但存在视觉偏差。本方法结合以上先验信息和计算机视觉检测技术,将接触网高空零部件检测任务定义为:
一、检测目标:生成单帧待测M个光斑参数T{{Pk}, {Fk}, {Tagk}},k∈[0, M -1];双帧数据T关联;生成已配对M1组光斑、新增未配对M2个光斑的光斑参数T{{Pi}, {Fi},{Tagi}},其中,i∈[0, m - 1]、m = M1+ M2,作为下一帧预处理的依据;提取不变特征点进行亚像素坐标更新,已配对M1组光斑作为双目匹配的配对信息,已配对M1组光斑和新增未配对M2个光斑作为当前帧的标记光斑。
其中, k、i、m、M、M1和M2均为自然数;
{Pk}为k个光斑的亚像素坐标的集合,{Fk}为k个光斑的光斑特征的集合、{Tagk}是k个光斑的零部件类别的集合,激光样条拟合直线,{Pi}为i个光斑的亚像素坐标的集合,{Fi}为i个光斑的光斑特征的集合、{Tagi}是i个光斑的零部件类别的集合。
需要说明的是,亚像素坐标表示为P,光斑特征表示为F,零部件类别表示为Tag。
二、方法模块:单帧的图像预处理、单帧的光斑检测模块、双帧光斑的数据关联模块;
三、方法流程,如图1所示,单帧视野中,目标光斑在连续帧中表现表现为聚集分布、连续运动的局部区域、并伴有消失、新增、成像断裂等现象。通过将单帧图像分割为连续检测区RecA和候补检测区RecB,及设置单帧目标最大数numMax,可有效控制单帧计算量、接触网零部件检出数量、减少双帧误匹配。单帧提取的光斑特征、亚像素精度定位信息、激光样条位置信息,作为后续双帧光斑数据关联的依据。其中,连续检测区RecA覆盖前一帧中被检出带标记的所有接触网零部件光斑,候补检测区RecB构成连续检测区RecA在单帧视野中的互补区域。在光斑检测模块中,根据光斑特征F判别是否为接触网零部件特征,按类别标注零部件类别Tag。
双帧视野中,归一化特征参数后,进行相似度匹配、排序;激光样条位置信息提供辅助匹配信息。
保留已配对光斑与新增未配对的m组光斑参数,作为下一帧数据的预处理依据;已配对光斑的亚像素坐标集合,则作为双目匹配的配对信息。
进一步地,方法流程具体包括以下步骤,其中m表示前一帧的m个标记光斑:
S1:图像预处理模块,利用前一帧的光斑参数T{{Pi}, {Fi}, {Tagi}},i∈[0, m-1],自适应分割图像、弱化图像噪声,锐化边缘。
S1.1:自适应分割图像,作为初始帧,将整个图像作为连续检测区RecA,没有候补检测区RecB;否则,根据前一帧m个接触网零部件光斑的定位信息{Pi},自动生成可覆盖前一帧m个光斑坐标的、稍大的、受控于相机运动速度的连续检测区RecA,同时生成不覆盖这m个光斑的候补检测区RecB。
S1.2:分区域弱化采样噪声、适度平滑光斑细节,将连续检测区RecA根据前一帧N个光斑定位{Pi},进一步划分为m个矩形区Reci,采用不同高斯核对Reci和RecB区进行高斯模糊。
S1.3:锐化前后景边缘,分别对连续检测区RecA和候补检测区RecB进行二值化处理,使光斑的二值边界清晰可分。
S2:光斑检测模块,基于清晰的边界,检出当前帧的Q个光斑,并提取光斑特征集合{Fk};基于高空接触网零部件特征,标注光斑的零部件类别的集合{Tagk}。其中,k∈[0, Q -1],Q为自然数,表示接触网零部件的最大类别个数。
S2.1:光斑检出、特征提取、光斑融合
S2.1.1:执行边界搜索方法,保存连续检测区RecA和候补检测区RecB中的光斑轮廓{Ck};
S2.1.2:在光斑轮廓限制的区域中,基于矩特征的灰度质心亚像素坐标,依次对光斑轮廓生成最小外接矩形,在最小外接矩形区域范围内进行光斑的特征提取;具体为:
根据光斑轮廓{Ck},k∈[0, M - 1],依次对光斑轮廓Ck生成最小外接矩形Reck,对矩形Reck、光斑轮廓Ck中的区域提取面积、坚实度、宽高比、容积比、等效直径、区域主方向等特征Fk;提取单个光斑的灰度质心坐标Pk;基于{Pk},{Fk}和接触网零部件特征,新增对应的零部件类别标记{Tagk},生成光斑参数T{{Pk}, {Fk}, {Tagk}};激光样条是激光打至桥隧表面时返回的光形成的,可作为其他光斑定位提供位置纠偏信息,激光样条一条特别的细长光斑,采用最小二乘法拟合为直线L:。
特别的,同等特征参数情况下,连续检测区RecA中的光斑具有更高的权重被判别为接触网零部件;连续检测区RecA中的零部件类别Tag的类别数小于最大控制数numMax时,候补检测区RecB中的光斑特征提高权重作为候补区域进一步检测;
S2.2:光斑融合及更新。根据亚像素坐标集合{P}比较邻近光斑之间的光斑特征相似度,判断是否为同一类别的光斑。如果是,则融合拼接并更新T{{Pk}, {Fk}, {Tagk}},其中k的范围可能缩小。
S3:数据关联模块,双帧光斑参数T{{P}, {F}, {Tag}}具有可对应的特征信息,且分布相似、协同运动;激光样条L提供光斑分布的空间位置辅助判断依据。
S3.1光斑特征匹配
S3.1.1:参考激光样条L,根据光斑相对于激光样条的位置信息,进行定位纠偏;
S3.1.2以双帧光斑的T1{{Pk}, {Fk}, {Tagk}},T2{{Pk}, {Fk}, {Tagk}},构建特征比较矩阵 R{T1{{Pk}, {Fk}, {Tagk}}, T2{{Pk}, {Fk}, {Tagk}}};利用特征比较矩阵R对双帧的光斑相似度进行排序。带接触网零部件Tag标记的,连续检测区RecA中的光斑有更高权重。对比较结果排序,相似度排名靠前的光斑作为匹配对输出,进行双目匹配。
S3.2光斑信息更新,采用ORB等特征进一步提取已配对光斑的旋转、光照、缩放不变特征中心点,并更新对应的{P};候补检测区RecB中带接触网零部件类别Tag,但未配对的光斑作为新增未配对光斑输出。
S4:双目数据匹配,根据所述双目数据关联处理中得到的左右光斑匹配对、相机内外参标定,将左右帧的两组亚像素级二维像素坐标转换为世界坐标系的一组三维坐标表示,并转换到以轨道原点为中心的接触网三维坐标系上,进一步计算光斑对应的接触网零部件对应的几何参数。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (7)
1.一种双目几何参数检测方法,其特征在于,包括单目图片预处理、双目数据关联处理及双目数据匹配处理,其中:
所述单目图片预处理过程为:获取一帧光幕靶图片进行降噪,自适应分割为不重叠的矩形区,对矩形区进行自适应二值化处理,再对每个所述的自适应二值化矩形区进行边界搜索找到光斑;对光斑存在的区域进行光斑特征提取,并判断对应的光斑特征是否属于接触网零部件特征;
若光斑特征属于接触网零部件特征,根据所述接触网零部件特征、以及与所述接触网零部件特征对应的亚像素坐标、光斑特征,生成对应的零部件类别标记;进行邻域搜索,对领域内的同类别光斑进行光斑融合;根据零部件类别标记,根据零部件特征更新光斑坐标;
所述双目数据关联处理过程为:根据同时刻的左右双帧光幕靶图片中的两组光斑参数归一化为光斑参数序列,构建特征比较矩阵,利用特征比较矩阵对双帧光斑参数序列的相似度进行比较;对比较结果排序,相似度排名靠前的光斑作为匹配对输出,进行双目匹配;
所述双目数据匹配过程为:根据所述双目数据关联处理中得到的左右光斑亚像素坐标点进行双目匹配,转换为三维世界坐标,并转换到以轨道原点为中心的接触网三维坐标系上,进一步计算光斑对应的接触网零部件对应的几何参数。
2.如权利要求1所述的方法,其特征在于,所述单目图片预处理包括自适应分割图像、弱化图像噪声和锐化边缘,其中:
自适应分割图像:将初始帧光幕靶图片作为连续检测区;将非初始帧光幕靶图片划分为连续检测区和候补检测区;将前一帧已配对、新增未配对光斑作为标记光斑,根据前一帧标记光斑的亚像素坐标信息,自动生成可覆盖前一帧标记光斑的连续检测区,同时生成不覆盖标记光斑的候补检测区;
弱化图像噪声:分区域弱化采样噪声、适度平滑光斑细节,采用不同高斯核对连续检测区和候补检测区进行高斯模糊;
锐化边缘:锐化前后景边缘后,分别对连续检测区和候补检测区进行二值化处理。
3.如权利要求1所述的方法,其特征在于,所述单目图片预处理包括光斑检出、特征提取和光斑融合,其中:
光斑检出:执行边界搜索方法,保存连续检测区和候补检测区中的光斑轮廓;
特征提取:依次对光斑轮廓生成最小外接矩形,在最小外接矩形中的区域进行光斑的特征提取;提取单个光斑的亚像素坐标;基于亚像素坐标、光斑特征和接触网零部件特征,新增对应的零部件类别标记,生成光斑参数;
光斑融合:根据亚像素坐标搜索邻近光斑,进而比较邻近光斑之间的光斑特征相似度,判断是否为同一类别的光斑,若属于同一类别的光斑,则融合拼接并更新光斑参数。
4.如权利要求3所述的方法,其特征在于,同等特征参数情况下,连续检测区中的光斑具有更高的权重被判别为接触网零部件。
5.如权利要求1所述的方法,其特征在于,所述双目数据关联处理过程还包括标注光斑的信息更新,所述光斑信息更新时采用ORB不变特征亚像素中心点作为已配对、具有零部件类别标记但未配对光斑亚像素坐标进行更新;并作为标记光斑,连带对应的光斑参数输出。
6.如权利要求1所述的方法,其特征在于,还包括激光样条,根据光斑相对于激光样条的位置信息,进行定位纠偏,更新亚像素坐标。
7.如权利要求6所述的方法,其特征在于,所述激光样条是一条细长光斑,采用最小二乘法拟合为直线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410332220.8A CN117928386B (zh) | 2024-03-22 | 2024-03-22 | 一种便携式双目接触网几何参数检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410332220.8A CN117928386B (zh) | 2024-03-22 | 2024-03-22 | 一种便携式双目接触网几何参数检测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117928386A CN117928386A (zh) | 2024-04-26 |
CN117928386B true CN117928386B (zh) | 2024-05-31 |
Family
ID=90767014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410332220.8A Active CN117928386B (zh) | 2024-03-22 | 2024-03-22 | 一种便携式双目接触网几何参数检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117928386B (zh) |
Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003025621A1 (en) * | 2001-09-21 | 2003-03-27 | Radqual, Llc | Spot marker for use in imaging procedures |
WO2012154954A2 (en) * | 2011-05-10 | 2012-11-15 | Edison Welding Institute, Inc. | Three-dimensional matrix phased array spot weld inspection system |
CN104330031A (zh) * | 2014-11-25 | 2015-02-04 | 湖南大学 | 一种基于双目线阵ccd摄像头的便携式接触网几何参数检测方法及系统 |
CN104406521A (zh) * | 2014-12-15 | 2015-03-11 | 济南蓝动激光技术有限公司 | 基于视觉测量技术的接触网几何参数测量仪器及检测方法 |
CN204240947U (zh) * | 2014-12-15 | 2015-04-01 | 济南蓝动激光技术有限公司 | 基于视觉测量技术的接触网几何参数测量仪器 |
CN104748685A (zh) * | 2015-04-17 | 2015-07-01 | 上海铁路局科学技术研究所 | 一种接触网几何参数动态测量方法 |
CN105674896A (zh) * | 2016-01-29 | 2016-06-15 | 东莞市诺丽电子科技有限公司 | 基于三角测量的接触网几何参数动态检测方法 |
CN107560551A (zh) * | 2017-09-29 | 2018-01-09 | 常州安凯特电缆有限公司 | 接触网几何参数检测方法及系统 |
CN107806823A (zh) * | 2017-09-29 | 2018-03-16 | 常州安凯特电缆有限公司 | 一种手推式接触网智能检测仪 |
CN111121722A (zh) * | 2019-12-13 | 2020-05-08 | 南京理工大学 | 结合激光点阵和偏振视觉的双目三维成像方法 |
CN111741214A (zh) * | 2020-05-13 | 2020-10-02 | 北京迈格威科技有限公司 | 图像处理方法、装置及电子设备 |
CN112103840A (zh) * | 2020-09-16 | 2020-12-18 | 广州普华灵动机器人技术有限公司 | 一种铁路接触网巡检机器人 |
CN112710229A (zh) * | 2020-12-07 | 2021-04-27 | 济南蓝动激光技术有限公司 | 地铁接触网几何参数测量仪及测量方法 |
CN113063361A (zh) * | 2021-03-29 | 2021-07-02 | 长安大学 | 一种对称式轨道接触网检测装置及检测方法 |
CN113320447A (zh) * | 2021-07-13 | 2021-08-31 | 魏运 | 轨道-接触网设备健康状态一体化综合检测机器人 |
CN113362457A (zh) * | 2021-08-10 | 2021-09-07 | 成都信息工程大学 | 一种基于散斑结构光的立体视觉测量方法及系统 |
WO2022017366A1 (zh) * | 2020-07-23 | 2022-01-27 | 华为技术有限公司 | 一种深度成像方法及深度成像系统 |
CN114565595A (zh) * | 2022-03-03 | 2022-05-31 | 中山大学 | 一种基于环芯光纤光斑的熔接偏移量的检测方法 |
CN116067305A (zh) * | 2023-02-09 | 2023-05-05 | 深圳市安思疆科技有限公司 | 一种结构光测量系统和测量方法 |
CN116989881A (zh) * | 2023-09-20 | 2023-11-03 | 广州地铁设计研究院股份有限公司 | 一种基于线激光目标识别的接触线振动测量系统及方法 |
CN117351184A (zh) * | 2023-10-25 | 2024-01-05 | 苏州端云创新科技有限公司 | 一种定位方法、装置、设备及存储介质 |
CN117419640A (zh) * | 2023-10-10 | 2024-01-19 | 吉林农业科技学院 | 基于双目立体视觉的空间点三维坐标测量方法 |
CN117589129A (zh) * | 2024-01-18 | 2024-02-23 | 四川拓及轨道交通设备股份有限公司 | 一种车载式柔性接触网定位器坡度测量方法及系统 |
CN117704970A (zh) * | 2023-11-24 | 2024-03-15 | 杭州市城市建设投资集团有限公司 | 一种建筑体视觉位移监控系统及其监测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7340099B2 (en) * | 2003-01-17 | 2008-03-04 | University Of New Brunswick | System and method for image fusion |
-
2024
- 2024-03-22 CN CN202410332220.8A patent/CN117928386B/zh active Active
Patent Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003025621A1 (en) * | 2001-09-21 | 2003-03-27 | Radqual, Llc | Spot marker for use in imaging procedures |
WO2012154954A2 (en) * | 2011-05-10 | 2012-11-15 | Edison Welding Institute, Inc. | Three-dimensional matrix phased array spot weld inspection system |
CN104330031A (zh) * | 2014-11-25 | 2015-02-04 | 湖南大学 | 一种基于双目线阵ccd摄像头的便携式接触网几何参数检测方法及系统 |
CN104406521A (zh) * | 2014-12-15 | 2015-03-11 | 济南蓝动激光技术有限公司 | 基于视觉测量技术的接触网几何参数测量仪器及检测方法 |
CN204240947U (zh) * | 2014-12-15 | 2015-04-01 | 济南蓝动激光技术有限公司 | 基于视觉测量技术的接触网几何参数测量仪器 |
CN104748685A (zh) * | 2015-04-17 | 2015-07-01 | 上海铁路局科学技术研究所 | 一种接触网几何参数动态测量方法 |
CN105674896A (zh) * | 2016-01-29 | 2016-06-15 | 东莞市诺丽电子科技有限公司 | 基于三角测量的接触网几何参数动态检测方法 |
CN107560551A (zh) * | 2017-09-29 | 2018-01-09 | 常州安凯特电缆有限公司 | 接触网几何参数检测方法及系统 |
CN107806823A (zh) * | 2017-09-29 | 2018-03-16 | 常州安凯特电缆有限公司 | 一种手推式接触网智能检测仪 |
CN111121722A (zh) * | 2019-12-13 | 2020-05-08 | 南京理工大学 | 结合激光点阵和偏振视觉的双目三维成像方法 |
CN111741214A (zh) * | 2020-05-13 | 2020-10-02 | 北京迈格威科技有限公司 | 图像处理方法、装置及电子设备 |
WO2022017366A1 (zh) * | 2020-07-23 | 2022-01-27 | 华为技术有限公司 | 一种深度成像方法及深度成像系统 |
CN112103840A (zh) * | 2020-09-16 | 2020-12-18 | 广州普华灵动机器人技术有限公司 | 一种铁路接触网巡检机器人 |
CN112710229A (zh) * | 2020-12-07 | 2021-04-27 | 济南蓝动激光技术有限公司 | 地铁接触网几何参数测量仪及测量方法 |
CN113063361A (zh) * | 2021-03-29 | 2021-07-02 | 长安大学 | 一种对称式轨道接触网检测装置及检测方法 |
CN113320447A (zh) * | 2021-07-13 | 2021-08-31 | 魏运 | 轨道-接触网设备健康状态一体化综合检测机器人 |
CN113362457A (zh) * | 2021-08-10 | 2021-09-07 | 成都信息工程大学 | 一种基于散斑结构光的立体视觉测量方法及系统 |
CN114565595A (zh) * | 2022-03-03 | 2022-05-31 | 中山大学 | 一种基于环芯光纤光斑的熔接偏移量的检测方法 |
CN116067305A (zh) * | 2023-02-09 | 2023-05-05 | 深圳市安思疆科技有限公司 | 一种结构光测量系统和测量方法 |
CN116989881A (zh) * | 2023-09-20 | 2023-11-03 | 广州地铁设计研究院股份有限公司 | 一种基于线激光目标识别的接触线振动测量系统及方法 |
CN117419640A (zh) * | 2023-10-10 | 2024-01-19 | 吉林农业科技学院 | 基于双目立体视觉的空间点三维坐标测量方法 |
CN117351184A (zh) * | 2023-10-25 | 2024-01-05 | 苏州端云创新科技有限公司 | 一种定位方法、装置、设备及存储介质 |
CN117704970A (zh) * | 2023-11-24 | 2024-03-15 | 杭州市城市建设投资集团有限公司 | 一种建筑体视觉位移监控系统及其监测方法 |
CN117589129A (zh) * | 2024-01-18 | 2024-02-23 | 四川拓及轨道交通设备股份有限公司 | 一种车载式柔性接触网定位器坡度测量方法及系统 |
Non-Patent Citations (4)
Title |
---|
An integrated classification method for thematic mapper imagery of plain and highland terrains;Shan-long LU等;Journal of Zhejiang University(Science A:An International Applied Physics & Engineering Journal);20080615(第06期);858-866 * |
一种红外与可见光融合的"双双目"立体视觉系统的标定方法研究;赵美蓉 等;光学技术;20170915;第43卷(第05期);385-393 * |
多目标光斑中心提取算法研究;陈宇 等;光学与光电技术;20180610;第16卷(第03期);74-78 * |
融合可见光通信与双目立体视觉的地铁列车自主定位;张雁鹏 等;光学学报;20230208;第43卷(第10期);17-28 * |
Also Published As
Publication number | Publication date |
---|---|
CN117928386A (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113870123B (zh) | 基于车载移动激光点云的接触网导高与拉出值自动检测方法 | |
CN111855664B (zh) | 一种可调节隧道病害三维检测系统 | |
EP3744974B1 (en) | Method and device for determining tower clearance for wind turbine | |
CN111899288B (zh) | 基于红外和可见光图像融合的隧道渗漏水区域检测与识别方法 | |
CN109900712B (zh) | 基于摄像测量的风电叶片机械故障在线检测系统及其方法 | |
CN104567684B (zh) | 一种接触网几何参数检测方法及装置 | |
CN101021417B (zh) | 一种长直轨道几何参数的摄像测量方法 | |
CN109900713B (zh) | 摄像引导的无人机风电叶片缺陷动态检测系统及其方法 | |
CN110246175A (zh) | 全景相机与云台相机结合的变电站巡检机器人图像检测系统及方法 | |
CN103217111A (zh) | 一种非接触式接触线几何参数检测方法 | |
CN108319920A (zh) | 一种基于线扫描三维点云的路面标线检测及参数计算方法 | |
JP5698285B2 (ja) | 架線位置計測装置及び方法 | |
CN106996748A (zh) | 一种基于双目视觉的轮径测量方法 | |
CN110930415B (zh) | 一种轨道接触网空间位置检测方法 | |
CN116242316B (zh) | 刚性接触网定位点实时检测的方法及装置 | |
CN105444741A (zh) | 基于双视野窗口的路径特征识别、偏差测量与精确定位方法 | |
CN114812403A (zh) | 基于无人机及机器视觉的大跨度钢结构吊装变形监测方法 | |
CN114549440A (zh) | 接触网动态几何参数检测方法、装置及电子设备 | |
CN107806824A (zh) | 一种低速状态下接触网几何参数的检测方法及装置 | |
CN109544607A (zh) | 一种基于道路标志线的点云数据配准方法 | |
CN109015632A (zh) | 一种机器人手爪末端定位方法 | |
CN110490342B (zh) | 一种基于Faster R-CNN的接触网静态几何参数检测方法 | |
CN104006804B (zh) | 基于观测基准失稳补偿的接触网偏移量检测方法 | |
CN103810676A (zh) | 一种钢管运行速度的监测方法 | |
CN117928386B (zh) | 一种便携式双目接触网几何参数检测系统及方法 |
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 |