FR3049712A1 - Procede de caracterisation granulometrique d'une couche de ballast d'une voie de chemin de fer - Google Patents
Procede de caracterisation granulometrique d'une couche de ballast d'une voie de chemin de fer Download PDFInfo
- Publication number
- FR3049712A1 FR3049712A1 FR1652680A FR1652680A FR3049712A1 FR 3049712 A1 FR3049712 A1 FR 3049712A1 FR 1652680 A FR1652680 A FR 1652680A FR 1652680 A FR1652680 A FR 1652680A FR 3049712 A1 FR3049712 A1 FR 3049712A1
- Authority
- FR
- France
- Prior art keywords
- ballast
- ballast layer
- layer
- composite image
- digital images
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000012512 characterization method Methods 0.000 title description 13
- 239000002131 composite material Substances 0.000 claims abstract description 51
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 238000010276 construction Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims abstract description 5
- 239000002245 particle Substances 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 6
- 238000001839 endoscopy Methods 0.000 claims description 5
- 238000003780 insertion Methods 0.000 claims description 5
- 230000037431 insertion Effects 0.000 claims description 5
- 238000001033 granulometry Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 238000003921 particle size analysis Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 13
- 238000006073 displacement reaction Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 230000000284 resting effect Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000008187 granular material Substances 0.000 description 2
- 238000011065 in-situ storage Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 208000025174 PANDAS Diseases 0.000 description 1
- 208000021155 Paediatric autoimmune neuropsychiatric disorders associated with streptococcal infection Diseases 0.000 description 1
- 240000004718 Panda Species 0.000 description 1
- 235000016496 Panda oleosa Nutrition 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000001454 recorded image Methods 0.000 description 1
- 238000005029 sieve analysis Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 229920001187 thermosetting polymer Polymers 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1429—Signal processing
- G01N15/1433—Signal processing using image recognition
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02D—FOUNDATIONS; EXCAVATIONS; EMBANKMENTS; UNDERGROUND OR UNDERWATER STRUCTURES
- E02D1/00—Investigation of foundation soil in situ
- E02D1/08—Investigation of foundation soil in situ after finishing the foundation structure
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
- G01N15/0227—Investigating particle size or size distribution by optical means using imaging; using holography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N2015/0042—Investigating dispersion of solids
- G01N2015/0061—Investigating dispersion of solids in solids, e.g. petrography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N2015/1493—Particle size
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/42—Road-making materials
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Dispersion Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Soil Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Paleontology (AREA)
- Civil Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Structural Engineering (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
Ce procédé d'analyse granulométrique d'une couche de ballast d'une voie de chemin de fer comporte des étapes : a) d'acquisition (1000) d'une pluralité d'images numériques d'une couche de ballast, chaque image représentant une partie de la couche de ballast pour une profondeur selon une direction de référence prédéterminée dans la couche de ballast, b) d'acquisition (1002) d'une pluralité de valeurs de profondeur, chacune des images numériques acquises étant associée à une des valeurs de profondeur, c) de construction (1004) d'une image composite de la partie de la couche de ballast, en combinant les images numériques acquises en fonction de leur valeur de profondeur respective, d) d'identification automatique (1006) d'au moins un grain de ballast au sein de l'image composite et la détermination d'au moins un diamètre de ce grain de ballast, e) de calcul automatique (1008) de propriétés granulométriques des grains de ballast de l'image composite, à partir des diamètres identifiés.
Description
Procédé de caractérisation granulométrique d’une couche de ballast d’une voie de chemin de fer
La présente invention concerne un procédé de caractérisation granulométrique d’une couche de ballast d’une voie de chemin de fer ainsi qu’un dispositif pour la mise en œuvre d’un tel procédé.
De façon connue, dans de nombreuses infrastructures ferroviaires, une couche de ballast est utilisée comme élément de support d’une voie de chemin de fer. Typiquement, cette couche de ballast comporte des pierres concassées présentant des caractéristiques granulométriques prédéfinies, sur lesquelles sont posés les éléments constitutifs de la voie ferrée, tels que des rails, des appareils de voie et des traverses. Cette couche de ballast joue un rôle important dans la tenue de la voie ferrée, notamment pour supporter et répartir les efforts mécaniques exercés par les trains qui y circulent.
Il est connu qu’une telle couche de ballast se dégrade au fil du temps, notamment sous l’effet du trafic ferroviaire qu’elle supporte et sous l’effet des conditions environnementales. Ainsi, il est nécessaire de contrôler l’état du ballast, notamment au moyen d’analyses granulométriques in situ, en vue de déterminer si des opérations de renouvellement de ballast doivent être mises en œuvre.
On connaît pour cela des analyses granulométriques par tamisage, par exemple selon la norme NF P94 056. De telles analyses ont cependant pour inconvénient d’être coûteuses et complexes à mettre en œuvre. Typiquement, un échantillon de ballast d’une quarantaine kilogrammes est prélevé dans la couche de ballast, puis est acheminé dans un laboratoire pour analyse. Le prélèvement de l’échantillon de ballast est compliqué à mettre en œuvre et impose l’interruption des circulations ferroviaires sur la portion de voie correspondante. De plus, un tel prélèvement est susceptible de déstabiliser localement la voie ferrée. Il est de surcroît difficile d’obtenir un échantillon représentatif du ballast, car les moyens de prélèvement utilisés, tels que des pelles, ne permettent souvent de récupérer que des grains d’une certaine taille. C’est à ces inconvénients qu’entend plus particulièrement remédier l’invention, en proposant un procédé de caractérisation granulométrique d’une couche de ballast in situ et sans prélèvement d’échantillon, qui soit fiable et facile et rapide à mettre en œuvre. A cet effet, l’invention concerne un procédé d’analyse granulométrique d’une couche de ballast d’une voie de chemin de fer, comportant des étapes : a) d’acquisition d’une pluralité d’images numériques d’une couche de ballast, chaque image numérique représentant une partie de la couche de ballast pour une profondeur selon une direction de référence prédéterminée dans la couche de ballast, b) d’acquisition d’une pluralité de valeurs de profondeur, chacune des images numériques acquises étant associée à une des valeurs de profondeur, les valeurs de profondeurs étant définies par rapport à la même direction de référence dans la couche de ballast, c) de construction d’une image composite de la partie de la couche de ballast selon la direction de référence, en combinant les images numériques acquises en fonction de leur valeur de profondeur respective, d) d’identification automatique d’au moins un grain de ballast au sein de l’image composite construite et, pour chaque grain de ballast identifié, la détermination automatique d’au moins un diamètre de ce grain de ballast, e) de calcul automatique de propriétés granulométriques des grains de ballast de l’image composite, à partir des diamètres identifiés.
Grâce à l’invention, l’image composite construite à partir des images acquises est suffisamment grande pour déterminer, par un procédé de traitement d’image, une ou plusieurs caractéristiques des grains de ballast figurant sur cette image, avec une fiabilité satisfaisante. L’invention est particulièrement avantageuse par rapport à des procédés de caractérisation granulométrique par géo-endoscopie de couches formées de granulats de petite taille, c’est-à-dire dont le diamètre maximum est inférieur à 5mm. Dans ces procédés, des images d’une telle couche sont acquises en profondeur, au moyen d’une caméra déplacée le long d’une tige creuse de faible diamètre qui est enfoncée dans la couche. Un procédé de traitement d’image est appliqué sur chacune des images acquises, en vue d’obtenir des caractéristiques granulométriques des granulats de cette couche figurant sur cette image.
De tels procédés ne donnent pas satisfaction avec des couches de ballast du fait des dimensions des grains de ballast de taille nominale. En effet, typiquement, une couche de ballast ne se dégrade pas de façon uniforme et peut présenter des zones de ballast dit sain, formées essentiellement de grains de ballast de taille nominale, cohabitant avec des zones de ballast dit pollué, ce dernier présentant des grains de petite taille.
Du fait des dimensions des grains de ballast dans la zone saine et des dimensions réduites du tube creux, les images acquises sont plus petites que les grains de ballast sain, de sorte qu’il n’est pas possible d’en extraire leurs caractéristiques granulométriques au moyen de méthodes automatisées existantes. Ainsi, seules les zones de ballast pollué pourraient faire l’objet d’une analyse granulométrique fiable.
Il est cependant souhaitable de pouvoir mener une analyse granulométrique sur les zones saines du ballast, notamment pour savoir si ce ballast est encore dans le fuseau granulométrique acceptable ou si celui-ci est apte à être réutilisé. En effet, en raison de contraintes environnementales et financières, il est souhaitable, à l’occasion des opérations de renouvellement de ballast, de récupérer la partie du ballast qui est en bon état, en vue de la réutiliser. Le procédé peut aussi avantageusement être mis en oeuvre pour contrôler la qualité du ballast à l’issue de travaux, par exemple lors d’un contrôle qualité de réception après travaux pour vérifier la conformité du ballast mis en oeuvre. L’invention permet donc de déterminer, par un procédé de traitement d’image, une ou plusieurs caractéristiques des grains de ballast figurant sur cette image, avec une fiabilité satisfaisante tout en étant compatible avec les dispositifs de géo-endoscopie connus. Il n’est ainsi pas nécessaire d’augmenter la taille de la tige creuse pour acquérir des images plus grandes, car cela présenterait l’inconvénient d’avoir un impact plus important sur la couche de ballast, notamment lors de l’insertion du tube creux, et ferait perdre les avantages liés à la méthode de géo-endoscopie.
Selon des aspects avantageux mais non obligatoires de l’invention, un tel procédé de caractérisation granulométrique peut incorporer une ou plusieurs des caractéristiques suivantes, prises dans toute combinaison techniquement admissible : - Lors de l’étape d), le calcul automatique des propriétés granulométriques comporte la détermination automatique d’une courbe de granulométrie des grains de ballast de l’image acquise, cette courbe de granulométrie exprimant la distribution statistique d’un paramètre granulométrique des grains de ballast identifiés. - Le paramètre granulométrique est le diamètre des grains de ballast ou la masse des grains de ballast. - Lors de l’étape c), la construction de l’image composite est réalisée itérativement en sélectionnant des images numériques acquises prises dans un ordre prédéterminé, les images numériques sélectionnées étant successivement ajoutées à l’image composite formée à partir d’image précédentes, en décalant, lors de chaque itération, chaque image sélectionnée, par rapport à cette image composite, selon la direction de référence, d’une distance égale à la valeur absolue de la différence entre les valeurs de profondeurs respectives de cette image sélectionnée et de l’image sélectionnée lors de l’itération précédente. - Lors de l’étape c), la construction de l’image composite comporte, lors de chaque itération, une correction de l’alignement de l’image sélectionnée par rapport à l’image composite selon une direction essentiellement perpendiculaire à la direction de référence. - Le procédé comporte en outre une étape de détermination automatique d’un état granulométrique de l’échantillon, en comparant les propriétés granulométriques calculées avec des propriétés granulométriques de référence.
Selon un autre aspect, l’invention concerne un procédé de caractérisation comportant la formation d’un trou dans une couche de ballast d’une voie de chemin de fer, selon une direction de référence, l’insertion, dans le trou formé, d’un tube creux pourvu d’une fente longitudinale alignée selon la direction de référence, l’enregistrement d’une pluralité d’images numériques de la couche de ballast, pour différents emplacements de profondeurs différentes dans la couche de ballast, au moyen d’une caméra vidéo insérée dans le tube creux, les images étant enregistrées au travers de la fente, pour différentes positions successives de la caméra le long de la direction de référence et l’analyse granulométrique de la couche de ballast à partir des images numériques enregistrées, cette analyse granulométrique étant réalisée au moyen d’un procédé d’analyse tel que décrit précédemment.
Selon un autre aspect, l’invention concerne un support d’enregistrement d’informations comportant des instructions pour la mise en œuvre d’un procédé tel que décrit ci-dessus lorsque ces instructions sont exécutées par un calculateur électronique.
Selon encore un autre aspect, l’invention concerne un ensemble pour caractériser une couche de ballast. Cet ensemble comporte : - un dispositif de géo-endoscopie, incluant : • un tube creux pourvu d’une fente longitudinale et s’étendant selon un axe rectiligne, ce tube creux étant apte à être enfoncé dans une couche de ballast selon une direction de référence ; • une caméra optique déplaçable le long du tube creux pour enregistrer une pluralité d’images numériques de la couche de ballast ; - un calculateur électronique, programmé pour réaliser une analyse granulométrique de la couche de ballast à partir des images numériques enregistrées par la caméra.
Conformément à l’invention, le calculateur électronique est programmé pour : a) acquérir une pluralité d’images numériques de la couche de ballast, chaque image numérique représentant une partie de la couche de ballast pour une profondeur selon la direction de référence prédéterminée dans la couche de ballast, b) acquérir une pluralité de valeurs de profondeur, chacune des images numériques acquises étant associée à une des valeurs de profondeur, les valeurs de profondeurs étant définies par rapport à la même direction de référence dans la couche de ballast, c) construire une image composite de la partie de la couche de ballast selon la direction de référence, en combinant les images numériques acquises en fonction de leur valeur de profondeur respective, d) identifier automatiquement au moins un grain de ballast au sein de l’image composite construite et, pour chaque grain de ballast identifié, la détermination automatique d’au moins un diamètre de ce grain de ballast, e) calculer automatiquement des propriétés granulométriques des grains de ballast de l’image composite, à partir des diamètres identifiés. L’invention sera mieux comprise et d’autres avantages de celle-ci apparaîtront plus clairement à la lumière de la description qui va suivre, d’un mode de réalisation d’un procédé de caractérisation granulométrique donné uniquement à titre d’exemple et faite en référence aux dessins annexés dans lesquels : - la figure 1 est une représentation schématique, selon une vue en coupe transversale, d’une portion de voie ferrée comportant une couche de ballast et d’un dispositif pour caractériser cette couche de ballast ; - la figure 2 représente schématiquement une image composite de la couche de ballast obtenue au moyen du dispositif de la figure 1 ; - la figure 3 est un ordinogramme d’un procédé de caractérisation granulométrique de la couche de ballast de la figure 1.
La figure 1 représente un exemple illustratif d’une portion 1 d’une voie ferrée, comportant une couche de ballast 124. La voie ferrée est formée sur un sol 10 et comporte une superposition de couches de matériaux différents. Le sol 10 est ici de forme plane et s’étend horizontalement.
Par exemple, la voie ferrée comporte les couches suivantes, empilées sur le sol 10 selon une direction verticale Z1 : - une couche de forme 11, s’étendant sur le sol 10 ; - une sous-couche 121, incluant une couche de fondation 122 reposant sur la couche de forme 11 et une couche de sous-ballast 123 reposant sur la couche de fondation 122 ; - la couche de ballast 124, reposant sur la couche de sous-ballast 123.
La couche de ballast 124 et la sous-couche 121 forment une structure d’assise de la voie ferrée. Des éléments constitutifs de la voie ferrée, tels que des rails, des appareils de voie et des traverses de voie, non illustrés, sont placés sur la couche de ballast 124.
La couche de ballast 124 présente ici une épaisseur comprise entre 15cm et 60cm, soit 25 à 30 cm sous niveau inférieur de la traverse, mesurée selon la direction Z1. La couche de ballast 124 comporte des granulats, ou grains de ballast, présentant ici un diamètre maximum compris entre 5 mm et 80mm.
Dans cet exemple, la couche 124 comporte des zones de ballast dit sain, dans lequel les grains de ballast présentent majoritairement un diamètre maximum compris entre 25mm et 60mm, c’est-à-dire qu’au moins 50% du volume de la zone de cette couche est formé par des grains de ballast présentant un diamètre maximum compris entre 25mm et 60mm. La couche de ballast 124 comporte également des zones de ballast dit pollué, dans lequel les grains formant la zone présentent une taille plus faible, par exemple un diamètre maximum inférieur ou égal à 10mm ou, de préférence, à 5 mm. Ici, les zones de ballast pollué sont essentiellement dépourvues de gros grains de ballast, c’est-à-dire ceux présentant un diamètre maximum compris entre 25mm et 60mm
La figure 1 représente également un dispositif 2 de géo-endoscopie pour l’analyse granulométrique de la couche de ballast 124. Le dispositif 2 comporte un tube 20 creux et un endoscope 22.
Le tube 20 présente une forme rectiligne, par exemple de forme cylindrique d’axe Z20, ici à base circulaire, et avec un diamètre extérieur maximal inférieur ou égal à 50mm, de préférence inférieur ou égal à 20mm, de préférence encore inférieur ou égal à 15mm. Ces dimensions réduites facilitent l’insertion du tube 20 dans la couche de ballast 24 et limitent les dommages structurels infligés à la couche de ballast 124.
Ce tube 20 est réalisé en un matériau rigide, permettant son enfoncement dans la couche de ballast 124, par exemple du métal ou une matière plastique thermodurcie.
Le tube 20 est pourvu, sur une paroi extérieure, d’une ouverture ou fente 21 traversante, qui s’étend au moins sur une partie de la longueur du tube 20, de préférence sur toute la longueur du tube 20. La fente 21 met en communication l’intérieur et l’extérieur du tube 20. Par exemple, la fente 21 est rectiligne et parallèle à l’axe Z20. Cette fente 21 présente de préférence une largeur constante sur toute sa longueur. La largeur de cette fente est inférieure ou égale à 20mm ou, de préférence, à 5mm.
En variante, le tube 20 comporte plusieurs fentes 21, par exemple alignées entre elles selon l’axe Z20, et s’étendant chacune sur seulement une partie de la longueur du tube 20. Selon une autre variante, plusieurs fentes 21 peuvent être ménagées en différents emplacements sur le pourtour du tube, de manière à observer différentes régions de la couche de ballast 124 autour du tube 20 sans avoir à déplacer le tube 20.
Le tube 20 est apte à être inséré dans un trou 13 formé dans la couche de ballast 124 selon la direction Z1. Le trou 13 présente ici une forme cylindrique d’axe Z1. L’axe Z20 du tube 20 est aligné parallèlement avec l’axe Z1 lorsqu’il est inséré dans le trou 13. Par exemple, le trou 13 présente une profondeur supérieure ou égale à celle de la couche de ballast 124. Le trou 13 présente un diamètre correspondant au diamètre du tube 20, ce qui permet de maintenir immobile le tube 20 à l’intérieur du trou 13 une fois qu’il y est inséré.
Lorsque le tube 20 est enfoncé dans le trou 13, la fente 21 s’étend au moins le long de la couche de ballast 124.
Dans cet exemple, les profondeurs sont mesurées selon l’axe Z1, par rapport à une surface de référence telle que la surface extérieure du ballast 20. A la figure 1, le trou 13 est présenté comme s’étendant jusqu’à la couche de forme 11. Cependant, en pratique, le tube 20 n’a besoin d’être inséré que dans la ou les couches de la portion de voie ferrée 1 qu’on souhaite caractériser, c’est-à-dire ici dans la couche de ballast 124, et ne pénètre pas nécessairement dans la sous-couche 121.
En effet, en pratique, cette analyse de géo-endoscopie est avantageusement combinée à une analyse complémentaire de propriétés mécaniques de la couche de ballast 124 au moyen d’un pénétromètre, par exemple le pénétromètre commercialisé par la société « Sol Solution » de Riom, France, sous la marque commerciale « Panda® ». Le dispositif 2 est ici utilisé après cette analyse complémentaire en utilisant comme trou 13 le trou formé par le pénétromètre lors de son utilisation.
Dans cet exemple, on cherche à caractériser plus précisément une zone de ballast sain de la couche de ballast 124. Par exemple, on identifie préalablement une zone de ballast sain à analyser, de façon connue à l’aide du pénétromètre. L’endoscope 22 permet d’acquérir des images numériques en profondeur de l’intérieur de la couche de ballast 124. L’endoscope 22 comporte à cet effet une caméra optique 23 numérique et une unité de commande 24 reliée à la caméra 23 au moyen d’une liaison de données, par exemple un câble 25.
La caméra 23 permet l’enregistrement d’images numériques, par exemple avec une fréquence d’enregistrement de 24 images par seconde. Cette caméra 23 est insérée à l’intérieur du tube 20 avec son objectif orienté en face de la fente 21, de sorte à enregistrer des images en profondeur de la couche de ballast 124.
Chaque image numérique est un fichier informatique représentant une image matricielle comprenant une pluralité de pixels de valeurs d'intensités différentes. Ici, les images numériques sont enregistrées en couleurs. A titre d’exemple illustratif, chaque image numérique est ici de forme rectangulaire, avec une résolution de 256 pixels par cm2 et des dimensions de 720x 576 pixels.
Le dispositif 2 est pourvu d’un dispositif de déplacement, non illustré, pour déplacer sélectivement la caméra 23 à l’intérieur du tube 20, à différentes profondeurs le long de l’axe Z20. Ce dispositif de déplacement comporte par exemple un actionneur commandé par l’unité de commande 24 et qui déplace la caméra 23, par exemple au moyen d’une tige rigide ou d’une crémaillère. Ce déplacement peut être commandé automatiquement selon un programme de déplacement prédéfini enregistré dans l’unité de commande 24. En variante, la caméra 23 peut être déplacée manuellement.
Avantageusement, l’unité de commande 24 enregistre, pour chaque image enregistrée par la caméra 23, la profondeur à laquelle se trouve la caméra 23 lors de cette acquisition. Chaque image enregistrée par la caméra 23 est associée à une valeur de profondeur correspondante. La profondeur est par exemple déterminée au moyen d’une unité de mesure, telle qu’un capteur de déplacement dédié. En variante, l’unité de mesure détermine la profondeur de la caméra à chaque instant à partir des consignes de déplacement transmises par l’unité de commande 24 à l’actionneur précédemment décrit.
Le dispositif 2 est associé à une unité de traitement 3 électronique pour former un ensemble de caractérisation de la couche de ballast 124. L’unité de traitement 3 comporte un microprocesseur programmable et un support d’enregistrement d’informations 31, tel qu’une mémoire Flash ou EEPROM ou un disque dur. Le support d’enregistrement d’informations 31 comporte des instructions pour mettre en oeuvre le procédé de la figure 2 lorsque ces instructions sont exécutées par le microprocesseur.
Un exemple de mise en œuvre d’un procédé de caractérisation granulométrique est maintenant décrit en référence à la figure 2 et à l’aide des figures 1 et 3. D’abord, lors d’une étape préalable, le trou 13 est creusé dans la couche de ballast 124 selon la direction Z1, qui forme ici une direction de référence. Le tube 20 est inséré dans le trou 13 et l’endoscope est introduit à l’intérieur du tube 20, de telle sorte que la caméra 23 est alignée devant la fente 21 pour acquérir des images de la couche de ballast 124.
Lors d’une étape d’enregistrement, la caméra 23 est déplacée le long de la direction Z1, en enregistrant continûment des images numériques 51, 52, 53, 54 successives de la couche de ballast 124. Par exemple, la caméra 23 est déplacée vers les profondeurs décroissantes, c’est-à-dire en partant depuis le fond du trou 13 et en remontant vers l’extérieur de la couche de ballast 124. La caméra 23 est apte à être déplacée avec une vitesse de déplacement préférablement comprise entre 1cm/min et 1cm/s.
Simultanément à ce déplacement, la profondeur à laquelle se trouve la caméra 23 est enregistrée automatiquement par l’unité 24 pour chacune des images 51, 52, 53, 54 enregistrées. Les images 51, 52, 53, 54 enregistrées par la caméra 23 sont ensuite transmises à l’unité de commande 24 pour stockage. Par exemple, l’unité 24 affecte à chacune des images 51, 52, 53, 54 enregistrées par la caméra 23 un identifiant unique, lequel est associé à une valeur de profondeur correspondante, au moyen d’une table de de correspondance enregistrée dans un fichier numérique.
Chaque image numérique 51, 52, 53, 54 enregistrée représente une portion de la couche de ballast 124, pour une profondeur donnée selon une direction Z1 dans la couche de ballast 124. Comme illustré à la figure 3, les images 51, 52, 53, 54 représentent ici chacune deux bords 61 latéraux parallèles de la fente 21 qui s’étendent de part et d’autre d’une zone centrale de l’image. La zone centrale correspond à la couche de ballast 124 vue depuis la caméra 23 et comporte au moins une portion d’un grain 60 de ballast de la couche de ballast 124. Le grain 60 présente des dimensions supérieures à celle d’une image numérique 51,52, 53, 54, de sorte que des grains 60 ne sont qu’en partie visibles sur ces images numériques. De fait, il n’est pas possible de déterminer au moins un diamètre de ces grains 60 à l’aide d’une seule des images numériques 51,52, 53, 54.
Lors d’une étape 1000, les images numériques 51, 52, 53, 54 ainsi enregistrées sont automatiquement acquises par l’unité de traitement 3, par exemple au moyen d’une liaison de données la reliant à l’unité 24.
Avantageusement, l’étape 1000 comporte une opération de traitement des images numériques acquises 51,52, 53, 54. Par exemple, chacune des images 51,52, 53, 54 est recadrée automatiquement afin d’en éliminer des bords sombres causés par le positionnement de la caméra 23. Un tel recadrage est réalisé en rognant chaque image d’une distance prédéterminée sur un ou plusieurs de ses bords. A titre d’exemple illustratif, chaque image 51,52, 53, 54 est ici automatiquement rognée d’une distance de 7 pixels sur son bord droit et de 3 pixels sur son bord inférieur.
Lors d’une étape 1002, l’unité 3 acquiert automatiquement les valeurs de profondeur associées aux images numériques 51, 52, 53, 54 acquises, par exemple par acquisition du fichier numérique contenant la table de correspondance enregistré par l’unité 24.
Lors d’une étape 1004, une image composite 50 de la couche de ballast est construite en combinant les images 51, 52, 53, 54 acquises selon la direction de référence et en fonction de leur valeur de profondeur respective.
Ici, l’image composite 50 est construite de façon itérative par l’unité de traitement 3, en ajoutant successivement les images 51, 52, 53, 54 acquises prises dans un ordre prédéterminé en les superposant les unes aux autres selon la direction de référence. L’ordre prédéterminé est ici l’ordre dans lequel les images numériques 51,52, 53, 54 ont été enregistrées par la caméra 23.
Par exemple, initialement, la première image acquise 51 est sélectionnée puis est utilisée pour former l’image composite en cours de construction, dite image composite provisoire. La première image 51 est ici celle correspondant à la profondeur la plus élevée parmi les images acquises 51,52, 53, 54.
Ensuite, l’unité de traitement 3 sélectionne automatiquement l’image suivante 52 parmi les autres images acquises 52, 53, 54, c’est-à-dire celle dont la valeur de profondeur est la plus proche de la profondeur de la première image.
Cette image suivante 52 sélectionnée est ensuite superposée avec l’image 51 au sein de l’image composite provisoire, en la décalant par rapport à l’image composite provisoire, selon la direction de référence Z1, d’une distance égale à la valeur absolue de la différence entre les valeurs de profondeurs respectives de cette image suivante 52 et de l’image 51 précédente. Par exemple, le décalage entre images suivante 52 et précédente 51 se mesure par rapport aux centres géométriques respectifs de chacune de ces images. L’image suivante 52 sélectionnée est ici superposée en ajoutant, à l’image composite provisoire, les pixels de l’image 52 ainsi décalée. L’image composite 50 qui en résulte est donc plus grande que chacune des images acquises 51,52, 53, 54.
En pratique, du fait de la fréquence d’enregistrement des images et de la vitesse de déplacement de la caméra 23 dans le tube 20, deux images acquises successivement se recouvrent au moins en partie l’une avec l’autre.
Ces opérations sont répétées itérativement pour chacune des images acquises suivantes, en partant, sur l’image composite provisoire, de l’image, aussi dite image actuelle, précédemment ajoutée dans cette image composite provisoire lors de l’itération précédente. Ces opérations se poursuivent jusqu’à ce qu’il ne reste plus d’images acquises suivantes, ou jusqu’à ce que la valeur de profondeur des images acquises restantes dépasse un seuil prédéfini de profondeur, par exemple parce qu’on ne souhaite mener une analyse que dans un certain intervalle de profondeurs. L’image composite provisoire devient alors l’image composite 60 définitive.
Selon une variante, on ne sélectionne pas toutes les images mais seulement une partie d’entre elles. Par exemple, on définit un pas fixe, par exemple égal à 5mm, et on ne sélectionne comme images suivantes que celles dont la différence de profondeur par rapport la première image correspond à un multiple de ce pas fixe.
Avantageusement, l’étape 1004 comporte, lors de la construction de l’image composite, une opération de correction d’alignement des images numériques acquises. Dans cet exemple, la superposition de l’image suivante sélectionnée avec l’image actuelle comporte une opération de correction de l’alignement de cette image avant de l’ajouter à l’image composite provisoire. En effet les images successivement acquises par la caméra 23 peuvent présenter une distorsion ou un désalignement, par exemple du fait d’une anomalie de la position de la caméra 23 par rapport aux bords 61 de la fente 21. Dans un tel cas, comme illustré à la figure 3, la direction de référence Z1 peut présenter une inclinaison au sein de l’image composite 50. Chaque image suivante ajoutée à l’image composite provisoire doit donc être décalée selon une direction essentiellement perpendiculaire à la direction de référence Z1 afin d’être convenablement alignée avec l’image composite provisoire. Cette opération de correction d’alignement peut être omise lorsque les images numériques acquises ne présentent pas de désalignement.
Par exemple, cette opération de correction de l’alignement est réalisée en mettant en correspondance un ou plusieurs points de repère communs à ces deux images. Plus précisément, on identifie sur l’image suivante devant être alignée un ou plusieurs pixels de cette image suivante qui correspondent à des pixels correspondants de l’image composite provisoire. Par correspondent, on entend ici que ces pixels illustrent le même objet sous-jacent de ces images. Par exemple, on utilise des pixels appartenant aux bords 61 des fentes comme points de repère pour corriger l’alignement de ces images. A titre d’exemple illustratif, ces points de référence peuvent être désignés par un utilisateur sur une interface homme-machine, non illustrée, de l’unité de traitement 3. L’interface homme-machine de l’unité de traitement 3 affiche l’image suivante devant être alignée en combinaison avec l’image composite provisoire. L’unité de traitement 3 acquiert alors, par exemple au moyen de cette même interface homme-machine, un ou plusieurs couples de points de repère, chacun de ces couples de points de repère comportant un point pour l’image composite provisoire et un point correspondant pour l’image suivante devant être alignée. L’unité de traitement 3 calcule alors, pour chaque couple de points, la différence de position entre les points de ce couple et estime, par exemple en calculant une valeur moyenne, de quelle distance l’image suivante soit être décalée.
En variante, l’opération de correction d’alignement est réalisée automatiquement, par exemple en identifiant les points de référence automatiquement au moyen d’un algorithme de reconnaissance de formes.
Dans cet exemple, seules quatre images acquises 51, 52, 53, 54 sont représentées, bien qu’en pratique il puisse y en avoir plus. Par exemple, en variante, l’image composite 50 est formée à partir de plus de dix images numériques, de préférence à partir de plus de cent images numériques. A l’issue de l’étape 1004, on dispose d’une image composite 50, comme illustré à la figure 3. Du fait de ses dimensions supérieures à celles d’une seule image acquise, notamment selon la direction Z1, l’image composite 50 comporte un grain 60 de ballast dont il est possible de mesurer une dimension, telle qu’un diamètre d du grain 60.
Lors d’une étape 1006, les grains de ballast 60 de l’image composite 50 sont automatiquement identifiés. Par exemple, pour chaque grain de ballast 60 identifié, l’unité de traitement 3 détecte automatiquement les contours de ce grain de ballast au moyen d’un algorithme de détection de contours et on déduit un diamètre de ce grain, par exemple au moyen de méthodes automatiques connues. Lorsque seuls des bords opposés du grain 60 peuvent être détectés, comme c’est le cas à la figure 3, parce que seule une partie du grain 60 est visible, alors ces bords sont déterminés et le diamètre d est identifié comme étant la distance entre ces deux bords opposés.
Enfin, lors d’une étape 1008, des propriétés granulométriques des grains 60 de ballast de l’image composite 50 sont automatiquement calculés par l’unité de traitement 3, à partir du diamètre d identifiés lors de l’étape 6. Par exemple, le calcul automatique des propriétés granulométriques comporte la détermination automatique d’une courbe de granulométrie des grains de ballast de l’image acquise, cette courbe de granulométrie exprimant la distribution statistique d’un paramètre granulométrique, tel que le diamètre ou la masse des grains de ballast identifiés.
Grâce à l’invention, on peut analyser les propriétés granulométriques des grains 60 même si la taille de ces derniers est supérieure aux dimensions maximales des images numériques permises par la caméra 23 et par la fente 21. Cette analyse est possible sans qu’il ne soit nécessaire de modifier les dimensions du tube 20 ou de la fente 21 ni de tourner le tube 20 pour chaque profondeur de manière à obtenir une vue d’ensemble des grains 60. Ainsi, le procédé de caractérisation reste simple à mettre en œuvre et reste peu invasif vis-à-vis de la couche de ballast 124 et son utilisation ne laisse pas de séquelles mécaniques durables dans la couche de ballast 124.
Avantageusement, à l’issue de l’étape 1008, l’unité de traitement 3 détermine automatiquement l’état de la couche de ballast 124 en comparant les propriétés granulométriques calculées ave des propriétés granulométriques de référence. Ceci est notamment utile pour savoir si le ballast contenu dans la zone saine ayant fait l’objet de la caractérisation granulométrique peut être réutilisé ou non. Par exemple, à titre d’exemple illustratif, le ballast est pourrait être considéré comme pouvant être réutilisé si au moins plus de 50% des grains 60 identifiés présentent un diamètre moyen supérieur ou égal à un diamètre de référence, par exemple égal à 25mm. Dans le cas contraire, le ballast est considéré comme ne pouvant pas être réutilisé.
En variante, cette étape peut être utilisée pour qualifier la qualité du ballast dans le cadre d’un contrôle qualité suite à une intervention de travaux sur la couche de ballast 124.
Les modes de réalisation et les variantes envisagés ci-dessus peuvent être combinés entre eux pour générer de nouveaux modes de réalisation.
Claims (9)
- REVENDICATIONS1. -Procédé d’analyse granulométrique d’une couche de ballast d’une voie de chemin de fer, caractérisé en ce qu’il comporte des étapes : a) d’acquisition (1000) d’une pluralité d’images numériques (51, 52, 53, 54) d’une couche de ballast (124), chaque image numérique représentant une partie de la couche de ballast pour une profondeur selon une direction de référence (Z1) prédéterminée dans la couche de ballast, b) d’acquisition (1002) d’une pluralité de valeurs de profondeur, chacune des images numériques acquises étant associée à une des valeurs de profondeur, les valeurs de profondeurs étant définies par rapport à la même direction de référence dans la couche de ballast, c) de construction (1004) d’une image composite (50) de la partie de la couche de ballast (124) selon la direction de référence (Z1), en combinant les images numériques acquises (51, 52, 53, 54) en fonction de leur valeur de profondeur respective, d) d’identification automatique (1006) d’au moins un grain de ballast (60) au sein de l’image composite construite et, pour chaque grain de ballast identifié, la détermination automatique d’au moins un diamètre (d) de ce grain de ballast, e) de calcul automatique (1008) de propriétés granulométriques des grains de ballast (60) de l’image composite, à partir des diamètres identifiés.
- 2, - Procédé selon la revendication 1, caractérisé en ce que, lors de l’étape d), le calcul automatique (1008) des propriétés granulométriques comporte la détermination automatique d’une courbe de granulométrie des grains de ballast de l’image acquise, cette courbe de granulométrie exprimant la distribution statistique d’un paramètre granulométrique des grains de ballast identifiés (60).
- 3. - Procédé selon la revendication 2, caractérisé en ce que le paramètre granulométrique est le diamètre des grains de ballast ou la masse des grains de ballast.
- 4, - Procédé selon l’une des revendications précédentes, caractérisé en ce que, lors de l’étape c), la construction (1004) de l’image composite est réalisée itérativement en sélectionnant des images numériques (51, 52, 53, 54) acquises prises dans un ordre prédéterminé, les images numériques (51, 52, 53, 54) sélectionnées étant successivement ajoutées à l’image composite formée à partir d’image précédentes, en décalant, lors de chaque itération, chaque image sélectionnée, par rapport à cette image composite, selon la direction de référence (Z1), d’une distance égale à la valeur absolue de la différence entre les valeurs de profondeurs respectives de cette image sélectionnée (52) et de l’image (51 ) sélectionnée lors de l’itération précédente.
- 5. - Procédé selon la revendication 4, caractérisé en ce que, lors de l’étape c), la construction (1004) de l’image composite (50) comporte, lors de chaque itération, une correction de l’alignement de l’image sélectionnée par rapport à l’image composite selon une direction essentiellement perpendiculaire à la direction de référence (Z1).
- 6. - Procédé selon l’une des revendications précédentes, caractérisé en ce qu’il comporte en outre une étape de détermination automatique d’un état granulométrique de l’échantillon, en comparant les propriétés granulométriques calculées avec des propriétés granulométriques de référence.
- 7. - Procédé de caractérisation d’une couche de ballast d’une voie de chemin de fer, caractérisé en ce qu’il comporte : - la formation d’un trou (13) dans une couche de ballast (124) d’une voie de chemin de fer (1), selon une direction de référence (Z1), - l’insertion, dans le trou formé, d’un tube creux (20) pourvu d’une fente longitudinale (21) alignée selon la direction de référence, - l’enregistrement d’une pluralité d’images numériques (51, 52, 53, 54) de la couche de ballast, pour différents emplacements de profondeurs différentes dans la couche de ballast, au moyen d’une caméra (23) vidéo insérée dans le tube creux, les images étant enregistrées au travers de la fente, pour différentes positions successives de la caméra le long de la direction de référence , - l’analyse granulométrique de la couche de ballast à partir des images numériques (51, 52, 53, 54) enregistrées, cette analyse granulométrique étant réalisée au moyen d’un procédé d’analyse selon l’une des revendications précédentes.
- 8. - Support d’enregistrement d’informations (31), caractérisé en ce qu’il comporte des instructions pour la mise en oeuvre d’un procédé selon l’une des revendications 1 à 6 lorsque ces instructions sont exécutées par un calculateur électronique.
- 9.- Ensemble pour caractériser une couche de ballast, cet ensemble étant caractérisé en ce qu’il comporte : - un dispositif (2) de géo-endoscopie, incluant : • un tube creux (20) pourvu d’une fente longitudinale (21) et s’étendant selon un axe rectiligne (Z20), ce tube creux étant apte à être enfoncé dans une couche de ballast (124) selon une direction de référence (Z1) ; • une caméra (23) optique déplaçable le long du tube creux (20) pour enregistrer une pluralité d’images numériques de la couche de ballast ; - un calculateur électronique (3), programmé pour réaliser une analyse granulométrique de la couche de ballast à partir des images numériques enregistrées par la caméra (23), et en ce que le calculateur électronique est programmé pour : a) acquérir (1000) une pluralité d’images numériques (51, 52, 53, 54) de la couche de ballast (124), chaque image numérique représentant une partie de la couche de ballast pour une profondeur selon la direction de référence (Z1) prédéterminée dans la couche de ballast, b) acquérir (1002) une pluralité de valeurs de profondeur, chacune des images numériques acquises étant associée à une des valeurs de profondeur, les valeurs de profondeurs étant définies par rapport à la même direction de référence dans la couche de ballast, c) construire (1004) une image composite (50) de la partie de la couche de ballast (124) selon la direction de référence (Z1), en combinant les images numériques acquises (51,52, 53, 54) en fonction de leur valeur de profondeur respective, d) identifier automatiquement (1006) au moins un grain de ballast (60) au sein de l’image composite construite et, pour chaque grain de ballast identifié, la détermination automatique d’au moins un diamètre (d) de ce grain de ballast, e) calculer automatiquement (1008) des propriétés granulométriques des grains de ballast (60) de l’image composite, à partir des diamètres identifiés.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1652680A FR3049712B1 (fr) | 2016-03-29 | 2016-03-29 | Procede de caracterisation granulometrique d'une couche de ballast d'une voie de chemin de fer |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1652680A FR3049712B1 (fr) | 2016-03-29 | 2016-03-29 | Procede de caracterisation granulometrique d'une couche de ballast d'une voie de chemin de fer |
Publications (2)
Publication Number | Publication Date |
---|---|
FR3049712A1 true FR3049712A1 (fr) | 2017-10-06 |
FR3049712B1 FR3049712B1 (fr) | 2024-02-16 |
Family
ID=55953295
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FR1652680A Active FR3049712B1 (fr) | 2016-03-29 | 2016-03-29 | Procede de caracterisation granulometrique d'une couche de ballast d'une voie de chemin de fer |
Country Status (1)
Country | Link |
---|---|
FR (1) | FR3049712B1 (fr) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2995926A1 (fr) * | 2014-09-15 | 2016-03-16 | Sol Solution | Méthode de caractérisation de l'assise d'une voie ferrée, dispositif pour visualiser l'intérieur d'un sol et ensemble de caractérisation de l'assise d'une voie ferrée comprenant un tel dispositif |
-
2016
- 2016-03-29 FR FR1652680A patent/FR3049712B1/fr active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2995926A1 (fr) * | 2014-09-15 | 2016-03-16 | Sol Solution | Méthode de caractérisation de l'assise d'une voie ferrée, dispositif pour visualiser l'intérieur d'un sol et ensemble de caractérisation de l'assise d'une voie ferrée comprenant un tel dispositif |
Non-Patent Citations (4)
Title |
---|
FATHE BOUTELDJA ET AL: "Experimental Validation of an Method for In Situ Estimation of Hydraulic Conductivity of Water Treatment Granular Materials", GEOTECHNICAL AND GEOLOGICAL ENGINEERING, KLUWER ACADEMIC PUBLISHERS, DO, vol. 29, no. 6, 24 July 2011 (2011-07-24), pages 1009 - 1021, XP019965600, ISSN: 1573-1529, DOI: 10.1007/S10706-011-9433-X * |
PARIS UIC: "Program - Railway Track SCience and Engineering, Paris, 5-6 December 2013", 13 December 2013 (2013-12-13), XP055327488, Retrieved from the Internet <URL:http://www.railway-science-workshops.org/IMG/pdf/detail_parralel_sessions_25-11.pdf> [retrieved on 20161208] * |
UIC PARIS: "Ballast: Issues & Challenges UIC Paris 5-6 December 2013 Abstract Book", RAILWAY TRACK SCIENCE & ENGINEERING INTERNATIONAL WORKSHOP BALLAST: ISSUES & CHALLENGES, 13 December 2013 (2013-12-13), XP055327482, Retrieved from the Internet <URL:https://pure.tugraz.at/portal/files/2747990/Book%20of%20Abstracts%20-%20UIC%20Paris%20Dezember%202013.pdf> [retrieved on 20161208] * |
Y HADDANI ET AL: "Field Ballast Granulometry assessment thanks to image analysis", RAILWAY TRACK SCIENCE AND ENGINEERING INTERNATIONAL WORKSHOP BALLAST: ISSUES AND CHALLENGES 5 - 6 DECEMBER 2013,UIC PARIS, 13 December 2003 (2003-12-13), XP055327477, Retrieved from the Internet <URL:http://www.rtse-workshops.org/IMG/pdf/41._haddani_-_field_ballast_granulometry_assessment_thanks_to_image_analysis.pdf> [retrieved on 20161208] * |
Also Published As
Publication number | Publication date |
---|---|
FR3049712B1 (fr) | 2024-02-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2995926B1 (fr) | Méthode de caractérisation de l'assise d'une voie ferrée et ensemble de caractérisation de l'assise d'une voie ferrée comprenant un dispositif pour visualiser l'intérieur d'un sol | |
EP2676127B1 (fr) | Procede et dispositif pour detecter des defauts de repartition de matiere dans des recipients transparents | |
CA2284895C (fr) | Procede d'inspection de surface d'une bande en defilement par segmentation d'image en zones suspectes | |
CA2685989A1 (fr) | Procede et systeme de detection d'impacts sur des zones a surveiller d'un vehicule roulant | |
WO2011117539A1 (fr) | Methode et installation pour detecter la presence et l'altitude de defauts dans un composant optique | |
WO2016097520A1 (fr) | Procede de detection de defaut sur une surface de pneumatique | |
FR2989198A1 (fr) | Procede et dispositif de detection d'un objet dans une image | |
CH702070A2 (fr) | Dispositif de type pivotant pour la detection d'une avalanche de débris et methode de detection d'une avalanche de débris utilisant le dispositif. | |
EP2145175B1 (fr) | Procede et machine d'inspection d'articles transparents ou translucides | |
FR3049712A1 (fr) | Procede de caracterisation granulometrique d'une couche de ballast d'une voie de chemin de fer | |
CA2284894C (fr) | Procede d'inspection de surface d'une bande en defilement par classification prealable d'irregularite de surface detectee | |
EP3038014B1 (fr) | Dispositif et procédé de détection d'un état d'occupation d'un emplacement | |
FR3072757B1 (fr) | Dispositif d'inspection non motorise de canalisations de fluide | |
FR2968073A1 (fr) | Procede et dispositif de controle d'un filetage de joint tubulaire utilise dans l'industrie du petrole | |
EP3728740B1 (fr) | Procédé de compactage de sol utilisant un scanner laser | |
EP3234915A2 (fr) | Procédé de détection de stries dans un pneumatique | |
FR2928208A1 (fr) | Procede de controle du comportement mecanique d'un systeme de support a mat ancre et dispositif pour la mise en oeuvre du procede | |
WO2015181247A1 (fr) | Procede de fabrication d'un objet tridimensionnel par solidification de poudre | |
FR3021054A1 (fr) | Procede et systeme d’observation d’especes biologiques sur un milieu de culture | |
FR2867491A1 (fr) | Procede et dispositif pour regler le profil du ballast d'une voie ferree | |
CA2800512C (fr) | Extraction d'un document dans une serie d'images captees | |
FR3055219A1 (fr) | Dispositif de filtration des eaux pluviales | |
BE1020522A5 (fr) | Procede de determination des parametres geometriques indiquant le mouvement d'une camera. | |
FR3073557A1 (fr) | Procede de controle et/ou de guidage de la realisation d'une excavation | |
EP2000977A1 (fr) | Procédé de détection d'un véhicule |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PLFP | Fee payment |
Year of fee payment: 2 |
|
PLSC | Publication of the preliminary search report |
Effective date: 20171006 |
|
PLFP | Fee payment |
Year of fee payment: 3 |
|
PLFP | Fee payment |
Year of fee payment: 5 |
|
PLFP | Fee payment |
Year of fee payment: 6 |
|
PLFP | Fee payment |
Year of fee payment: 7 |
|
PLFP | Fee payment |
Year of fee payment: 8 |
|
PLFP | Fee payment |
Year of fee payment: 9 |