KR20210062454A - 선로 검사 장치 및 선로 검사 방법 - Google Patents

선로 검사 장치 및 선로 검사 방법 Download PDF

Info

Publication number
KR20210062454A
KR20210062454A KR1020190150692A KR20190150692A KR20210062454A KR 20210062454 A KR20210062454 A KR 20210062454A KR 1020190150692 A KR1020190150692 A KR 1020190150692A KR 20190150692 A KR20190150692 A KR 20190150692A KR 20210062454 A KR20210062454 A KR 20210062454A
Authority
KR
South Korea
Prior art keywords
line
image
track
moving
inspection device
Prior art date
Application number
KR1020190150692A
Other languages
English (en)
Other versions
KR102315405B1 (ko
Inventor
홍지영
정우태
고효인
장승호
Original Assignee
한국철도기술연구원
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 한국철도기술연구원 filed Critical 한국철도기술연구원
Priority to KR1020190150692A priority Critical patent/KR102315405B1/ko
Publication of KR20210062454A publication Critical patent/KR20210062454A/ko
Application granted granted Critical
Publication of KR102315405B1 publication Critical patent/KR102315405B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L23/00—Control, warning or like safety means along the route or between vehicles or trains
    • B61L23/04—Control, warning or like safety means along the route or between vehicles or trains for monitoring the mechanical state of the route
    • B61L23/042—Track changes detection
    • 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
    • G01N21/8806—Specially adapted optical and illumination features
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

본 발명은 선로의 상태를 검사하는 선로 검사 장치에 관한 것이다. 구체적으로, 본 발명의 일 실시예에 따른 선로 검사 장치는, 선로 검사 장치가 선로가 배치된 방향으로 이동하면서 선로를 촬영하여 이미지를 획득하고, 획득된 이미지에서 선로의 파워 스펙트럼 밀도의 특징을 추출하고, 파워 스펙트럼 밀도의 특징을 머신 러닝 모델에 따라 분류하며, 분류된 파워 스펙트럼 밀도의 특징에 기초하여 선로에서 파상 마모의 발생 여부를 검출한다.

Description

선로 검사 장치 및 선로 검사 방법{APPARATUS AND METHOD FOR INSPECTING RAILWAY LINE}
본 발명은 선로 검사 장치 및 선로 검사 방법에 관한 것이다.
일반적으로 선로(railway line)라 함은 노반, 궤도, 교량, 터널은 물론 역의 시설과 신호설비 및 전기운전을 하는 경우의 전차선로까지 포함하여 열차가 운행되는데 사용되는 통로로서 필요한 일체의 설비를 모두 포함하는 것을 의미한다.
한편, 이러한 선로는 열차가 항시 최적의 상태에서 운행되도록 함으로써 열차 운행의 정시성 및 안전성을 확보하도록, 일정 기간마다 정기적으로 혹은 이상 발견시마다 유지보수는 물론 열차 운행감시, 궤도 또는 시설물의 상태감시, 선로 환경정보 검측 등이 이루어진다.
종래에는 선로에 접촉하는 방식으로써 변위나 가속도를 측정할 수 있는 선형 가변 변위 변환기(LVDT; Linear Variable Displacement Transducer), 자기검출방식 센서, 가속도 센서 등을 이용하여 선로의 상태를 검사하는 기술이 있다.
그러나, 접촉식의 경우, 선로 표면의 마모 상태, 이물질 등으로 인해 센서와 선로 표면 간의 접촉 상태가 균일하지 않을 수 있고, 선로 표면과 센서 간의 접촉으로 인해 2차 마모가 발생할 수 있다는 문제점이 있다.
상기와 같은 문제점들을 해결하기 위해, 수 많은 연구 및 개발이 다각도로 이루어지고 있는 실정이다.
본 발명이 해결하려는 과제는, 고가의 정밀 센서를 사용하지 않고도 선로에서 발생한 결함을 취득함으로써 제조 단가를 최소화하는 것이다.
또한, 본 발명이 해결하려는 다른 과제는, 이미지 분석 및 머신 러닝을 이용하여 선로의 결함의 형상, 크기 등을 분석함으로써 선로의 유지, 선로에서 발생하는 소음과 진동 등에 관하여 효율적으로 관리하는 것이다.
또한, 본 발명이 해결하려는 또 다른 과제는, 선로의 결함을 정확히 검출함으로써 안전사고를 예방하는 것이다.
본 발명의 과제들은 이상에서 언급한 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
전술한 과제를 해결하기 위하여, 일 측면에서, 본 발명의 일 실시예에 따른 선로 검사 장치는, 선로의 상태를 검사하는 선로 검사 장치에 있어서, 선로가 배치된 방향으로 선로 검사 장치를 이동시키는 이동부와, 선로 검사 장치의 이동에 따라 선로를 촬영하여 이미지를 획득하는 이미지 획득부 및 이미지에서 선로의 파워 스펙트럼 밀도(Power Spectrum Density)의 특징을 추출하고, 파워 스펙트럼 밀도의 특징을 미리 설정된 머신 러닝 모델(Machine learning model)에 따라 분류하며, 분류된 파워 스펙트럼 밀도의 특징에 기초하여 선로의 결함 발생 여부를 검출하는 제어부를 포함한다.
여기서, 이동부는, 선로 검사 장치의 이동 속도를 측정하여 이동 속도 정보를 제어부에 출력하고, 제어부는, 이동 속도 정보에 기초하여 선로 검사 장치의 이동 거리를 계산하고, 이동 거리가 미리 설정된 촬영 단위 거리를 만족하면, 트리거 신호를 이미지 획득부에 출력하고, 이미지 획득부는, 트리거 신호를 입력받으면, 선로를 촬영할 수 있다.
여기서, 이미지 획득부는, 미리 설정된 라인 단위로 선로를 촬영하여 라인 이미지를 획득하고, 라인 이미지의 개수를 카운팅(Counting)하고, 라인 이미지들의 개수가 미리 설정된 기준 개수를 만족하면, 라인 이미지들에 기초하여 프레임 이미지를 생성할 수 있다.
여기서, 이미지 획득부는, 서로 다른 사이즈로 이루어진 복수의 프레임 이미지들을 생성하고, 프레임 이미지들을 합성하여 합성 프레임 이미지를 생성하고, 합성 프레임 이미지에서 선로 이미지를 추출하고, 제어부는, 선로 이미지에 기초하여 파워 스펙트럼 밀도의 특징을 추출할 수 있다.
여기서, 제어부는, 파워 스펙트럼 밀도의 특징을 미리 설정된 서포트 벡터 머신 모델(Support Vector Machine Model)에 따라 분류할 수 있다.
여기서, 제어부는, 선로 이미지 및 파워 스펙트럼 밀도의 특징을 서포트 벡터 머신을 통해 학습하여 분류하고, 분류된 선로 이미지 및 파워 스펙트럼 밀도의 특징이 반영된 서포트 벡터 머신 모델을 갱신(Update)할 수 있다.
여기서, 제어부는, 선로의 결함이 선로에서 발생하면, 선로의 결함에 대응되는 피크(Peak) 주파수를 검출하고, 피크 주파수와 이미지를 저장할 수 있다.
다른 측면에서, 본 발명의 일 실시에에 따른 선로 검사 방법은, 선로가 배치된 방향으로 선로 검사 장치를 이동시키는 이동 단계와, 선로 검사 장치의 이동에 따라 선로를 촬영하여 이미지를 획득하는 이미지 획득 단계와, 이미지에서 선로의 파워 스펙트럼 밀도(Power Spectrum Density)의 특징을 추출하는 특징 추출 단계와, 파워 스펙트럼 밀도의 특징을 미리 설정된 머신 러닝 모델(Machine learning model)에 따라 분류하는 특징 분류 단계 및 분류된 파워 스펙트럼 밀도의 특징에 기초하여 선로의 결함 발생 여부를 검출하는 결함 검출 단계를 포함한다.
기타 실시예의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
이상에서 설명한 바와 같이, 본 발명의 실시예들은 고가의 정밀 센서를 사용하지 않고도 선로에서 발생한 결함을 취득함으로써 제조 단가를 최소화할 수 있다.
또한, 본 발명의 실시예들은 이미지 분석 및 머신 러닝을 이용하여 선로의 결함의 형상, 크기 등을 분석함으로써 선로의 유지, 선로에서 발생하는 소음과 진동 등에 관하여 효율적으로 관리할 수 있다.
또한, 본 발명의 실시예들은 선로의 결함을 정확히 검출함으로써 안전사고를 예방할 수 있다.
실시예들에 따른 효과는 이상에서 예시된 내용에 의해 제한되지 않으며, 더욱 다양한 효과들이 본 명세서 내에 포함되어 있다.
도 1은 본 발명의 일 실시예에 따른 선로 검사 장치를 설명하기 위한 블록도이다.
도 2는 도 1의 선로 검사 장치가 이미지를 획득하는 일 실시예를 설명하기 위한 순서도이다.
도 3은 도 1의 선로 검사 장치가 파상 마모를 검출하는 일 실시예를 설명하기 위한 순서도이다.
도 4는 도 3의 파상 마모 검출 프로세스를 구체적으로 설명하기 위한 순서도이다.
도 5는 본 발명의 일 실시예에 따른 선로 검사 방법을 설명하기 위한 순서도이다.
본 발명의 목적, 특정한 장점들 및 신규한 특징들은 첨부된 도면들과 연관되는 이하의 상세한 설명과 바람직한 실시예로부터 더욱 명백해질 것이다. 본 명세서에서 각 도면의 구성요소들에 참조번호를 부가함에 있어서, 동일한 구성 요소들에 한해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 번호를 가지도록 하고 있음에 유의하여야 한다. 또한, 본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명은 생략한다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 선로 검사 장치(10)를 설명하기 위한 블록도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 선로 검사 장치(10)는 선로와 결합되어 선로의 상태를 검사할 수 있다. 여기서, 선로의 상태는 선로가 손상되지 않은 정상 상태, 선로가 파상 마모되거나, 손상되는 등의 결함 상태로 구분될 수 있다. 여기서, 파상 마모는 기차 등 차량에 구비된 차륜의 공전 등에 의해 선로의 두부(頭部, Head)에 발생하는 파상 모양으로 된 마모 형태를 의미할 수 있다. 이러한 파상 마모는 소정의 파장을 구비할 수 있다. 이하에서는 편의상 선로의 결함은 파상 마모인 것을 기준으로 설명하나, 파상 마모 이외에 절손, 파손 등의 경우에도 본 발명의 실시예들에 적용될 수 있다.
이러한 선로 검사 장치(10)는 이동부(100)와 이미지 획득부(200), 제어부(300), 표시부(400) 및 메모리(500) 등을 포함할 수 있다.
이동부(100)는 후술하는 제어부(300)로부터 제어 신호를 입력받아 선로가 배치된 방향으로 선로 검사 장치(10)를 이동시킬 수 있다. 즉, 선로가 일 방향으로 배치된 경우, 이동부(100)는 선로 검사 장치(10)를 일 방향으로 이동시킬 수 있다. 구체적으로, 선로가 일 방향으로 배치된 경우, 이동부(100)는 선로가 배치된 일 방향을 따라 선로 검사 장치(10)를 전진 또는 후진시킬 수 있다. 이때, 이동부(100)는 선로 검사 장치(10)를 등속으로 이동시킬 수 있으나, 이에 한정되는 것은 아니다.
이러한 이동부(100)는 구동 액츄에이터(110), GPS(120)(Global Positioning System, 120), 지지 부재(130), 속도 센서(140) 및 배터리(150) 등을 포함할 수 있다.
구동 액츄에이터(110)는 제어부(300)의 제어 신호를 입력받아 구동하는 기능을 수행할 수 있다. 도시되지 않았지만, 구동 액츄에이터(110)는 구동 모터, 차륜 등을 구비할 수 있다.
GPS(120)는 이동되는 선로 검사 장치(10)의 위치를 검출하여 선로 검사 장치(10)의 위치 정보를 제공할 수 있다. 구체적으로, GPS(120)는 인공 위성(미도시)에 송신 신호를 전송하고, 인공 위성으로부터 수신 신호를 입력받아 선로 검사 장치(10)의 위치를 확인하고, 선로 검사 장치(10)의 위치를 지시하는 위치 정보를 생성하여 제어부(300)에 제공할 수 있다.
지지 부재(130)는 선로 검사 장치(10)와 선로가 결합되어 선로 검사 장치(10)가 선로를 이탈하지 않도록 지지하는 기능을 수행할 수 있다.
속도 센서(140)는 선로 검사 장치(10)의 이동 속도를 감지하고, 이동 속도 정보를 제공할 수 있다. 구체적으로, 속도 센서(140)는 선로 검사 장치(10)의 차륜(미도시)의 회전 속도를 감지하고, 회전 속도를 지시하는 이동 속도 정보를 제어부(300)에 제공할 수 있다.
배터리(150)는 이동부(100)가 선로 검사 장치(10)를 이동시키는데 필요한 전기 에너지를 제공할 수 있다.
도시되지 않았지만, 이동부(100)는 선로 검사 장치(10)의 이동 거리에 대한 정보를 제공하며, 이미지 획득부(200)에 트리거 입력을 제공할 수 있는 엔코더(Encoder)를 더 포함할 수 있다.
한편, 이미지 획득부(200)는 선로 검사 장치(10)의 이동에 따라 선로를 촬영하여 이미지를 획득할 수 있다. 구체적으로, 선로 검사 장치(10)가 이동부(100)에 의해 선로가 배치된 일 방향으로 이동되는 동안, 이미지 획득부(200)는 선로를 촬영하여 선로에 대한 이미지를 획득할 수 있다. 여기서, 획득된 이미지는 선로, 선로 주변에 존재하는 노이즈 등을 모두 포함할 수 있다. 한편, 이미지 획득부(200)는 선로 검사 장치(10)의 이동 속도와 동기화하여 선로를 촬영할 수 있다. 즉, 이미지 획득부(200)의 촬영 속도와 선로 검사 장치(10)의 이동 속도가 동기화될 수 있다.
이러한 이미지 획득부(200)는 제1 이미지 센서(210), 제2 이미지 센서(220), 광 조사 모듈(230) 및 조도 센서(240) 등을 포함할 수 있다.
제1 이미지 센서(210)는 선로와 선로 주변의 물체를 감지할 수 있다. 제1 이미지 센서(210)는 선로가 배치된 지면을 향하도록 배치될 수 있다. 이러한 제1 이미지 센서(210)는 라인스캔카메라 등을 의미할 수 있다.
본 발명의 일 실시예에 따른 선로 검사 장치(10)는, 제1 이미지 센서(210)를 이용함으로써 선로의 결함, 예를 들어 파상 마모의 형상과 파상 마모의 크기 등을 시각적으로 제공할 수 있다.
제2 이미지 센서(220)는 선로 검사 장치(10)의 주변을 감지할 수 있다. 구체적으로, 제2 이미지 센서(220)는 제1 이미지 센서(210) 이외에 선로 상의 위치를 확인할 수 있는 KP(Kilopost) 표지판, 궤도 구조물, 주변 환경 등에 대한 이미지를 취득하기 위해 선로 검사 장치(10)의 이동 방향과 대응되는 방향을 감지할 수 있다. 예를 들면, 선로 검사 장치(10)가 전진하는 경우, 제2 이미지 센서(220)는 선로 검사 장치(10)의 전방을 감지할 수 있다. 이러한 제2 이미지 센서(220)는 카메라, 적외선 카메라 등을 의미할 수 있다.
본 발명의 일 실시예에 따른 선로 검사 장치(10)는, 제2 이미지 센서(220)를 이용함으로써 선로 검사 장치(10)의 위치에 대한 오차를 최소화할 수 있다.
광 조사 모듈(230)은 제1 이미지 센서(210), 제2 이미지 센서(220) 각각으로부터 획득된 이미지들의 조도를 일정하게 유지하기 위해 조도를 조절할 수 있다. 즉, 광 조사 모듈(230)은 제어부(300)로부터 제어 신호를 입력받아 선로를 향해 광을 조사할 수 있다.
조도 센서(240)는 선로 주변의 조도, 즉 주변 밝기를 센싱할 수 있다.
도시되지 않았지만, 이미지 획득부(200)는 제1 이미지 센서(210) 및 제2 이미지 센서(220)로부터 출력된 이미지 신호를 이미지 데이터로 변환시키는 프레임 그래버(Frame Grabber), 소프트웨어 등도 포함할 수 있다.
한편, 제어부(300)는 이동부(100), 이미지 획득부(200), 표시부(400), 메모리(500) 등에 대해 전반적인 제어를 수행할 수 있다. 예를 들어, 제어부(300)는 선로 검사 장치(10)의 이동을 개시하도록 이동부(100)에 제어 신호를 출력할 수 있고, 선로를 촬영하도록 이미지 획득부(200)에 제어 신호 또는 트리거 신호를 출력할 수 있으며, 선로의 상태를 시각적으로 표시하도록 표시부(400)에 제어 신호를 출력할 수도 있다.
제어부(300)는 이미지 획득부(200)로부터 획득된 이미지를 전처리할 수 있다. 이는 후술하는 파워 스펙트럼 밀도(PSD; Power Spectrum Density, 이하 "PSD"이라 함)의 특징을 추출하기 위함이다.
제어부(300)는 이미지에서 PSD의 특징을 추출하고, PSD의 특징을 미리 설정된 머신 러닝 모델(Machine learning model)에 따라 분류하며, 분류된 PSD의 특징에 기초하여 선로의 결함 발생 여부를 검출할 수 있다.
여기서, PSD는 주파수 스펙트럼 상의 전력 표현으로서 신호 주파수에 따른 전력 밀도에 대한 분포를 의미할 수 있다. PSD의 특징은 주파수에 따른 파형 형태를 제공할 수 있다. 한편, 머신 러닝 모델은 예를 들어, 텐서 플로우 모델(Tensor Flow Model), 서포트 벡터 머신 모델(Support Vector Machine Model), 딥 러닝(Deep Learning Model) 등이 있다.
PSD의 특징을 추출하는 이유는 이미지에 포함된 노이즈에서 두드러지는 일련의 피크를 갖는 신호의 주파수 분석 시 그 특징을 가장 효율적으로 도출할 수 있기 때문이다.
도시되지 않았지만, 이러한 제어부(300)는 하나 이상의 프로세서로 구현될 수 있으며, 제어부(300)는 이미지 분석을 기반으로 선로의 결함을 구분하여 분석할 수 있고, 주간 및 야간 발기 차이와 선로 표면의 오염 정도 등을 추가적으로 분석할 수도 있다.
본 발명의 일 실시예에 따른 선로 검사 장치(10)는, 사용자가 선로에서 발생하는 소음 현황, 선로 필요로 하는 수준을 용이하게 진단할 수 있도록, PSD 및 머신 러닝 모델을 이용하여 선로의 결함, 예를 들어 파상 마모의 형상, 크기 등을 분석하고, 그 분석 결과를 제공할 수 있다.
한편, 일 실시예로, 제어부(300)는 선로 상의 위치와 파상 마모의 상태 분석 결과를 메모리(500)에 저장하고 있다가, 재측정 시, 이전 측정 결과를 토대로 측정 구건을 선정할 수도 있다.
또한, 다른 실시예로, 제어부(300)는 시간에 따른 파상 마모 상태 변화를 메모리(500)에 저장하고, 선로 구간 별 파상 마모 현황을 분석할 수 있다.
또한, 또 다른 실시예로, 제어부(300)는 이동부(100)로부터 이동 거리, 진동 가속도 등에 대한 정보를 입력받고, 이를 필터링하여 파상 마모의 유무, 형상, 크기 등을 구분할 수 있다.
표시부(400)는 선로의 상태에 대한 결과를 사용자에게 시각적으로 표시할 수 있다. 이러한 표시부(400)는 예를 들어 표시 패널을 구비한 표시 장치로 구현될 수 있다.
메모리(500)는 이미지 획득부(200)로부터 획득된 이미지의 원본 데이터, 제어부(300)로부터 획득된 선로의 결함 결과에 대한 정보, 선로의 결함이 포함된 이미지, 선로 검사 장치(10)의 위치 정보 등을 저장할 수 있다.
이러한 메모리(500)는 도 1에 도시된 바와 같이 별도의 구성일 수 있으나, 이에 한정되는 것은 아니며, 제어부(300)에 포함될 수도 있다.
한편, 도시되지 않았지만, 본 발명의 일 실시예에 따른 선로 검사 장치(10)는 이미지 및 수치화된 분석 데이터를 무선 통신을 통해 서버로 전송하거나, 다른 통신 장치와 통신하여 데이터를 송수신하는 통신부 등을 더 포함할 수 있다.
도 2는 도 1의 선로 검사 장치(10)가 이미지를 획득하는 일 실시예를 설명하기 위한 순서도이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 선로 검사 장치(10)는 초기화한다(S110). 예를 들어, 제어부(300)는 이동부(100), 이미지 획득부(200) 및 표시부(400) 각각을 초기화시킬 수 있다.
그 다음, 선로 검사 장치(10)는 선로가 배치된 방향으로 이동된다(S120). 예를 들어, 제어부(300)는 제어 신호를 이동부(100)에 출력하고, 이동부(100)는 제어부(300)로부터 제어 신호를 입력받아 선로 검사 장치(10)를 전진(또는 후진)시킬 수 있다.
그 다음, 선로 검사 장치(10)는 일정 이동 거리를 이동할 때마다 트리거 신호를 발생시킨다(S130). 예를 들면, 이동부(100)는 선로 검사 장치(10)의 이동 속도를 측정하여 이동 속도 정보를 제어부(300)에 출력하고, 제어부(300)는 이동 속도 정보에 기초하여 선로 검사 장치(10)의 이동 거리를 계산하며, 이동 거리가 미리 설정된 촬영 단위 거리를 만족하면, 트리거 신호를 이미지 획득부(200)에 출력할 수 있다.
한편, 트리거 신호가 출력되면, 이동 거리를 계산하는데 필요한 이동 시간은 초기화될 수 있다. 이때, 제어부(300)는 초기화된 이동 시간을 다시 카운팅하고, 입력받은 이동 속도 정보에 의해 지시되는 이동 속도와 재카운팅된 이동 시간을 곱하여 이동 거리를 다시 계산한다. 그리고, 제어부(300)는 다시 계산된 이동 거리와 촬영 단위 거리를 비교하여, 트리거 신호 출력할 수 있다. 즉, 제어부(300)는 매번 계산되는 이동 거리가 촬영 단위 거리를 만족할 때마다 트리거 신호를 이미지 획득부(200)에 출력할 수 있다.
한편, 트리거 신호가 발생하면, 선로 검사 장치(10)는 선로를 라인 단위로 촬영하여 라인 이미지를 획득하고(S140), 라인 이미지의 개수를 카운팅(Counting)한다(S150). 예를 들면, 이미지 획득부(200)는, 트리거 신호를 입력받으면, 미리 설정된 라인 단위로 선로를 촬영하여 라인 이미지를 획득하고, 라인 이미지의 개수를 카운팅할 수 있다.
그 다음, 라인 이미지들의 개수가 미리 설정된 기준 개수를 만족하면, 선로 검사 장치(10)는 라인 이미지들이 합쳐진 프레임 이미지를 생성한다(S170). 예를 들면, 라인 이미지들의 개수가 미리 설정된 기준 개수를 만족하면, 이미지 획득부(200)는 라인 이미지들에 기초하여 프레임 이미지를 생성할 수 있다. 여기서, 프레임 이미지는 복수의 라인 이미지들이 합쳐서 하나의 프레임을 이루는 이미지를 의미할 수 있다. 프레임 이미지는 미리 설정된 선로의 길이에 대응되는 사이즈(또는 해상도)를 구비할 수 있으며, 이때 미리 설정된 선로의 길이는 필요에 따라 복수로 설정될 수 있다.
한편, 선로 검사 장치(10)가 이동하는 경우, 선로 검사 장치(10)는 선로 상을 이동하면서 개활지, 터널 등에 진입할 수 있다. 이 경우, 개활지, 터널 등 각각에서 획득되는 이미지의 조도가 균일하게 유지될 필요가 있다. 따라서, 선로 검사 장치(10)는 주변의 밝기를 감지한다(S210). 예를 들어, 조도 센서(240)는 선로 검사 장치(10)의 주변의 밝기를 감지하고, 밝기 정보를 제어부(300)에 출력할 수 있다.
그 다음, 선로 검사 장치(10)는 광 조사량 설정을 변경한다(S220). 예를 들어, 현재 광 조사 모듈(230)에서 조사되는 광 조사량이 변경되도록, 제어부(300)는 밝기 정보에 기초하여 광 조사량 설정을 변경하는 제어 신호를 광 조사 모듈(230)에 입력할 수 있다.
한편, 선로 검사 장치(10)는 광 소자량 설정을 변경할 뿐만 아니라, 이미지 센서, 예를 들어 제1 이미지 센서(210)의 설정값을 변경할 수도 있다(S230). 여기서, 제1 이미지 센서(210)의 설정값은 라인 이미지의 사이즈 등을 의미할 수 있다.
전술한 바에 의하면, 선로가 촬영된 이미지의 조도를 균일하게 유지함으로써 선로 표면의 파상 마모를 선명하게 구분할 수 있는 효과가 있다.
도 3은 도 1의 선로 검사 장치(10)가 파상 마모를 검출하는 일 실시예를 설명하기 위한 순서도이다.
도 3을 참조하면, 본 발명의 일 실시예에 따른 선로 검사 장치(10)는 서로 다른 사이즈로 이루어진 프레임 이미지들을 생성하고, 복수의 프레임 이미지들을 합성한다(S310). 예를 들면, 이미지 획득부(200)는 서로 다른 사이즈를 구비한 복수의 프레임 이미지들을 생성하고, 프레임 이미지들을 합성하여 합성 프레임 이미지를 생성할 수 있다. 여기서, 프레임 이미지들 각각의 사이즈가 서로 다른 이유는 파상 마모의 주기가 다양하기 때문에, 다양한 선로의 길이를 촬영함으로써 파상 마모를 분석하기 위함이다. 예를 들어, 프레임 이미지의 제1 사이즈를 기준으로, 프레임 이미지의 제2 사이즈는 제1 사이즈에 선로의 길이 x[m]에 대응되는 스케일을 곱한 것을 의미할 수 있다. 이와 유사하게 프레임 이미지의 제3 사이즈는 제1 사이즈에 선로의 길이 y[m]에 대응되는 스케일을 곱한 것을 의미할 수 있다.
한편, 선로 검사 장치(10)는 생성된 합성 프레임 이미지에서 선로 이미지를 추출한다. 예를 들면, 제어부(300)는 서 고정된 너비를 갖는 선로의 크기와 선로에서 발생하는 평균 밝기가 주변의 물체에서 발생하는 밝기보다 큰 점을 이용하여 합성 프레임 이미지에 선로 이미지를 추출할 수 있다. 여기서, 선로 이미지는 선로의 두부 표면을 나타낸 이미지를 의미할 수 있다.
그 다음, 선로 검사 장치(10)는 선로 이미지를 분류하고 파상 마모 검출 프로세스를 수행한다(S330). 이에 대한 구체적인 설명은 도 4를 참조하여 구체적으로 후술한다.
한편, 선로 검사 장치(10)는 파상 마모가 선로에 존재하는지 여부를 판단한다(S340). 만약, 파상 마모가 존재하면(S340, 예), 선로 이미지에서 피크 주파수를 검출하고(S350) 검출된 피크 주파수 및 이미지를 저장한다(S360). 만약 파상 마모가 존재하지 않으면(S340, 아니요), 선로 검사 장치(10)는 프로세스를 종료한다. 여기서, 피크 주파수는 파상 마모의 파장에 따라 계산되는 주파수를 의미할 수 있으며, 선로 이미지의 서브 픽셀에서 추정된 값으로 획득될 수 있으며, 구체적으로 가우시안 근사, 선형 보간법, 질량 중심 서브 픽셀 추정법 등을 통해 획득될 수 있다. 예를 들면, 제어부(300)는 선로의 결함이 선로에서 발생하면, 선로의 결함에 대응되는 피크(Peak) 주파수를 검출하고, 피크 주파수와 이미지를 저장할 수 있다.
도 4는 도 3의 파상 마모 검출 프로세스를 구체적으로 설명하기 위한 순서도이다.
도 4를 참조하면, 본 발명의 일 실시예에 따른 선로 검사 장치(10)는 입력된 선로 이미지를 입력받아 고속 퓨리에 변환(FFT; Fast Fourier Transform)을 수행하고(S331), PSD를 분석하여(S332) PSD의 특징을 추출한다(S333).
한편, 선로 검사 장치(10)는 입력된 선로 이미지와 추출된 PSD의 특징을 학습하고 이를 분류하며(S334), SVM 모델을 갱신(Update)한다(S335).
그리고, 선로 검사 장치(10)는 SVM 모델에 따라 선로의 상태를 분석 및 분류한다(S336). 예를 들면, 제어부(300)는 PSD의 특징을 미리 설정된 서포트 벡터 머신 모델(Support Vector Machine Model)에 따라 분류할 수 있다. 이때, 제어부(300)는 선로 이미지 및 PSD의 특징을 서포트 벡터 머신을 통해 학습하여 분류하고, 분류된 선로 이미지 및 PSD의 특징이 반영된 서포트 벡터 머신 모델을 갱신할 수 있다.
한편, 도시되지 않았지만, 선로 검사 장치(10)는 PSD의 특징 및 SVM(Support Vector Machine) 모델을 이용하여 선로 이미지에 포함된 파상 마모의 형상, 크기, 진행 정도 및 발달 수준을 분석하고, 미리 설정된 관리 기준에 따라 분류할 수 있다. 여기서, 파상 마모의 형상은 일반적으로 알려지거나 메모리(500)로부터 구분되는 파상 마모의 형상을 리딩하여 이미지 필터를 생성하고, 선로 이미지를 분류하며, SVM 모델을 통해 이미지 필터를 수정 및 보완하여 파상 마모의 형상을 분류할 수 있다. 한편, 파상 마모의 크기는 선로 두부의 너비 방향 길이를 기준으로 이미지를 분석하여 도출될 수 있다.
전술한 바에 의하면, 본 발명의 일 실시예에 따른 선로 검사 장치(10)는 PSD의 특성 및 SVM 모델을 이용하여 선로의 상태를 더욱 정확하고, 정밀하게 검사할 수 있다.
이하에서는 전술한 선로 검사 장치(10)의 기능을 모두 수행할 수 있는 선로 검사 방법을 설명한다.
도 5는 본 발명의 일 실시예에 따른 선로 검사 방법을 설명하기 위한 순서도이다.
도 5를 참조하면, 본 발명의 일 실시예에 따른 선로 검사 방법은 이동 단계(S410)와, 이미지 획득 단계(S420)와, 특징 추출 단계(S430)와, 특징 분류 단계(S440) 및 결함 검출 단계(S450)를 포함할 수 있다.
이동 단계(S410)는 선로가 배치된 방향으로 선로 검사 장치(10)를 이동시킨다.
이미지 획득 단계(S420)는 선로 검사 장치(10)의 이동에 따라 선로를 촬영하여 이미지를 획득한다.
특징 추출 단계(S430)는 이미지에서 선로의 PSD의 특징을 추출한다.
특징 분류 단계(S440)는 PSD의 특징을 미리 설정된 머신 러닝 모델에 따라 분류한다. 여기서, 머신 러닝 모델은 전술한 SVM 모델일 수 있다.
결함 검출 단계(S450)는 분류된 PSD의 특징에 기초하여 선로의 결함 발생 여부를 검출한다.
이상에서 설명한 바와 같이, 본 발명의 실시예들은 고가의 정밀 센서를 사용하지 않고도 선로에서 발생한 결함을 취득함으로써 제조 단가를 최소화할 수 있다.
또한, 본 발명의 실시예들은 이미지 분석 및 머신 러닝을 이용하여 선로의 결함의 형상, 크기 등을 분석함으로써 선로의 유지, 선로에서 발생하는 소음과 진동 등에 관하여 효율적으로 관리할 수 있다.
또한, 본 발명의 실시예들은 선로의 결함을 정확히 검출함으로써 안전사고를 예방할 수 있다.
이상에서는 본 발명의 실시예들을 중심으로 본 발명을 설명하였으나 이는 단지 예시일 뿐 본 발명을 한정하는 것이 아니며, 본 발명이 속하는 분야의 통상의 지식을 가진 자라면 본 실시예의 본질적인 기술내용을 벗어나지 않는 범위에서 실시예에 예시되지 않은 여러 가지의 조합 또는 변형과 응용이 가능함을 알 수 있을 것이다. 따라서, 본 발명의 실시예들로부터 용이하게 도출 가능한 변형과 응용에 관계된 기술내용들은 본 발명에 포함되는 것으로 해석되어야 할 것이다.
10: 선로 검사 장치 100: 이동부
110: 구동 액츄에이터 120: GPS
130: 지지 부재 140: 속도 센서
150: 배터리 200: 이미지 획득부
210: 제1 이미지 센서 220: 제2 이미지 센서
230: 광 조사 모듈 240: 조도 센서
300: 제어부 400: 표시부
500: 메모리

Claims (8)

  1. 선로의 상태를 검사하는 선로 검사 장치에 있어서,
    상기 선로가 배치된 방향으로 상기 선로 검사 장치를 이동시키는 이동부;
    상기 선로 검사 장치의 이동에 따라 상기 선로를 촬영하여 이미지를 획득하는 이미지 획득부; 및
    상기 이미지에서 상기 선로의 파워 스펙트럼 밀도(Power Spectrum Density)의 특징을 추출하고, 상기 파워 스펙트럼 밀도의 특징을 미리 설정된 머신 러닝 모델(Machine learning model)에 따라 분류하며, 분류된 파워 스펙트럼 밀도의 특징에 기초하여 상기 선로의 결함 발생 여부를 검출하는 제어부를 포함하는 선로 검사 장치.
  2. 제1항에 있어서,
    상기 이동부는,
    상기 선로 검사 장치의 이동 속도를 측정하여 이동 속도 정보를 제어부에 출력하고,
    상기 제어부는,
    상기 이동 속도 정보에 기초하여 상기 선로 검사 장치의 이동 거리를 계산하고,
    상기 이동 거리가 미리 설정된 촬영 단위 거리를 만족하면, 트리거 신호를 상기 이미지 획득부에 출력하고,
    상기 이미지 획득부는,
    상기 트리거 신호를 입력받으면, 상기 선로를 촬영하는 것을 특징으로 하는 선로 검사 장치.
  3. 제2항에 있어서,
    상기 이미지 획득부는,
    미리 설정된 라인 단위로 상기 선로를 촬영하여 라인 이미지를 획득하고,
    상기 라인 이미지의 개수를 카운팅(Counting)하고,
    상기 라인 이미지들의 개수가 미리 설정된 기준 개수를 만족하면, 상기 라인 이미지들에 기초하여 프레임 이미지를 생성하는 것을 특징으로 하는 선로 검사 장치.
  4. 제3항에 있어서,
    상기 이미지 획득부는,
    서로 다른 사이즈로 이루어진 복수의 프레임 이미지들을 생성하고,
    상기 프레임 이미지들을 합성하여 합성 프레임 이미지를 생성하고,
    상기 합성 프레임 이미지에서 선로 이미지를 추출하고,
    상기 제어부는,
    상기 선로 이미지에 기초하여 상기 파워 스펙트럼 밀도의 특징을 추출하는 것을 특징으로 하는 선로 검사 장치.
  5. 제4항에 있어서,
    상기 제어부는,
    상기 파워 스펙트럼 밀도의 특징을 미리 설정된 서포트 벡터 머신 모델(Support Vector Machine Model)에 따라 분류하는 것을 특징으로 하는 선로 검사 장치.
  6. 제5항에 있어서,
    상기 제어부는,
    상기 선로 이미지 및 상기 파워 스펙트럼 밀도의 특징을 서포트 벡터 머신을 통해 학습하여 분류하고,
    분류된 선로 이미지 및 파워 스펙트럼 밀도의 특징이 반영된 상기 서포트 벡터 머신 모델을 갱신(Update)하는 것을 특징으로 하는 선로 검사 장치.
  7. 제1항에 있어서,
    상기 제어부는,
    상기 선로의 결함이 상기 선로에서 발생하면, 상기 선로의 결함에 대응되는 피크(Peak) 주파수를 검출하고,
    상기 피크 주파수와 상기 이미지를 저장하는 것을 특징으로 하는 선로 검사 장치.
  8. 선로가 배치된 방향으로 선로 검사 장치를 이동시키는 이동 단계;
    상기 선로 검사 장치의 이동에 따라 상기 선로를 촬영하여 이미지를 획득하는 이미지 획득 단계;
    상기 이미지에서 상기 선로의 파워 스펙트럼 밀도(Power Spectrum Density)의 특징을 추출하는 특징 추출 단계;
    상기 파워 스펙트럼 밀도의 특징을 미리 설정된 머신 러닝 모델(Machine learning model)에 따라 분류하는 특징 분류 단계; 및
    분류된 파워 스펙트럼 밀도의 특징에 기초하여 상기 선로의 결함 발생 여부를 검출하는 결함 검출 단계를 포함하는 선로 검사 방법.
KR1020190150692A 2019-11-21 2019-11-21 선로 검사 장치 및 선로 검사 방법 KR102315405B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190150692A KR102315405B1 (ko) 2019-11-21 2019-11-21 선로 검사 장치 및 선로 검사 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190150692A KR102315405B1 (ko) 2019-11-21 2019-11-21 선로 검사 장치 및 선로 검사 방법

Publications (2)

Publication Number Publication Date
KR20210062454A true KR20210062454A (ko) 2021-05-31
KR102315405B1 KR102315405B1 (ko) 2021-10-21

Family

ID=76150225

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190150692A KR102315405B1 (ko) 2019-11-21 2019-11-21 선로 검사 장치 및 선로 검사 방법

Country Status (1)

Country Link
KR (1) KR102315405B1 (ko)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090129674A (ko) * 2008-06-13 2009-12-17 명관 이 레일 모니터링 시스템 및 방법
JP2016183671A (ja) * 2015-03-24 2016-10-20 ゼネラル・エレクトリック・カンパニイ エンジンイベントを位置決定するためのシステム及び方法
KR20170107795A (ko) * 2016-03-16 2017-09-26 울산과학기술원 케이블 장력 측정 장치 및 방법
KR20180033958A (ko) * 2016-09-27 2018-04-04 부산대학교 산학협력단 케이블 교량의 장력 측정 시스템 및 케이블 교량의 장력 측정 방법
KR101918558B1 (ko) * 2017-09-22 2018-11-15 한국철도기술연구원 영상장비를 이용한 휴대형 궤도 및 전차선 검측기, 및 그 검측방법
KR20190024447A (ko) * 2017-08-31 2019-03-08 투아이시스(주) 실시간 선로 결함 검측 시스템

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090129674A (ko) * 2008-06-13 2009-12-17 명관 이 레일 모니터링 시스템 및 방법
JP2016183671A (ja) * 2015-03-24 2016-10-20 ゼネラル・エレクトリック・カンパニイ エンジンイベントを位置決定するためのシステム及び方法
KR20170107795A (ko) * 2016-03-16 2017-09-26 울산과학기술원 케이블 장력 측정 장치 및 방법
KR20180033958A (ko) * 2016-09-27 2018-04-04 부산대학교 산학협력단 케이블 교량의 장력 측정 시스템 및 케이블 교량의 장력 측정 방법
KR20190024447A (ko) * 2017-08-31 2019-03-08 투아이시스(주) 실시간 선로 결함 검측 시스템
KR101918558B1 (ko) * 2017-09-22 2018-11-15 한국철도기술연구원 영상장비를 이용한 휴대형 궤도 및 전차선 검측기, 및 그 검측방법

Also Published As

Publication number Publication date
KR102315405B1 (ko) 2021-10-21

Similar Documents

Publication Publication Date Title
US6909514B2 (en) Wheel profile inspection apparatus and method
CN109060821B (zh) 基于激光检测的隧道病害检测方法及隧道病害检测装置
CN105548197B (zh) 一种非接触的钢轨表面伤损检测方法及其装置
EP3568668B1 (en) Mobile and automated apparatus for the detection and classification of damages on the body of a vehicle
CN104021676B (zh) 基于车辆动态视频特征的车辆定位及车速测量方法
CN107965674B (zh) 一种扫描式气体泄漏全场预警系统
CN102759347B (zh) 一种高铁接触网在线巡检装置、巡检方法以及其检测系统
CN102507600B (zh) 高速机车受电弓滑板磨损自动检测装置
CN104567726B (zh) 车辆运行故障检测系统及方法
CN103837087B (zh) 基于主动形状模型的受电弓自动检测方法
CN105526882A (zh) 基于结构光测量的道岔磨耗检测系统及其检测方法
CN100999219A (zh) 车辆轮对踏面缺陷在线检测方法及装置
WO2016095328A1 (zh) 车辆运行故障检测系统及方法
CN102060037A (zh) 机车轮对全周外形尺寸在线动态检测装置
EP3740410B1 (fr) Procédés de repérage de points ou lignes d'intérêt sur une voie ferrée, de positionnement et de conduite d'une machine d'intervention sur une voie ferrée
US20220410949A1 (en) Method for in-situ and real-time collection and processing of geometric parameters of railway lines
CN109242035B (zh) 车底故障检测装置及方法
Karaduman et al. Experimental fuzzy diagnosis algorithm based on image processing for rail profile measurement
CN104528508B (zh) 一种基于光电检测器件的非接触式自动扶梯多参数测量方法
CN203511690U (zh) 一种机车车轮圆度在线检测装置
KR101583274B1 (ko) 간섭 무늬를 이용한 철도 레일의 마모 측정장치
KR102315405B1 (ko) 선로 검사 장치 및 선로 검사 방법
CN107194923B (zh) 一种用于接触网电力设备缺陷巡检的紫外图像诊断方法
CN111046765B (zh) 一种用于高铁的危险预警方法和系统
CN112485461A (zh) 基于多视觉标志物的电力巡检机器人速度检测系统及方法

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right