RU2743020C2 - Система и способ для контроля железнодорожных колес - Google Patents

Система и способ для контроля железнодорожных колес Download PDF

Info

Publication number
RU2743020C2
RU2743020C2 RU2018103751A RU2018103751A RU2743020C2 RU 2743020 C2 RU2743020 C2 RU 2743020C2 RU 2018103751 A RU2018103751 A RU 2018103751A RU 2018103751 A RU2018103751 A RU 2018103751A RU 2743020 C2 RU2743020 C2 RU 2743020C2
Authority
RU
Russia
Prior art keywords
wheel
railway
profile
dimensional model
railway wheel
Prior art date
Application number
RU2018103751A
Other languages
English (en)
Other versions
RU2018103751A (ru
RU2018103751A3 (ru
Inventor
СИЛВА ГОМЕС Ана Клаудиа ДА
ДЕ СОЗА Клейдсон Роналд БОТЕЛЬЮ
ГАРИБАЙ Адан САЛАЗАР
ГУТЬЕРРЕС Андрес ЭРНАНДЕС
Original Assignee
Вале С.А.
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 Вале С.А. filed Critical Вале С.А.
Publication of RU2018103751A publication Critical patent/RU2018103751A/ru
Publication of RU2018103751A3 publication Critical patent/RU2018103751A3/ru
Application granted granted Critical
Publication of RU2743020C2 publication Critical patent/RU2743020C2/ru

Links

Images

Classifications

    • 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
    • B61K9/12—Measuring or surveying wheel-rims
    • 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
    • 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
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • G01M17/08—Railway vehicles
    • G01M17/10—Suspensions, axles or wheels
    • 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
    • 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
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/952—Inspecting the exterior surface of cylindrical bodies or wires
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G06T7/85—Stereo camera calibration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/97—Determining parameters from multiple pictures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/204—Image signal generators using stereoscopic image cameras
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/204—Image signal generators using stereoscopic image cameras
    • H04N13/239—Image signal generators using stereoscopic image cameras using two 2D image sensors having a relative position equal to or related to the interocular distance
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/204—Image signal generators using stereoscopic image cameras
    • H04N13/246—Calibration of cameras
    • 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
    • G01N2021/8887—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 based on image processing techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Mechanical Engineering (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Architecture (AREA)
  • Computer Graphics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Processing (AREA)

Abstract

Изобретение относится к системе и способу контроля железнодорожных колес. Система и способ контроля железнодорожных колес (5) заключаются в получении изображений железнодорожных колес (5) с помощью стереокамер (8 и 9) и построении трехмерной и двумерной моделей железнодорожного колеса (5) с помощью этих изображений. Двумерная модель подвергается анализу (18) профиля железнодорожного колеса (5), сравнению с двумерной моделью идеального колеса и последующему измерению фактического износа профиля. Трехмерная модель подвергается анализу (19) поверхности железнодорожного колеса (5), также сравнению с трехмерной моделью идеального колеса и последующему измерению фактического износа поверхности (3). В результате повышается эффективность проверки поверхности колеса, нет необходимости проверять взаимодействие колеса с рельсом. 2 н. и 18 з.п. ф-лы, 8 ил.

Description

ОБЛАСТЬ ТЕХНИКИ
Настоящее изобретение относится к системе и способу контроля железнодорожных колес.
УРОВЕНЬ ТЕХНИКИ
Железнодорожные колеса представляют собой колеса, используемые в транспортных средствах, которые движутся по рельсам. Такие транспортные средства используются, например, для перевозки материалов и людей.
Наиболее распространенным транспортным средством, использующим этот тип колес, является железнодорожный поезд, который состоит из нескольких вагонов, классифицированных в соответствии с тем, что в них перевозится. Если поезд перевозит пассажиров, он называется пассажирским поездом; при перевозке материалов он называется грузовым поездом.
Среди аспектов, которые изучаются и анализируются в железнодорожной системе, наиболее важными и представляющими интерес являются: сход поезда с рельсов; затраты на обслуживание; и эффективные логистические стратегии.
Сход поезда с рельсов, как правило, происходит из-за потери сцепления между железнодорожными колесами и рельсами, в результате чего поезд теряет контакт с этими элементами.
Потеря сцепления приводит к сходу поезда с рельсов, что приводит к авариям и серьезным разрушениям из-за больших размеров и большой массы поезда.
Что касается затрат на обслуживание, взаимодействие железнодорожных колес с рельсами играет важную роль не только в обслуживании поездов, но и расходе топлива, безопасности и качестве поездок для пассажирских поездов. Наконец, сход с рельсов потенциально влияет на логистические контракты, что может иметь финансовые последствия из-за потери груза или даже потери жизни в результате железнодорожных аварий.
Основными причинами схода поезда с рельсов являются: взаимодействие колес с рельсами, поврежденные рельсы, разрушения сварных швов, несовершенства геометрии рельсов, изменение ширины рельсовой колеи и поврежденные колеса.
Все факторы, изложенные после «взаимодействия колес с рельсами», также являются результатом того же явления. Другими словами, поврежденные рельсы, изменение ширины колеи, геометрия рельсов и разрушения сварных швов могут прямо или косвенно влиять на «взаимодействие колес с рельсами». В качестве одного примера поврежденный профиль железнодорожных колес может привести к несовершенствам геометрии рельсов и поверхностным дефектам, что, в свою очередь, приводит к чрезмерному износу колес.
В связи с этим разработка и использование системы и способа контроля железнодорожных колес, которые предотвращают аварии из-за плохого состояния колес или проблем взаимодействия колес с рельсами, представляют большой интерес и имеют особую важность.
В известном уровне техники такой контроль выполняется периодически, и эксплуатация поезда и его вагонов должна быть прекращена для проверки железнодорожных колес.
Такая проверка выполняется вручную одним или несколькими рабочими, которые идут вдоль поезда, проверяя колеса и определяя, какие из них слишком изношены и требуют замены.
Однако этот способ требует много времени и подвержен человеческим ошибкам, поскольку проверка выполняется рабочими вручную. Кроме того, поскольку проверки проводятся на периодической основе, имеется большая вероятность, что колесо подвергнется чрезмерному износу или деформации в течение периода между проверками.
Известный уровень техники также содержит некоторые документы, которые раскрывают контроль железнодорожных колес, и они описаны ниже.
Документ, содержащийся в известном уровне техники, представляет собой патент США № 8925873, в котором раскрыты устройство и способ измерения и проверки размеров, связанных с износом колес на рельсах. Это устройство состоит из быстродействующих камер, связанных с лазерными измерительными приборами, выполненными с возможностью построения модели колеса и последующей проверки размеров, например, угла атаки, смещения колес и других размеров, которые связанны с преждевременным износом этого элемента.
Применение устройства и способа в соответствии с патентом США № 8925873 позволяет проверять преждевременный износ колес и сокращать количество необходимых мероприятий по обслуживанию, предотвращая аварии, вызванные преждевременным износом этих элементов.
В патенте США № 8925873 устройство установлено с обеих сторон каждого рельса для выполнения частичного моделирования колеса или тележки (комбинация двух колес с осью) оборудования. Изображения, захватываемые камерой и лазерными датчиками, получаются во время прохождения поезда, и нет необходимости останавливать поезд для выполнения измерений.
Затем изображения, полученные камерами, подвергаются триангуляции с использованием лазеров для генерации точного изображения колеса и считывания его размеров.
Однако указанный способ позволяет только измерение колес с помощью изображений, полученных устройством, но не позволяет сравнивать их с другими колесами в идеальном состоянии или с идеальной моделью колеса для определения фактического износа колеса.
Способ, описанный в американском документе, также не позволяет проверять размеры, не захваченные камерами или датчиками, например, поверхность колес, которая находится в контакте с рельсами, что делает невозможной проверку аномалий на этом участке колеса и проверку взаимодействия колеса с рельсом.
Кроме того, устройство не позволяют использовать только камеры, требуя применения лазерных датчиков для выполнения моделирования проверяемого колеса, что повышает стоимость устройства.
Другой документ известного уровня техники представляет собой заявку на патент США № 20140285658, в которой раскрыты способ и устройство измерения колес на рельсах без контакта с колесами. Устройство состоит из камер и лазерных датчиков, установленных вблизи рельса или эксплуатируемых оператором, выполненных с возможностью захвата изображений колеса. Устройство также может быть объединено с датчиком положения для большей точности при монтаже каждого изображения.
Устройство в соответствии с заявкой на патент США № 20140285658 позволяет захватывать колесо целиком или только интересующий участок. При захвате колеса целиком компьютерная система, выполненная с возможностью обработки изображений, полученных от камер и лазеров, создает трехмерную модель колеса.
В компьютерной системе, описанной в заявке на патент США № 20140285658, возможно выполнение нескольких типов измерения колеса, что позволяет проверять размеры большинства его компонентов. В дополнение, система также имеет возможность сравнения первой трехмерной модели с другими моделями, полученными тем же устройством, для проверки возможных аномалий и повреждений колес.
Однако такое устройство и способ не позволяют измерять поверхность железнодорожного колеса, измеряя только профиль колеса, предотвращая обнаружение повреждений на поверхности колеса, например, выступов, неровностей поверхности и других типов проблем. Так как он не позволяет измерять поверхность колеса, описанный способ также не позволяет проверять взаимодействие колеса с рельсом, что может привести к прямым затратам, например, авариям и косвенным затратам, например, чрезмерному расходу топлива и неудобству пассажиров.
Кроме того, способ, раскрытый в заявке на патент США № 20140285658, позволяет сравнивать только модели колес, измеренные устройством, с другими моделями колес, также полученными устройством, не позволяя вводить идеальную модель колеса для измерения фактического износа колеса.
Таким образом, можно сделать вывод, что ни метод периодического контроля железнодорожных колес, ни устройства и системы, раскрытые в известном уровне техники, не позволяют эффективно проверять поверхность колеса, тем самым предотвращая проверку взаимодействия колеса с рельсом.
Дополнительно, ни одно из устройств, систем и способов в известном уровне техники не позволяет измерять фактический износ поверхности и профиля колеса путем сравнения с идеальной моделью колеса.
ЗАДАЧИ ИЗОБРЕТЕНИЯ
Настоящее изобретение направлено на систему контроля железнодорожных колес, которая позволяет измерять и анализировать их профиль и поверхность.
Настоящее изобретение также направлено на способ измерения фактического износа, которому подверглось проверяемое железнодорожное колесо, путем сравнения с идеальной моделью железнодорожного колеса.
КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ
Настоящее изобретение подробно описано со ссылкой на прилагаемые чертежи, на которых:
Фиг. 1 - вид в перспективе предпочтительного варианта выполнения системы контроля в соответствии с настоящим изобретением;
Фиг. 2 - блок-схема этапов, выполняемых при контроле железнодорожного колеса в предпочтительном варианте выполнения в соответствии с настоящим изобретением;
Фиг. 3 - блок-схема процесса калибровки стереокамеры;
Фиг. 4 - этапы процесса сегментации стереоизображения;
Фиг. 5 - блок-схема этапов, выполняемых при измерении профиля железнодорожного колеса;
Фиг. 6 - блок-схема этапов, выполняемых при анализе профиля железнодорожного колеса;
Фиг. 7 - пример радиальной дисторсии, обусловленной объективом традиционной камеры; и
Фиг. 8 - пример тангенциальной дисторсии, обусловленной объективом традиционной камеры.
ПОДРОБНОЕ ОПИСАНИЕ ИЗОБРЕТЕНИЯ
Настоящее изобретение описывает систему и способ контроля железнодорожных колес 5. Такой контроль позволяет визуализировать и анализировать как профиль колеса 5, так и его поверхность 3.
В дополнение, контроль также позволяет анализировать весь профиль и поверхность 3 железнодорожных колес 5 путем сравнения с идеальной моделью колеса для измерения эффективного износа.
Контроль может быть разделен на три фундаментальных этапа: измерение 17 профиля колеса 5; анализ 18 профиля колеса 5; и анализ 19 поверхности колеса 5.
Первый аспект относится к обеспечению измерений в отношении геометрии колеса 5. Что касается анализа 18 профиля колеса 5, на этом этапе его геометрия анализируется по всему его профилю, и этот профиль создается только с двумя измерениями (2D).
Анализ 19 поверхности колеса 5 включает в себя расширение этого процесса вдоль профиля колеса 5 (2D) на небольшую область поверхности 3 железнодорожных колес 5, что позволяет получить трехмерную (3D) модель колеса 5, которая подвергается анализу.
Это расширение 2D в 3D имеет важное значение, так как позволяет понимать взаимодействие колеса 5 с рельсом 4 и динамику колеса 5 при движении по железной дороге. Каждый из этих этапов контроля отдельно рассмотрен ниже.
Измерение (17) профиля колеса
Система контроля использует две синхронизированные стереокамеры, предпочтительно расположенные следующим образом: по одной с каждой стороны рельса 4, включая первую стереокамеру 8 и вторую стереокамеру 9 (см. Фиг. 1).
Каждая стереокамера 8 и 9 содержит два объектива, первая стереокамера 8 содержит первый левый объектив 6 и первый правый объектив 7, а вторая стереокамера 9 содержит второй левый объектив 6' и второй правый объектив 7'.
Это расположение используется для захвата стереоизображения как с внешней стороны 2, так и с внутренней стороны 1 железнодорожного колеса 5 (см. Фиг. 1). Таким образом, первая стереокамера 8 захватывает изображения с внутренней стороны 1 колеса 5, тогда как вторая стереокамера 9 захватывает изображения с внешней стороны 2 колеса 5.
Эти стереоизображения, наряду с каждым из параметров калибровки камер 8 и 9, позволяют выполнять 3D-реконструкцию обеих сторон 1 и 2 железнодорожного колеса 5.
Такая 3D-реконструкция возможна путем применения следующих этапов предварительной обработки: коррекция дисторсии изображения; выпрямление изображения; преобразование; и вычисление несоответствия изображения.
Коррекция дисторсии изображения заключается в использовании параметров 11 калибровки для каждой стереокамеры 8 и 9 (см. Фиг. 2) для компенсации дисторсий 20 и 21 объективов так, чтобы прямые линии в реальном мире были представлены как прямые линии на отображаемом изображении.
Выпрямление изображения обеспечивает, чтобы компонент изображения, обнаруженный на заданной строке стереоизображения, находился на той же строке отображаемого изображения.
Преобразование и вычисление несоответствия изображения заключается в преобразовании расстояния между соответствующими пиксельными точками на выпрямленных изображениях в метрическую глубину для вычисления трехмерного расстояния до левого объектива относительно объекта.
Система вычисляет карту несоответствий с использованием любого алгоритма сопоставления стереоблоков (BlockMatching) или полуглобального алгоритма сопоставления стереоблоков (Semi-Global Matching). Оба алгоритма направлены на определение соответствующих точек между стереоизображениями. Это определение выполняется путем сравнения значений интенсивности пикселей двух изображений, где наименьшая абсолютная разница выбирается путем определения точки сопоставления. Последним этапом, необходимым для 3D-реконструкции, является триангуляция. Этот способ объединяет карту несоответствий и расстояние между двумя объективами для оценки трехмерного положения измеряемого объекта относительного левого объектива стереокамеры.
Другими словами, поскольку расстояние между двумя объективами стереокамеры остается неизменным для любого захваченного объекта, значение, связанное с этим расстоянием, точно известно проявителю, и для определения расстояния между одним из объективов и захваченным объектом необходимо просто сравнить различия этих изображений, полученных двумя объективами, и учесть расстояние между двумя объективами при вычислении.
После применения этих этапов предварительной обработки для обоих стереоизображений внутренней стороны 1 и внешней стороны 2 железнодорожного колеса 5, система может выполнять трехмерную (3D) реконструкцию 13 и 13' каждой стороны 1 и 2, соответствующей железнодорожному колесу 5.
После этого процесса следует этап записи точек в трехмерном облаке. Этот этап объединяет две 3D-реконструкции для получения одной трехмерной модели железнодорожного колеса 5, называемой наблюдаемой моделью, с использованием итеративного алгоритма ближайших точек (ICP) и внешних параметров калибровки двух стереокамер 8 и 9. ICP представляет собой алгоритм, используемый для записи облаков точек и направленный на преобразование, которое минимизирует разницу между двумя облаками точек, с помощью итеративного процесса. Во время его выполнения облако точек, называемое контрольным, остается неизменным, тогда как другое облако точек итеративно преобразуется до тех пор, пока не найдется ближайшая соответствующая точка контрольного облака.
Измерение 17 профиля колеса, основанное на использовании теоретической 2D-модели B железнодорожного колеса 5, направлено на измерение конкретных параметров геометрии колеса 5, например: ширины l гребня, высоты h гребня, угла θ наклона гребня, ширины L колеса (см. Фиг. 5).
Это становится возможным путем сравнения теоретической 2D-модели B железнодорожного колеса 5, называемой «реальной моделью», с профилем наблюдаемой 2D-модели, которая получена в трехмерной реконструкции железнодорожного колеса 5 с использованием стереокамер, называемой «наблюдаемой моделью».
Это сравнение основано на вычислении расстояния до функциональных точек, расположенных в фиксированных координатах вдоль этих двух профилей колеса.
За счет обеспечения теоретической 2D-модели B железнодорожного колеса 5, которая может быть получена от производителя колеса 5, этот подход может быть адаптирован к любому типу железнодорожного колеса 5.
Анализ (18) профиля колеса
В отличие от этапа измерения 17 профиля колеса 5, на котором измеряют конкретные признаки геометрии железнодорожного колеса 5, анализ 18 профиля колеса направлен на обеспечение четкого понимания того, как использовалось колесо 5 вдоль его профиля.
Для выполнения этого измерения все точки вдоль реальной модели сравниваются с их соответствующими точками в наблюдаемой модели. После этого сравнения вычисляется оценочный фактический износ колеса вдоль его профиля путем вычисления евклидова расстояния между каждой точкой в теоретической или реальной 2D-модели B и соответствующей точкой в наблюдаемой 2D-модели A. Евклидово расстояние представляет собой меру расхождения между двумя точками, чем больше эта мера, тем меньше подобие между точками. Таким образом, можно определить, насколько близки точки наблюдаемой модели к точкам теоретической модели.
Поскольку этот анализ выполняется вдоль профиля колеса, система контроля получает кривую 50 евклидова расстояния, обеспеченную реальной и наблюдаемой моделями.
С помощью этой кривой 50 можно оценивать фактический износ профиля железнодорожного колеса 5, см. Фиг. 6. Разрешение полученной кривой 50 зависит от разрешения наблюдаемой 2D-модели A, которое в основном зависит от объединенного разрешения двух стереокамер 8 и 9. То есть, чем лучше разрешение камер 8 и 9, тем точнее оценивается износ на профиле железнодорожного колеса 5.
Анализ (19) поверхности колеса
Дополнительный и фундаментальный признак системы контроля заключается в оценке износа участка 3 поверхности колеса 5, который соответствует области контакта с железной дорогой 4.
Такой участок 3 поверхности определяется указанной областью железнодорожного колеса 5, проявившейся в объединенном поле обзора двух стереокамер 8 и 9, то есть областью, которая не захвачена ими целиком.
В этом случае система вычисляет евклидово расстояние между точками, принадлежащими реальной модели, и точками наблюдаемой модели для области, определенной участком 3 поверхности колеса 5.
Этот способ 19 и способ анализа 18 профиля обеспечивают понимание взаимодействия колеса 5 с рельсом 4, тем самым позволяя более тщательный анализ колеса 5 с использованием некоторых параметров колеса 5, измеренных на первом этапе 17. Эта процедура имеет большое значение для предотвращения схода поезда с рельсов и снижения расхода топлива.
Подробная информация о трех основных раскрытых выше аспектах (измерение 17 профиля, анализ 18 профиля и анализ 19 поверхности) и полный процесс измерения и анализа геометрических характеристик профиля колес 5 раскрыты в блок-схеме, показанной на Фиг. 2, где описаны следующие этапы: получение 10 стереоизображения; коррекция 11 дисторсии изображения или калибровка стереокамер; сегментация 12 железнодорожного колеса; 3D-реконструкция 13 внутренней стороны 1 колеса; реконструкция 13' внешней стороны 2 колеса; фильтрация 14 3D-данных; объединение 15 3D-данных; преобразование 16 трехмерной модели; измерение 17 профиля железнодорожного колеса; анализ 18 профиля железнодорожного колеса; и анализ 19 поверхности железнодорожного колеса.
После описания трех основных аспектов, которые составляют систему контроля железнодорожных колес 5, далее следуют конфигурации и порядок выполнения каждого из этапов, которые составляют способ контроля железнодорожных колес 5.
Первый этап 10 заключается в получении стереоизображения железнодорожного колеса 5, предпочтительно с использованием двух стереокамер 8 и 9. Каждая стереокамера размещена с одной из сторон рельса 4, как показано на Фиг. 1. Камеры в настоящем изобретении называются первой стереокамерой 8 и второй стереокамерой 9 соответственно. Каждая камера содержит пару объективов, расположенных параллельно и имеющих альтернативные поля обзора, первая камера 8 содержит первый левый объектив 6 и первый правый объектив 7, а вторая камера 9 содержит второй левый объектив 6' и второй правый объектив 7'.
Альтернативно, могут быть использованы лазерные датчики или световые приборы, предназначенные для содействия получению изображений колес и встроенные в стереокамеры 8 и 9.
Частота кадров при получении стереоизображений может быть предварительно установлена так, чтобы гарантировать, что каждое колесо 5 принадлежит конкретному вагону, который попадает в поле обзора стереокамер 8 и 9. Таким образом, при движении поезда или вагона вблизи места установки камер 8 и 9 они захватывают 10 стереоизображение всех колес 5, которые содержит транспортное средство, позволяя отдельно анализировать каждое колесо 5.
Расстояние, геометрия и ориентация каждой стереокамеры 8 и 9 относительно рельса 4 должны быть определены в соответствии с техническими спецификациями камер 8 и 9, а также с условиями освещения и вибрацией, создаваемой движением транспортного средства по рельсу 4.
Второй этап 11 заключается в калибровке стереокамер 8 и 9 для компенсации дисторсий, возникающих на объективах 6, 6', 7 и 7' этих элементов. Имеются два разных типа дисторсии, которые возникают в большинстве камер: радиальная дисторсия 20 и тангенциальная дисторсия 21 (см. Фиг. 7 и 8). Обе дисторсии 20 и 21 обусловлены процессом изготовления и установки объектива.
Радиальная дисторсия 20 обусловлена тем, что производителю объективов всегда проще и дешевле изготавливать сферический объектив, чем идеальный параболический объектив. Эта особенность процесса изготовления объектива приводит к тому, что сферический объектив производит эту дисторсию 20 (см. Фиг. 7). На Фиг. 7 можно увидеть искаженное изображение 20 в плоскости 22 изображения, обусловленное помещением объектива 24 перед объектом 23.
Тангенциальная дисторсия 21 главным образом связана с тем, что очень сложно идеально выровнять объектив 24 камеры с датчиком 25 камеры, см. Фиг. 8, которая показывает объектив 24 камеры, смещенный относительно датчика 25 камеры, и искаженное изображение 26.
Для выполнения 2D или 3D измерения объекта эффект этих дисторсий 20 и 21 на захваченных стереоизображениях должен быть скорректирован. Эта коррекция выполняется с помощью процесса, называемого калибровкой 11 камеры. Этот процесс направлен на оценку двух типов параметров: внутренних параметров и внешних параметров.
Внутренние параметры относятся к направлению лучей, распространяемых 3D-объектом через оптический центр координат в плоскости изображения. Основными внутренними параметрами, оцениваемыми для каждого объектива, являются: фокусное расстояние, опорная точка, коэффициенты отклонения и радиальная 20 и тангенциальная 21 дисторсии.
Что касается внешних параметров, они включают в себя положение и ориентацию объективов каждой стереокамеры 8 и 9, которые образуют систему контроля. Фиг. 3 изображает блок-схему процесса калибровки, показывающую следующие этапы: получение 30 левого изображения; получение 30' правого изображения; монокулярная калибровка 31, выполняемая с использованием внутренних параметров; и стереокалибровка 32, выполняемая с использованием внешних параметров.
Третий этап 12 заключается в сегментации железнодорожного колеса, этот этап предназначен для содействия и упрощения четвертого этапа, на котором реконструируют 13 и 13' трехмерные модели железнодорожного колеса.
При вычислении сегментации могут быть использованы пиксели, принадлежащие сфотографированному железнодорожному колесу 5. Процесс деления пикселей изображения на составные области или объекты называется сегментацией. Имеется несколько методов сегментации изображения, принятый в настоящем изобретении метод сегментации основан на преобразованном расстоянии.
Результаты, полученные с использованием этого метода, раскрыты на Фиг. 4. Фиг. 4A показывает входное изображение, Фиг. 4B показывает сбалансированные углы, Фиг. 4C показывает сегментацию на основе преобразованного расстояния, и Фиг. 4D показывает окончательно сегментированное колесо 5.
Для 3D-реконструкции участка железнодорожного колеса 5, создаваемой любой из стереокамер 8 и 9, только пиксели в пунктирном прямоугольнике на поверхности колеса 5 (показано на Фиг. 4D) рассматриваются алгоритмом 3D-реконструкции.
Четвертый этап 13 и 13' блок-схемы, показанной на Фиг. 2, заключается в реконструкции трехмерной модели колеса 5, проверяемого системой контроля. Реконструкция трехмерной модели выполняется с использованием процесса триангуляции.
Этот процесс основан на использовании соответствующих точек, которые определены на изображениях, полученных как левыми объективами 6 и 6', так и правыми объективами 7 и 7' стереокамер 8 и 9 соответственно. То есть для элемента, находящегося в сегментированной области на левом изображении, должен быть определен соответствующий пиксель в сегментированной области на правом изображении. Эта процедура называется сопоставлением ресурса.
Поскольку каждый пиксель расположен с заданными координатами x и y, получают координаты x элемента на левом и правом изображениях, и разница между этими двумя пикселями, называемая несоответствием, используется для вычисления трехмерного местоположения пикселя относительно левого объектива 6 с помощью процесса триангуляции. Это процесс повторяется для каждого пикселя, находящегося в сегментированной области железнодорожного колеса 5, тем самым обеспечивая полную реконструкцию.
Этапы 1 и 2, то есть получение 10 изображений и калибровка 11 стереокамер, выполняются для каждой стереокамеры 8 и 9, как показано в блок-схеме на Фиг. 2. В связи с этим каждая стереокамера 8 и 9 создает частичную реконструкцию железнодорожного колеса 5.
Первая стереокамера 8 реконструирует внутреннюю сторону 1 колеса, тогда как реконструкция внешней стороны 2 колеса создается второй стереокамерой 9. Эти две трехмерные реконструкции 13 и 13' могут содержать разреженные группы точек (шум), которые должны быть удалены перед применением алгоритма объединения 3D-данных, который рассмотрен на шестом этапе, для получения полной реконструкции поверхности 3 железнодорожного колеса 5. Эта процедура удаления шума описана ниже в отношении пятого этапа.
Пятый этап 14 заключается в удалении искаженных трехмерных точек, другими словами, удалении шума или фильтрации 3D-данных, что обеспечивает большую точность реконструированной 3D-модели.
На этом этапе, с учетом трехмерных реконструкций 13 и 13' каждой стороны 1 и 2 железнодорожного колеса 5, разреженные и искаженные точки удаляются с помощью теоретической трехмерной модели поверхности 3 железнодорожного колеса 5.
Расстояние от каждой трехмерной точки до поверхности 3 железнодорожного колеса 5 используется для классификации точки 3D-реконструкции как потенциально принадлежащей поверхности 3 колеса 5, то есть только точки на приемлемых расстояниях рассматриваются для реконструкции трехмерной модели колеса 5.
В этом процессе также выполняется статистический анализ для получения точной формы для процесса 14 фильтрации 3D-данных. Подходы к выполнению этого статистического анализа включают в себя: линейную регрессию, 2D и 3D коррекцию кривой или группирование. Преимуществом этого этапа 14 является 3D-реконструкция без зашумляющих 3D-точек, что позволяет легко измерять характеристики колеса 5 на следующих этапах.
Шестой этап 15 заключается в объединении трехмерных точек, полученных на предыдущих этапах. После обеспечения двух множеств 3D-точек, представляющих трехмерные реконструкции 13 и 13' каждой стороны 1, 2 железнодорожного колеса 5 без зашумляющих точек, применяется метод объединения 15 3D-данных.
Для выполнения объединения 15 3D-данных способ использует алгоритм объединения трехмерных данных. Этот алгоритм учитывает калибровочную информацию 11 с этапа 2, полученную путем вычисления внешних параметров между левым объективом 6 первой камеры 8 и правым объективом 7' второй камеры 9.
Эти параметры включают в себя относительное перемещение и ориентацию между этими двумя объективами 6 и 7'. Затем 3D-точки подвергаются строгому преобразованию, которое позволяет системе объединять облака 3D-точек, полученные второй камерой 9, с облаками 3D-точек, полученными левым объективом 6 первой камеры 8.
Объединение позволяет системе перепроецировать эти облака 3D-точек в трехмерную систему координат. Это выполняется с помощью итеративного алгоритма ближайших точек (ICP, рассмотренного в пункте «Измерение профиля колеса»).
На этом этапе, обе реконструкции 13 и 13' объединяются в одно представление, так что получается трехмерная модель железнодорожного колеса 5. Эта уникальная трехмерная модель железнодорожного колеса 5, называемая наблюдаемой 3D-моделью, далее используется для анализа оценочного износа колеса и профиля колеса, как описано в отношении следующих этапов.
Седьмой этап 16 заключается в преобразовании трехмерной модели, полученной на шестом этапе, в наблюдаемую 2D-модель A. Для получения наблюдаемой 2D-модели A для анализа профиля колеса проецируемые 3D-координаты (X, Y, Z) связываются с координатами, полученными на основе теоретической 2D-модели B.
Эта привязка выполняется путем наложения теоретической 2D-модели B и наблюдаемой 3D-модели (модели, реконструированной на шестом этапе) для выравнивания обеих моделей и путем дальнейшего выполнения привязки данных для 3D-точек, которые являются наиболее близкими к точкам теоретической 2D-модели B.
Таким образом, на седьмом этапе может быть составлен профиль наблюдаемой модели, что приводит к получению наблюдаемой 2D-модели A.
Восьмой этап 17 заключается в измерении профиля железнодорожного колеса 5, при котором принимают в качестве входных данных теоретическую 2D-модель B нового железнодорожного колеса 5 и наблюдаемую 2D-модель A, полученную на седьмом этапе.
Фиг. 5 показывает компоненты и процедуры, представленные на этом этапе, а именно наблюдаемую 2D-модель A, теоретическую 2D-модель B, множество точек C траектории, вычисление D нормальных векторов, привязку E данных и оценку F характеристик колеса.
Множество точек C траектории определяет характерные точки, которые облегчают измерение параметров геометрии профиля колеса, например, высоты h гребня, ширины l гребня, угла θ наклона гребня, ширины L колеса и других интересующих размеров. Местоположение этих точек траектории вдоль профиля колеса стандартизировано, и координата каждой точки определена на основе местоположения наивысшей точки гребня P железнодорожного колеса 5.
Вычисление D нормальных векторов заключается в вычислении внутреннего нормального вектора контрольных точек, расположенных вдоль профиля наблюдаемой 2D-модели A. Вычисление выполняется с учетом двух последовательных точек вдоль профиля колеса и путем нахождения уравнения прямой, которая соединяет эти две точки. Затем наклон этого уравнения инвертируется и используется для определения нормального вектора. Кривая, показанная в левой части вычисления D нормальных векторов на Фиг. 5, иллюстрирует результат этой операции.
Привязка E данных заключается в сравнении точек (точечной траектории) наблюдаемой 2D-модели A с соответствующими точками вдоль теоретической 2D-модели B, тем самым выравнивая две 2D-модели, как показано ниже в отношении привязки E данных на Фиг. 5.
Для заданной точки вдоль наблюдаемой 2D-модели A эта процедура вычисляет перпендикулярное расстояние относительно пересечения двух ближайших нормальных векторов, сравнивая это расстояние, полученное в наблюдаемой 2D-модели A и в теоретической 2D-модели B, для проверки, какое перпендикулярное расстояние меньше.
Этот процесс E привязки данных повторяется для каждой точки вдоль наблюдаемой 2D модели A для привязки данных ко всем точкам вдоль профиля колеса 5.
Оценка F характеристик колеса заключается в использовании соответствующих точек, полученных на основе привязки E данных, для создания нового профиля 40, который показывает новый угол θ' гребня, новую высоту h' гребня, новую ширину L' колеса, новую ширину l' гребня и все характеристики железнодорожного колеса 5, подлежащие измерению.
Девятый этап 18 заключается в анализе 2D-профиля железнодорожного колеса 5 с использованием параметров, измеренных на восьмом этапе 17, для содействия анализу. В дополнение, девятый этап 18 подобен восьмому этапу 17. Единственными двумя различиями являются множество точек C' траектории и оценка F' характеристик колеса, см. Фиг. 6.
Множество точек C' траектории теперь определяется для всех точек, указанных в теоретической 2D-модели B, так что возможен анализ каждой точки вдоль профиля колеса 5.
Что касается оценки F' характеристик колеса, ее результатом является кривая 50, которая показывает фактический износ профиля колеса 5. Анализ 18 профиля колеса 5 позволяет определять, где изношено колесо по сравнению с новым железнодорожным колесом 5 на основе профиля колеса.
В дополнение, эта оценка позволяет понимать взаимодействие колеса 5 с рельсом 4, что, в свою очередь, позволяет разрабатывать новые профили колес, рельсы и множество параметров поезда, например, скорость и ускорение, что может быть использовано не только для увеличения срока службы железнодорожного колеса 5, но и для снижения затрат, связанных с расходом топлива.
Десятый и последний этап 19 заключается в анализе поверхности 3 железнодорожного колеса 5. В дополнение к оценке износа колеса 5 вдоль его профиля система также может анализировать 19 поверхность в 3D. Для выполнения этого анализа 19 система учитывает наблюдаемую модель, полученную на шестом этапе 15, и некоторые характеристики, измеренные на седьмом этапе 17.
Для выполнения анализа 19 поверхности могут быть применены два разных подхода, которые рассмотрены ниже.
Первый подход заключается в разделении наблюдаемой 3D-модели, полученной на шестом этапе 15, на несколько фрагментов и применении модуля анализа 2D-профиля железнодорожного колеса 5, как описано в отношении седьмого этапа 16.
Второй подход заключается в выполнении сопоставления пар трехмерных точек между точками наблюдаемой 3D-модели и теоретической 3D-модели. Эта теоретическая 3D-модель может представлять собой поверхность вращения теоретической 2D-модели B, которая в общем может быть получена путем выравнивания теоретической 2D-модели B с наблюдаемой 3D-моделью и вращением ее относительно центра железнодорожного колеса 5.
После выравнивания этих двух 3D-моделей пары точек, связанных в 3D на основе наблюдаемой модели, могут быть связаны с точками теоретической 3D-модели, с использованием алгоритма ближайших соседей.
Параметр, используемый для измерения расстояния между двумя точками, может представлять собой евклидово расстояние или расстояние Махаланобиса. В первом случае не учитывается неопределенность положения 3D-точки, что делает второй подход более надежным для зашумленных данных.
Таким образом, можно анализировать 19 поверхность железнодорожного колеса 5 и проверять, имеет ли она повреждения, выступы или неровности. Этот анализ 19 предотвращает возможные аварии из-за износа поверхности 3 колеса 5, а также обеспечивает более глубокое понимание взаимодействия колеса 5 с рельсом 4.
После описания системы и способа в их предпочтительных и альтернативных вариантах выполнения можно сделать вывод, что изобретение решает свои задачи с помощью системы контроля железнодорожных колес 5, выполненной с возможностью измерения фактического износа, возникающего во всех частях колеса 5.
В дополнение, способ контроля железнодорожных колес 5 позволяет сравнивать теоретическую модель нового железнодорожного колеса 5 с наблюдаемой моделью проверяемого колеса 5, тем самым позволяя проверять его фактический износ.

Claims (30)

1. Система контроля железнодорожных колес (5), имеющих две стороны, расположенные параллельно и включающие внутреннюю сторону (1) и внешнюю сторону (2), и поверхность (3), расположенную перпендикулярно в пространстве, образованном между сторонами (1 и 2) железнодорожного колеса (5), содержащая: систему измерения (17) профиля железнодорожного колеса (5), состоящую из двух стереокамер (8 и 9), включая первую стереокамеру (8) и вторую стереокамеру (9); систему анализа (18) профиля железнодорожного колеса (5) с помощью вычислительных методов, содержащих двумерную теоретическую модель (B) железнодорожного колеса (5) в идеальных условиях; и систему анализа (19) поверхности железнодорожного колеса (5) также с помощью вычислительных методов, содержащих трехмерную теоретическую модель железнодорожного колеса (5) в идеальных условиях.
2. Система контроля железнодорожных колес (5) по п. 1, в которой стереокамеры (8 и 9) системы измерения (17) профиля железнодорожного колеса (5) выполнены с возможностью захвата изображений сторон (1 и 2) железнодорожного колеса (5), причем первая стереокамера (8) захватывает изображения внутренней стороны (1) железнодорожного колеса (5), а вторая стереокамера (9) захватывает изображения внешней стороны (2).
3. Система контроля железнодорожных колес (5) по п. 2, в которой изображения, захваченные стереокамерами (8 и 9), подвергаются вычислительному процессу, обеспечивающему создание трехмерной реконструкции (13 и 13') каждой стороны (1 и 2) железнодорожного колеса (5).
4. Система контроля железнодорожных колес (5) по п. 3, в которой трехмерные реконструкции (13, 13') внутренней (1) и внешней (2) сторон железнодорожного колеса (5) подвергаются объединению (15) с помощью вычислительного процесса, образуя наблюдаемую трехмерную модель железнодорожного колеса (5).
5. Система контроля железнодорожных колес (5) по п. 4, в которой система анализа (18) профиля железнодорожного колеса (5) выполняет преобразование (16) наблюдаемой трехмерной модели для преобразования ее в наблюдаемую двумерную модель (A).
6. Система контроля железнодорожных колес (5) по п. 5, в которой система анализа (18) профиля железнодорожного колеса (5) выполняет анализ фактического износа, которому подвергся профиль железнодорожного колеса (5), с помощью кривой (50), полученной путем вычислительного сравнения профиля наблюдаемой двумерной модели (A) с профилем теоретической двумерной модели (B).
7. Система контроля железнодорожных колес (5) по п. 4, в которой система анализа (19) поверхности железнодорожного колеса (5) выполняет анализ фактического износа, которому подверглась поверхность (3) железнодорожного колеса (5), путем вычислительного сравнения поверхности (3) наблюдаемой трехмерной модели с теоретической трехмерной моделью.
8. Система контроля железнодорожных колес (5) по п. 2, в которой стереокамеры (8 и 9) содержат два объектива, причем объективы первой стереокамеры (8) представляют собой первый левый объектив (6) и первый правый объектив (7), а объективы второй стереокамеры (9) представляют собой второй левый объектив (6') и второй правый объектив (7').
9. Система контроля железнодорожных колес (5) по п. 2, в которой стереокамеры (8 и 9) содержат лазерные датчики и световые прожекторы.
10. Система контроля железнодорожных колес (5) по п. 3, в которой вычислительные процессы представляют собой: получение (10) стереоизображения с помощью стереокамер (8 и 9); калибровку (11) стереокамер; выпрямление стереоизображения; сегментацию (12) железнодорожного колеса; преобразование и вычисление несоответствия изображения; и триангуляцию.
11. Система контроля железнодорожных колес (5) по п. 4, в которой вычислительный процесс заключается в записи точек в трехмерном облаке.
12. Система контроля железнодорожных колес (5) по п. 5, в которой система измерения (17) профиля железнодорожного колеса (5) строит график (40) евклидова расстояния, обеспеченный путем вычислительного сравнения профиля теоретической двумерной модели (B) с профилем наблюдаемой двумерной модели (A), причем график (40) обеспечивает оценку геометрических характеристик профиля железнодорожного колеса (5).
13. Система контроля железнодорожных колес (5) по п. 7, в которой вычислительное сравнение заключается в вычислении евклидова расстояния между точками, принадлежащими теоретической трехмерной модели, и связанными точками наблюдаемой трехмерной модели для области, определенной участком поверхности (3) железнодорожного колеса (5).
14. Система контроля железнодорожных колес (5) по любому из пп. 1-13, в которой система анализа (18) профиля железнодорожного колеса (5) и система анализа (19) поверхности железнодорожного колеса (5) выполнены с возможностью определения взаимодействия колеса (5) с рельсом (4) и снижения расхода топлива железнодорожного транспортного средства, повышения комфорта пассажиров, совершающих поездку в железнодорожном транспортном средстве, и снижения вероятности схода с рельсов транспортного средства.
15. Способ контроля железнодорожных колес (5), включающий этапы, на которых:
i. захватывают (10) стереоизображения обеих сторон (1 и 2) железнодорожного колеса (5), полученные с помощью стереокамер (8 и 9);
ii. калибруют (11) стереокамеры (8 и 9) из-за дисторсий (20 и 21), возникающих на объективах (6, 6', 7 и 7') этих элементов;
iii. сегментируют (12) железнодорожное колесо;
iv. реконструируют (13 и 13') трехмерную модель обеих сторон (1 и 2) железнодорожного колеса (5);
v. удаляют (14) искаженные трехмерные точки, обеспечивая большую точность реконструированной трехмерной модели;
vi. объединяют (15) трехмерные точки, полученные на предыдущих этапах, обеспечивая наблюдаемую трехмерную модель железнодорожного колеса (5);
vii. преобразуют наблюдаемую трехмерную модель (16), полученную на шестом этапе, в наблюдаемую двумерную модель (A);
viii. измеряют (17) профиль железнодорожного колеса (5);
ix. анализируют (18) профиль двумерной наблюдаемой модели (A) железнодорожного колеса (5); и
x. анализируют (19) поверхность трехмерной наблюдаемой модели железнодорожного колеса (5).
16. Способ контроля железнодорожных колес (5) по п. 15, при котором этап viii включает: обеспечение множества точек (C) траектории; вычисление (D) нормальных векторов; привязку (E) данных для сравнения точек из множества точек (C) траектории наблюдаемой двумерной модели (A) с соответствующими точками вдоль теоретической двумерной модели (B); и оценку (F) характеристик колеса, обеспечивающую использование соответствующих точек, полученных на основе привязки (E) данных, для вычисления геометрических характеристик (40) железнодорожного колеса (5).
17. Способ контроля железнодорожных колес (5) по п. 16, при котором геометрические характеристики (40), вычисляемые путем оценки (F) характеристик колеса, представляют собой: новую высоту (h') гребня, новую ширину (l') гребня, новую ширину (L') колеса и новый угол (θ') наклона гребня.
18. Способ контроля железнодорожных колес (5) по п. 15, при котором этап ix включает: обеспечение множества точек (C') траектории, обеспечивающих определение всех точек, указанных в теоретической двумерной модели (B); привязку (E) данных для сравнения точек из множества точек (C') траектории наблюдаемой двумерной модели (A) с соответствующими точками вдоль теоретической двумерной модели (B); и оценку (F') характеристик колеса, полученную в виде кривой (50), показывающей фактический износ профиля железнодорожного колеса (5).
19. Способ контроля железнодорожных колес (5) по п. 15, при котором этап x выполняют путем деления наблюдаемой трехмерной модели на несколько фрагментов, применения модуля анализа теоретического двумерного профиля (B) и сравнения этих двух моделей для каждого выбранного фрагмента, оценки посредством различия между этими двумя моделями фактического износа, которому подверглась поверхность (3) железнодорожного колеса (5).
20. Способ контроля железнодорожных колес (5) по п. 15, при котором этап x выполняют путем сопоставления пар трехмерных точек с точками наблюдаемой трехмерной модели и теоретической трехмерной модели, сравнивая расстояния этих точек с помощью алгоритмов.
RU2018103751A 2017-02-02 2018-01-31 Система и способ для контроля железнодорожных колес RU2743020C2 (ru)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
BR102017002219-6 2017-02-02
BR102017002219-6A BR102017002219B1 (pt) 2017-02-02 2017-02-02 Sistema e método para o monitoramento de rodas ferroviárias

Publications (3)

Publication Number Publication Date
RU2018103751A RU2018103751A (ru) 2019-07-31
RU2018103751A3 RU2018103751A3 (ru) 2021-01-25
RU2743020C2 true RU2743020C2 (ru) 2021-02-12

Family

ID=63036957

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2018103751A RU2743020C2 (ru) 2017-02-02 2018-01-31 Система и способ для контроля железнодорожных колес

Country Status (7)

Country Link
US (1) US10543859B2 (ru)
CN (1) CN108394426B (ru)
AU (1) AU2018200755B2 (ru)
BR (1) BR102017002219B1 (ru)
CA (1) CA2992775A1 (ru)
RU (1) RU2743020C2 (ru)
SE (1) SE542208C2 (ru)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106500623B (zh) * 2016-12-06 2023-03-17 中国铁道科学研究院铁道建筑研究所 一种钢轨断面检测装置及轮轨关系评估系统
US10930049B2 (en) * 2018-08-27 2021-02-23 Apple Inc. Rendering virtual objects with realistic surface properties that match the environment
US10752271B2 (en) * 2018-11-15 2020-08-25 Avante International Technology, Inc. Image-based monitoring and detection of track/rail faults
CN109798841B (zh) * 2019-03-05 2023-09-22 盎锐（上海）信息科技有限公司 相机与投影仪的标定系统及方法
CN110379000B (zh) * 2019-06-24 2023-06-30 达闼机器人股份有限公司 检测飞机进气道的方法、装置、存储介质以及电子设备
CN110849643B (zh) * 2019-12-06 2020-11-24 温州国军机械有限公司 一种有利于模拟实时运行的铁路车轮检测装置
EP4094433A4 (en) 2020-01-22 2024-02-21 Nodar Inc. NON-RIGID STEREOSCOPIC VISION CAMERA SYSTEM
US11427193B2 (en) 2020-01-22 2022-08-30 Nodar Inc. Methods and systems for providing depth maps with confidence estimates
US11926351B2 (en) 2020-09-01 2024-03-12 Bnsf Railway Company Apparatus and method for wear detection of railroad vehicle wheels
US11699225B2 (en) * 2020-11-24 2023-07-11 Get Spiffy, Inc. Tire sensing and analysis system
CN112849574A (zh) * 2021-01-08 2021-05-28 广州南沙珠江啤酒有限公司 一种啤酒包装异常的检测方法、计算机设备、系统及介质
CN112833791B (zh) * 2021-02-02 2021-11-19 浙江大学 一种自旋转线结构光扫描系统时空标定方法
WO2022244920A1 (ko) * 2021-05-18 2022-11-24 주식회사 쓰리아이 휴대 단말기 및 단말기 거치대의 제어 방법
US11913345B2 (en) 2021-07-26 2024-02-27 General Electric Company System and method of using a tool assembly
FR3126487B1 (fr) * 2021-08-30 2024-03-01 Safran Ceram Contrôle dimensionnel par projection
CN114283129B (zh) * 2021-12-20 2024-06-11 浙江大学 一种基于计算机视觉的地铁列车轮轨力监测方法
WO2023244252A1 (en) * 2022-06-14 2023-12-21 Nodar Inc. 3d vision system with automatically calibrated stereo vision sensors and lidar sensor
CN115642998B (zh) * 2022-12-26 2023-03-28 浙大城市学院 一种毫米波频段联合通信与定位的导频分配方法
CN118111331B (zh) * 2023-03-02 2024-09-24 西南交通大学 一种基于机器视觉的轮轨相对位移检测方法、设备及可读介质
CN116380445B (zh) * 2023-06-05 2023-08-08 吉林市特种设备检验中心(吉林市特种设备事故调查服务中心) 基于振动波形的设备状态诊断方法及相关装置
CN117649437B (zh) * 2024-01-30 2024-05-03 中南大学 一种轨道车辆轮轨横向位移测量方法及测量装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2153432C2 (ru) * 1995-06-29 2000-07-27 Патентес Тальго, С.А. Установка для измерения параметров качения колеса железнодорожного вагона и способ измерения (варианты)
RU2247319C1 (ru) * 2003-06-24 2005-02-27 Федеральное государственное предприятие "Научно- исследовательский институт телевидения" Система контроля износа вагонных колесных пар
RU2396177C1 (ru) * 2009-08-05 2010-08-10 Общество с ограниченной ответственностью "АГРОЭЛ" Способ обнаружения дефектов на поверхности катания колеса железнодорожного подвижного состава
US8925873B2 (en) * 2012-05-24 2015-01-06 International Electronic Machines Corp. Wayside measurement of railcar wheel to rail geometry

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06123608A (ja) * 1992-10-12 1994-05-06 Mitsubishi Electric Corp 車輪測定装置
JPH09101122A (ja) * 1995-10-02 1997-04-15 East Japan Railway Co 車輪形状計測装置およびその方法
CN100449264C (zh) * 2006-12-18 2009-01-07 杭州电子科技大学 车辆轮对踏面缺陷在线检测方法及装置
JP2008180619A (ja) * 2007-01-25 2008-08-07 Act Denshi Kk 車輪測定方法とそれに使用される車輪測定装置
US8289526B2 (en) * 2007-07-17 2012-10-16 Lynxrail Corporation System and method for analyzing rolling stock wheels
US8655540B2 (en) * 2007-08-20 2014-02-18 International Electronic Machines Corp. Rail vehicle identification and processing
DE102008042145A1 (de) * 2008-09-17 2010-03-18 Robert Bosch Gmbh Verfahren und Messanordnung zum Bestimmen der Rad-oder Achsgeometrie eines Fahrzeugs
WO2010048453A2 (en) * 2008-10-22 2010-04-29 International Electronic Machines Corp. Thermal imaging-based vehicle analysis
KR101070591B1 (ko) * 2009-06-25 2011-10-06 (주)실리콘화일 듀얼 스테레오 카메라를 구비한 거리 측정 장치
CN102060037A (zh) * 2010-12-07 2011-05-18 安徽科富光电装备有限公司 机车轮对全周外形尺寸在线动态检测装置
JP2013205045A (ja) * 2012-03-27 2013-10-07 Toshiba Transport Eng Inc 車輪形状計測装置
CN102941861A (zh) * 2012-11-21 2013-02-27 成都主导科技有限责任公司 一种货运机车正线轮对外形尺寸检测装置
DE102013200910A1 (de) * 2013-01-22 2014-07-24 Robert Bosch Gmbh Verfahren und Vorrichtung zur Fahrzeugvermessung
CO7060224A1 (es) * 2013-03-18 2014-09-19 Univ Eafit Sistema y método para la inspección para la inspección de los parámetros geométricos de ruedas de vehículos ferroviarios
US9571796B2 (en) 2013-03-21 2017-02-14 International Electronic Machines Corp. Noncontact measuring device
CN103196370B (zh) * 2013-04-01 2015-05-27 北京理工大学 一种导管接头空间位姿参数的测量方法和装置
CN104034733A (zh) * 2014-07-02 2014-09-10 中国人民解放军国防科学技术大学 基于双目视觉监测与表面裂纹图像识别的寿命预测方法
CA2996128A1 (en) * 2014-08-27 2016-03-03 Lynxrail Corporation System and method for analyzing rolling stock wheels
CN104554344B (zh) * 2014-12-19 2017-08-25 苏州华兴致远电子科技有限公司 踏面缺陷信息检测系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2153432C2 (ru) * 1995-06-29 2000-07-27 Патентес Тальго, С.А. Установка для измерения параметров качения колеса железнодорожного вагона и способ измерения (варианты)
RU2247319C1 (ru) * 2003-06-24 2005-02-27 Федеральное государственное предприятие "Научно- исследовательский институт телевидения" Система контроля износа вагонных колесных пар
RU2396177C1 (ru) * 2009-08-05 2010-08-10 Общество с ограниченной ответственностью "АГРОЭЛ" Способ обнаружения дефектов на поверхности катания колеса железнодорожного подвижного состава
US8925873B2 (en) * 2012-05-24 2015-01-06 International Electronic Machines Corp. Wayside measurement of railcar wheel to rail geometry

Also Published As

Publication number Publication date
RU2018103751A (ru) 2019-07-31
US20180222499A1 (en) 2018-08-09
CA2992775A1 (en) 2018-08-02
RU2018103751A3 (ru) 2021-01-25
US10543859B2 (en) 2020-01-28
CN108394426A (zh) 2018-08-14
BR102017002219B1 (pt) 2020-01-07
AU2018200755A1 (en) 2018-08-16
SE542208C2 (en) 2020-03-10
AU2018200755B2 (en) 2019-05-30
SE1850112A1 (sv) 2018-08-03
CN108394426B (zh) 2020-03-13

Similar Documents

Publication Publication Date Title
RU2743020C2 (ru) Система и способ для контроля железнодорожных колес
Liu et al. A review of applications of visual inspection technology based on image processing in the railway industry
US6909514B2 (en) Wheel profile inspection apparatus and method
CN105526882A (zh) 基于结构光测量的道岔磨耗检测系统及其检测方法
US20120300060A1 (en) Vision system for imaging and measuring rail deflection
CN108955576A (zh) 钢轨廓形动态检测中的多线结构光自标定方法及系统
US20200124406A1 (en) Method for referencing a plurality of sensors and associated measuring device
CN109017867A (zh) 钢轨波磨动态测量方法
KR101026351B1 (ko) 웨이브렛을 이용한 철도레일 마모도 측정 시스템 및 그 방법
KR101583274B1 (ko) 간섭 무늬를 이용한 철도 레일의 마모 측정장치
Wang et al. A machine vision system based on driving recorder for automatic inspection of rail curvature
CN104266592A (zh) 基于枕木的隧道内移动装置的移位测量方法
Chunfu et al. Research on the line point cloud processing method for railway wheel profile with a laser profile sensor
Avizzano et al. Robust image stitching and reconstruction of rolling stocks using a novel Kalman filter with a multiple-hypothesis measurement model
CN110686622A (zh) 一种列车车轮冲角的测量方法
Aydin et al. Detection of Rail Defects with Deep Learning Controlled Autonomous UAV
CN109238149B (zh) 车体姿态检测装置和接触线动态偏移量检测系统
JP7127607B2 (ja) レール曲率推定装置
Wu et al. Track gauge measurement based on model matching using UAV image
Fang et al. Rapid measurement method for key dimensions of train wheelset based on improved image processing algorithm
CN113776457B (zh) 基于虚实结合的曲线段钢轨轮廓测量误差修正方法及装置
KR101658221B1 (ko) 전처리한 열화상 이미지를 이용한 실러 도포 품질 검사 장치 및 방법
BR102017002219A2 (pt) Sistema e método para o monitoramento de rodas ferroviárias
CN114877803B (zh) 一种基于激光位移传感器的受电弓滑板磨损状态检测方法
Deng et al. Measurement System Design of Pantograph Slider Wear Using Binocular Structured Light