基于計(jì)算機(jī)視覺(jué)的車(chē)載鋼軌光帶異常檢測(cè)系統(tǒng)研制

譚　松，李唯一，韓　強(qiáng)

( 1．中國(guó)鐵道科學(xué)研究院研究生部，北京　100081; 2．北京鐵科英邁技術(shù)有限公司，北京　100081; 3．中國(guó)鐵道科學(xué)研究院基礎(chǔ)設(shè)施檢測(cè)研究所，北京　100081)

?

基于計(jì)算機(jī)視覺(jué)的車(chē)載鋼軌光帶異常檢測(cè)系統(tǒng)研制

譚松1，李唯一2，韓強(qiáng)3

( 1．中國(guó)鐵道科學(xué)研究院研究生部，北京100081; 2．北京鐵科英邁技術(shù)有限公司，北京100081; 3．中國(guó)鐵道科學(xué)研究院基礎(chǔ)設(shè)施檢測(cè)研究所，北京100081)

摘要:基于計(jì)算機(jī)視覺(jué)方法對(duì)鋼軌光帶檢測(cè)系統(tǒng)進(jìn)行了研究。首先，試驗(yàn)對(duì)比了面陣高速相機(jī)+面陣光源、線(xiàn)陣相機(jī)+近紅外光源和線(xiàn)陣相機(jī)+ LED線(xiàn)光源3種圖像采集方式的效果。其次選取線(xiàn)陣相機(jī)+ LED線(xiàn)光源方案進(jìn)行圖像采集，獲取了可清晰反映軌面光帶分布特征的圖像數(shù)據(jù)。最后，設(shè)計(jì)了魯棒、高效的光帶檢測(cè)方法，從圖像中準(zhǔn)確地提取出光帶邊緣的形狀，并通過(guò)像素距離與物理距離的換算，得到了光帶寬度和中心位置，從而實(shí)現(xiàn)了對(duì)光帶異常的檢測(cè)。

關(guān)鍵詞:鋼軌光帶異常檢測(cè)計(jì)算機(jī)視覺(jué)

鋼軌是鐵路軌道的主要組成部件，它承受車(chē)輪的巨大壓力，引導(dǎo)車(chē)輪沿著運(yùn)行方向作蛇行運(yùn)動(dòng)。車(chē)輪踏面在鋼軌面的滾動(dòng)、滑動(dòng)，車(chē)輪輪緣與鋼軌間相互作用，都會(huì)在鋼軌上留下亮痕，這種亮痕稱(chēng)為鋼軌光帶。列車(chē)運(yùn)行過(guò)程中留在鋼軌上的光帶可以反映軌道的平順性，因此鋼軌光帶可以反映鋼軌的狀態(tài)［1］。高速鐵路對(duì)軌道狀態(tài)有嚴(yán)格的要求，如何使軌道保持動(dòng)態(tài)高平順性是確保高鐵舒適、安全的關(guān)鍵技術(shù)問(wèn)題［2］。

傳統(tǒng)的光帶檢查方法是依靠人工巡道進(jìn)行檢查，效率低，不易量化，數(shù)據(jù)不易保存。因此，迫切需要研制自動(dòng)化鋼軌光帶檢測(cè)設(shè)備，將其安裝在專(zhuān)業(yè)檢測(cè)車(chē)或綜合檢測(cè)列車(chē)上，對(duì)鋼軌光帶狀態(tài)進(jìn)行定量檢測(cè)。這可為分析動(dòng)車(chē)組高速行駛時(shí)的輪軌關(guān)系提供參考。

目前沒(méi)有專(zhuān)門(mén)檢測(cè)鋼軌光帶的現(xiàn)代化設(shè)備。現(xiàn)有的軌道狀態(tài)巡檢系統(tǒng)是一套自動(dòng)化、智能化的檢測(cè)設(shè)備，用來(lái)代替巡道工巡視檢查軌道結(jié)構(gòu)外觀(guān)狀態(tài)［3］。其基于視覺(jué)檢測(cè)原理，通過(guò)在檢測(cè)車(chē)底部掛載由高清晰度相機(jī)組成的成像系統(tǒng)，拍攝軌道的可見(jiàn)光圖像，然后應(yīng)用圖像分析和模式識(shí)別技術(shù)自動(dòng)檢測(cè)軌道結(jié)構(gòu)外觀(guān)可見(jiàn)異常［4］。這方面技術(shù)比較成熟的有中國(guó)鐵道科學(xué)研究院［5］、法國(guó)Cybernetix公司、意大利Mermec公司、德國(guó)bvSys公司、美國(guó)ENSCO公司和德國(guó)STN Atlas Electronic公司。

目前的線(xiàn)路檢測(cè)技術(shù)主要是針對(duì)于整個(gè)軌道表面，包括鋼軌、扣件、軌枕等部分，對(duì)鋼軌表面的檢測(cè)局限于表面擦傷和波磨的識(shí)別，而針對(duì)鋼軌光帶的檢測(cè)不多。文獻(xiàn)［6］采用激光位移傳感器檢測(cè)鋼軌頂面光帶異常，并通過(guò)在地面布點(diǎn)測(cè)量列車(chē)車(chē)輪在鋼軌上的動(dòng)態(tài)橫移，來(lái)分析造成鋼軌光帶的原因。該方法只能針對(duì)固定布點(diǎn)區(qū)段測(cè)量，普適性不強(qiáng)。文獻(xiàn)［7］提出一種基于數(shù)字圖像處理技術(shù)的鋼軌光帶異常自動(dòng)檢測(cè)算法，但只提及算法分析，而對(duì)如何獲取圖像，檢測(cè)系統(tǒng)如何協(xié)同工作并未涉及。

本文介紹的具備機(jī)器視覺(jué)功能的車(chē)載鋼軌光帶異常檢測(cè)系統(tǒng)，可對(duì)鋼軌頂面光帶圖像進(jìn)行清晰記錄，并基于圖像處理和模式分析算法，對(duì)鋼軌表面光帶的寬度、光帶中心線(xiàn)相對(duì)于軌面中心線(xiàn)的偏差距離等參數(shù)進(jìn)行精確測(cè)量。通過(guò)統(tǒng)計(jì)分析被測(cè)線(xiàn)路光帶參數(shù)的分布特征，定義和發(fā)現(xiàn)光帶不良區(qū)段并做出預(yù)警，從而通過(guò)對(duì)光帶的監(jiān)測(cè)來(lái)評(píng)價(jià)輪軌接觸關(guān)系。

1　系統(tǒng)整體設(shè)計(jì)

在車(chē)體對(duì)應(yīng)軌道的上方安裝高速相機(jī)，對(duì)軌道進(jìn)行可見(jiàn)光成像，并將數(shù)據(jù)與線(xiàn)路里程信息關(guān)聯(lián)，獲得完整的軌道—位置圖像數(shù)據(jù)。采用圖像處理和模式識(shí)別技術(shù)分析圖像，檢測(cè)光帶分布特征，實(shí)現(xiàn)對(duì)光帶異常的自動(dòng)檢測(cè)。按照功能可將該系統(tǒng)劃分為圖像采集和數(shù)據(jù)分析兩個(gè)子系統(tǒng)。系統(tǒng)結(jié)構(gòu)如圖1所示。

該系統(tǒng)研制的關(guān)鍵技術(shù)難點(diǎn):①如何在高速運(yùn)動(dòng)條件下獲取清晰連續(xù)的鋼軌光帶圖像。在前端圖像采集系統(tǒng)中，檢測(cè)車(chē)下空間較小，采集相機(jī)安裝高度受限，車(chē)輛高速行駛、晃動(dòng)，相機(jī)與光源的角度配合，陽(yáng)光干擾等因素均給圖像采集帶來(lái)困難。②設(shè)計(jì)魯棒、高效的光帶檢測(cè)方法。受軌道幾何結(jié)構(gòu)的差異、相機(jī)抖動(dòng)、車(chē)輪游間、光照不勻等因素的影響，光帶在軌道圖像中的幾何形狀并不規(guī)則。因此需要分析多條線(xiàn)路光帶圖像的結(jié)構(gòu)和統(tǒng)計(jì)特征，設(shè)計(jì)自適應(yīng)的識(shí)別方法。

圖1系統(tǒng)結(jié)構(gòu)

2　鋼軌光帶采集

由于現(xiàn)有檢測(cè)列車(chē)的設(shè)備底部距鋼軌表面高度只有500 mm，因此，鋼軌光帶采集部分應(yīng)輕量化。將相機(jī)垂直安裝于鋼軌表面，前后各配一組光源，通過(guò)調(diào)節(jié)光源的角度和光強(qiáng)來(lái)采集清晰的鋼軌表面圖像。研制過(guò)程設(shè)計(jì)了3種圖像采集方案，通過(guò)試驗(yàn)對(duì)比，選擇適合高速狀態(tài)的鋼軌光帶采集方法。

方案1:面陣高速相機(jī)+面陣光源。該方案需要對(duì)鏡頭進(jìn)行比選，如果采用8 mm鏡頭的相機(jī)，在350 km/h( 97 m/s)的速度下，在視場(chǎng)1 024×368時(shí)，幀頻為245 fps，需要采集的鋼軌長(zhǎng)度至少為0. 396 m。這樣相機(jī)鏡頭距軌面高度至少為0. 396 m/每幀，現(xiàn)有檢測(cè)車(chē)的安裝條件無(wú)法滿(mǎn)足。此外，1 024×368的視場(chǎng)，在動(dòng)車(chē)組通過(guò)曲線(xiàn)時(shí)可能會(huì)出現(xiàn)視場(chǎng)無(wú)法覆蓋鋼軌頂面的情況。如果采用焦距為8 mm以下的鏡頭，會(huì)發(fā)生較為嚴(yán)重的畸變，進(jìn)而影響到圖像識(shí)別。因此，該方案不可取。

方案2:線(xiàn)陣相機(jī)+近紅外線(xiàn)光源。通過(guò)調(diào)節(jié)近紅外光源和線(xiàn)陣相機(jī)相對(duì)于鋼軌表面的角度，可以較好地采集到鋼軌表面圖像。但是，近紅外光源具有很強(qiáng)的靶向性，在鋼軌表面的光帶上產(chǎn)生非鏡面反射，而在非光帶上產(chǎn)生鏡面反射，造成了采集的鋼軌圖像呈現(xiàn)出光帶部分暗而非光帶部分亮的現(xiàn)象，如圖2所示。

圖2方案2時(shí)采集的鋼軌表面圖像

方案3:線(xiàn)陣相機(jī)+ LED線(xiàn)光源。LED線(xiàn)光源的靶向性沒(méi)有近紅外線(xiàn)光源強(qiáng)，因此可減少光帶部分過(guò)曝的情況。通過(guò)調(diào)節(jié)LED線(xiàn)光源和線(xiàn)陣相機(jī)相對(duì)于鋼軌表面的角度，可以采集到滿(mǎn)足分析處理需求的鋼軌表面圖像。在圖像當(dāng)中，可以區(qū)分光帶部分與非光帶部分，如圖3所示。

圖3方案3時(shí)采集的軌道圖像

大量的實(shí)驗(yàn)室試驗(yàn)和動(dòng)態(tài)試驗(yàn)表明:面陣相機(jī)+面光源方案需要大功率的光源配合面陣相機(jī)，在動(dòng)車(chē)組安裝空間有限的條件下并不適合;線(xiàn)陣相機(jī)+近紅外線(xiàn)光源方案，由于近紅外線(xiàn)光源靶向性較強(qiáng)，采集的鋼軌圖像呈現(xiàn)出光帶部分暗而非光帶部分亮的現(xiàn)象，與實(shí)際的光帶表面差別較大，給后期圖像識(shí)別造成一定的難度;線(xiàn)陣相機(jī)+ LED線(xiàn)光源方案，安裝結(jié)構(gòu)簡(jiǎn)單，光照均勻，其軟件可與原有的軌道狀態(tài)巡檢系統(tǒng)軟件兼容。綜上分析，采用線(xiàn)陣相機(jī)+ LED線(xiàn)光源作為前端采集的硬件設(shè)備。

3鋼軌光帶圖像處理

3. 1圖像數(shù)據(jù)采集

圖像數(shù)據(jù)采集軟件擔(dān)負(fù)著完整獲取軌道圖像數(shù)據(jù)的工作。圖像數(shù)據(jù)軟件設(shè)計(jì)從整體上可分割為7個(gè)功能模塊，如表1所示。

表1圖像數(shù)據(jù)采集軟件功能

從模塊的職能上來(lái)分析，啟動(dòng)采集時(shí)首先要初始化圖像采集卡、線(xiàn)陣CCD等硬件資源，如果遇到任何硬件初始化失敗，則系統(tǒng)會(huì)啟動(dòng)停止，并在軟件信息欄給出用戶(hù)提示，如圖4所示。停止采集操作則較為簡(jiǎn)單，完成數(shù)據(jù)文件的保存后，釋放程序的緩存資源，關(guān)閉采集卡通道，復(fù)位線(xiàn)陣CCD即可。此時(shí)軟件會(huì)進(jìn)入等待采集狀態(tài)。

圖4啟動(dòng)采集功能的流程

里程同步功能是對(duì)單幀圖像的里程信息進(jìn)行設(shè)置，這樣就實(shí)現(xiàn)了圖像數(shù)據(jù)和軌道空間位置點(diǎn)的關(guān)聯(lián)。在軟件內(nèi)部的里程信息統(tǒng)計(jì)中，每幀數(shù)據(jù)對(duì)應(yīng)于2 m空間里程。因此通過(guò)對(duì)數(shù)據(jù)幀計(jì)數(shù)，可設(shè)置圖像幀的里程信息。但這種自身計(jì)數(shù)和空間的真實(shí)里程可能存在誤差，故需設(shè)計(jì)同步機(jī)制來(lái)對(duì)里程進(jìn)行精確修正。

里程同步機(jī)制是通過(guò)RS-422通訊協(xié)議接收同步中樞發(fā)送的標(biāo)準(zhǔn)里程信息標(biāo)簽，從而對(duì)計(jì)數(shù)標(biāo)準(zhǔn)進(jìn)行重新修正。當(dāng)操作員輸入同步里程后發(fā)送同步指令時(shí)，同步信息將會(huì)以該幀信息的形式發(fā)送到采集軟件。采集軟件基于該信息修正當(dāng)前的累計(jì)基數(shù)，對(duì)修正點(diǎn)之后的圖像數(shù)據(jù)里程基于新的基點(diǎn)計(jì)數(shù)后賦里程值。

3. 2圖像分析

圖像分析的內(nèi)容包括:

①定位鋼軌的兩個(gè)垂直邊緣，并測(cè)量軌面像素寬度;②定位鋼軌光帶邊緣，記錄每行光帶位置的像素寬度及中心點(diǎn)位置，并測(cè)量光帶中心點(diǎn)與軌面中心點(diǎn)的偏差;③因在鋼軌軌型確定的情況下軌寬的實(shí)際標(biāo)稱(chēng)寬度是一定的，因此通過(guò)像素寬度換算可得到實(shí)際距離;④分析光帶的位置，根據(jù)光帶的幾何參數(shù)特征，設(shè)定判定條件，判斷其是異常光帶還是正常光帶。異常類(lèi)型包括:光帶整體寬度異常(過(guò)寬或過(guò)窄)、光帶偏心、光帶局部異常等。

數(shù)據(jù)分析軟件按照單點(diǎn)檢測(cè)、區(qū)段預(yù)警的模式設(shè)計(jì)，綜合評(píng)判光帶是否異常。其功能結(jié)構(gòu)如圖5所示。

圖5數(shù)據(jù)分析軟件功能結(jié)構(gòu)

4　試驗(yàn)結(jié)果及分析

從采集到的軌道圖像上可清晰分辨鋼軌頂面光帶區(qū)域與非光帶區(qū)域，光帶邊界明確、清晰，滿(mǎn)足后續(xù)算法分析要求。

運(yùn)用光帶檢測(cè)算法對(duì)采集到的圖像進(jìn)行處理，并在圖中用紅色的點(diǎn)標(biāo)注出每個(gè)鋼軌截面的光帶邊界，將所有截面的紅點(diǎn)連接起來(lái)，便得到連續(xù)的鋼軌光帶邊界。對(duì)一段128 km的鐵路線(xiàn)路進(jìn)行光帶檢測(cè)，檢測(cè)結(jié)果見(jiàn)表2。圖6給出部分典型的鋼軌光帶異常圖像。

表2異常光帶數(shù)量

圖6典型光帶異常圖像

5　結(jié)語(yǔ)

本文基于機(jī)器視覺(jué)檢測(cè)方法對(duì)鋼軌光帶檢測(cè)系統(tǒng)進(jìn)行了研究，比較了面陣高速相機(jī)+面陣光源、線(xiàn)陣相機(jī)+近紅外線(xiàn)光源和線(xiàn)陣相機(jī)+ LED線(xiàn)光源的優(yōu)缺點(diǎn)，結(jié)合光帶成像特征，確定了采用線(xiàn)陣相機(jī)+ LED線(xiàn)光源的圖像采集技術(shù)方案。

通過(guò)設(shè)計(jì)高速動(dòng)態(tài)圖像采集系統(tǒng)，以可見(jiàn)光圖像記錄鋼軌頂面狀態(tài)，獲取了可清晰反映軌面光帶分布特征的圖像數(shù)據(jù)。設(shè)計(jì)并實(shí)現(xiàn)了鋼軌圖像數(shù)據(jù)分析子系統(tǒng)，該系統(tǒng)基于圖像處理和模式分析算法，對(duì)光帶邊界進(jìn)行精確測(cè)量，并可對(duì)光帶整體寬度異常、光帶偏心、光帶局部異常三種現(xiàn)象進(jìn)行軟件自動(dòng)報(bào)警。

參考文獻(xiàn)

［1］左玉良．從鋼軌光帶異常看高速線(xiàn)路軌道平順性［J］．鐵道標(biāo)準(zhǔn)設(shè)計(jì)，2009( 4) : 13-16．

［2］周清躍，周鎮(zhèn)國(guó)．客運(yùn)專(zhuān)線(xiàn)鋼軌技術(shù)條件的研究及起草［C］/ /鐵路客運(yùn)專(zhuān)線(xiàn)建設(shè)技術(shù)交流會(huì)論文集，2005: 91-95．

［3］CLARK R．Rail Flaw Detection: Overview and Needs for Future Developments［J］．NDT＆E International，2004，37: 111-118．

［4］BABENKO P．Visual Inspection of Railroad Tracks［D］．Orlando，USA: University of Central Florida，2006．

［5］許貴陽(yáng)，史天運(yùn)，任盛偉，等．基于計(jì)算機(jī)視覺(jué)的車(chē)載軌道巡檢系統(tǒng)研制［J］．中國(guó)鐵道科學(xué)，2013，34( 1) : 139-144．

［6］周宇，王少鋒，王慶方，等．城市軌道交通鋼軌表面光帶異常波動(dòng)分析［J］．城市軌道交通研究，2012( 10) : 49-52．

［7］陳俊周，關(guān)大成，彭強(qiáng)．一種基于數(shù)字圖像處理的鋼軌光帶異常自動(dòng)檢測(cè)方法［P］．CN102628814A，2012-08-08．

(責(zé)任審編李付軍)

Research and manufacture of on-board detection system for abnormal rail light band based on computer vision

TAN Song1，LI Weiyi2，HAN Qiang3

( 1．Postgraduate Department，China Academy of Railway Sciences，Beijing 100081，China; 2．Beijing IMAP Technology Co．，Ltd．，Beijing 100081，China; 3．Infrastructure Inspection Research Institute，China Academy of Railway Sciences，Beijing 100081，China)

Abstract:Detection system for abnormal rail light band was studied based on computer vision．Firstly，three types of image capture methods were compared by tests，which included area array high-speed camera + array light source，linear array camera + near-infrared light source and linear array camera + LED line source．Next，the image capture type of linear array camera + LED line source was chosen．It could acquire clear images which could show the distribution characteristics of rail light band．Finally，a robust efficient inspection method was designed，which could extract the edge shape of rail light band，and obtain its width and central position by distance conversion from image pixels to actual positions，thus achieve the goal of detecting abnormal rail light band．

Key words:Rail; Abnormal rail light band; Detection; Computer vision

文章編號(hào):1003-1995( 2016) 02-0128-04

作者簡(jiǎn)介:譚松( 1978—)，男，碩士研究生。

基金項(xiàng)目:中國(guó)鐵道科學(xué)研究院基金項(xiàng)目( 1351GC0804)

收稿日期:2015-10-28;修回日期: 2015-12-09

中圖分類(lèi)號(hào):U216．3

文獻(xiàn)標(biāo)識(shí)碼:A

DOI:10．3969 /j．issn．1003-1995．2016．02．30