基于視覺的車輛與軌道相對振動狀態(tài)測量方法研究

薛　鵬，柴曉冬，鄭樹彬

(上海工程技術(shù)大學(xué)　城市軌道交通學(xué)院，上?！?01620)

?

基于視覺的車輛與軌道相對振動狀態(tài)測量方法研究

薛鵬，柴曉冬，鄭樹彬

(上海工程技術(shù)大學(xué)城市軌道交通學(xué)院，上海201620)

車輛與軌道相對振動狀態(tài)對軌道線形測量有重要影響；分析了傳統(tǒng)檢測車輛與軌道相對振動狀態(tài)測量方法的缺陷，提出一種基于視覺的車軌相對振動狀態(tài)測量方法，以軌道建立軌道坐標系，以車體建立車體坐標系;考慮相機鏡頭畸變，建立相機非線性模型，基于機器人手眼方法標定相機與車體，求解相機內(nèi)外參數(shù);依據(jù)車體運動姿態(tài)特征，推導(dǎo)基于雙目機器視覺的車輛運動姿態(tài)偏移補償計算方法；運用實驗平臺設(shè)計驗證實驗，通過計算所得的車體振動位移與真實值高度吻合，隨著車速增加振動位移誤差也隨之增大，驗證了該方法的正確性和可行性；提供一種車輛與軌道相對振動狀態(tài)測量方法。

機器視覺；相機標定；軌道檢測；振動補償

0　引言

軌道形位檢測系統(tǒng)是基于車載傳感設(shè)備對軌道幾何形位參數(shù)進行檢測。軌道形位變化要求以軌道作為軌道幾何形位參數(shù)的參考坐標系，而軌道形位檢測傳感器以車體作為參考坐標系。檢測作業(yè)時，受機車牽引力和線路環(huán)境的影響，車體會出現(xiàn)隨機振動[1]，軌道坐標系與車體坐標系的相對位置會發(fā)生變化。需要將檢測車體擺動的偏移量，補償給軌道形位檢測系統(tǒng)，去除對軌道形位幾何參數(shù)動態(tài)檢測的誤差，提高系統(tǒng)精度。

以往車輛運動姿態(tài)補償方式主要有拉線式位移傳感器、電容式位移傳感器和激光測距傳感器。文獻[2]利用電容式傳感器僅僅測量車體相對于輪對的相對位移；文獻[3]利用位移和加速度傳感器，分別對車體相對轉(zhuǎn)向架以及轉(zhuǎn)向架相對軌面的接觸式測量，誤差累積造成最終誤差較大；文獻[4]根據(jù)統(tǒng)計方法和車體動力學(xué)建立模型，推導(dǎo)出拉出值補償算法。但作了很多理想的假設(shè)，與現(xiàn)實工況相差甚遠；文獻[5]采用激光雷達(LMS)測距定位，進行動態(tài)補償。但真實工況下電磁環(huán)境惡劣，激光雷達易受干擾；文獻[6]利用攝像機標定的方法并與靜態(tài)圖像作比較，計算車體相對于軌道的振動偏移量。但僅僅用單目相機提取鋼軌特征點的二維信息，精度受限。

受安裝位置和傳感器精度限制，上述方式都存在局限性?；跈C器視覺的測量技術(shù)是當(dāng)前研究熱門的測量手段 ，已應(yīng)用到軌道檢測領(lǐng)域。本文將雙目視覺技術(shù)運用在軌道幾何線形檢測系統(tǒng)，補償車體運動姿態(tài)對系統(tǒng)的振動偏移。

1　車體振動

車載多傳感器進行測量作業(yè)時，由于受線路環(huán)境和牽引力的影響，且車體為了乘坐舒適性都會裝備懸掛系統(tǒng)減震設(shè)備，車體會發(fā)生隨機振動。檢測傳感器是以車體作為參考坐標系。檢測車在行進中，受機車牽引力和線路環(huán)境的影響，車體會出現(xiàn)隨機振動，車體與軌道坐標系的相對位置會發(fā)生變化。車體振動形式主要有：上下浮沉、左右橫擺、前后伸縮、搖頭、點頭、側(cè)滾、側(cè)滾振動、橫擺振動等滾擺振動[7-8]。本文主要對車體滾擺振動進行補償。滾擺振動使車體與軌道在橫向和垂向發(fā)生偏移，如圖1所示。

圖1　車體滾擺擺動偏移示意圖

2　檢測原理

將2臺帶有激光束的攝像機裝在檢測車的車體上。采用扇形激光器照射在鋼軌內(nèi)側(cè)，通過雙目相機[9-10]拍攝鋼軌半斷面輪廓線，用于跟隨軌道特征點。把視覺傳感器和彈簧以上的車體視為剛體，建立車體坐標系O1,2臺相機用于建立實時在變化的軌道坐標系O0。在相機及其組件安裝前基于機器人手眼標定方法對車體與車載相機進行標定，明確傳感器和車體坐標系之間的空間幾何關(guān)系。根據(jù)軌道特征點變化值計算出車體偏移量。

圖2　車體-相機-軌道關(guān)系示意圖

3　雙目視覺攝像機定標

3.1攝像機標定

獲得標定物軌道坐標系坐標以及圖像像素坐標系坐標，通過標定方法求解攝像機參數(shù)矩陣，建立圖像像素與軌道坐標系對應(yīng)關(guān)系。在定標中，我們用單攝像機定標方法分別得到兩個攝像機各自的內(nèi)外參數(shù)，分別用R1T1和R2T2表示C1,C2攝像機與軌道坐標系的相對位置。對任意一點P，假設(shè)它在軌道坐標，C1,C2坐標系下的非齊次坐標為xw,xc1,xc2則

xc1=R1xw+T1

(1)

將上式中xw消去后得到

(2)

因此，兩個攝像機之間的幾何關(guān)系可用以下R和T表示

(3)

圖3　雙目攝像機幾何關(guān)系

3.2攝像機與車體坐標系位置確定

基于機器人手眼標定方法分別對攝像機和傾角儀進行精確標定，確定其與車體坐標系的相對位置關(guān)系。設(shè)空間某點P在以上4個坐標系下的坐標分別為Pc1,Pc2,Pd1,Pd2。如圖4所示。

圖4　車載傳感器與車體定標關(guān)系圖

利用實驗室運動控制平臺完成對雙目相機與構(gòu)件的相對位置的確定。運動控制平臺的運動軌跡矩陣D人為設(shè)定，是已知條件。攝像機所測量的物體相對于攝像機坐標系的方位就可以轉(zhuǎn)換成相對于平臺坐標系的方位?；舅悸肥强刂七\動平臺在不同位置觀察空間一個已知的標定參考物，從而推導(dǎo)旋轉(zhuǎn)和平移以及多次觀察結(jié)果的關(guān)系。圖4表示運動控制平臺從位置Od1移動到位置Od2時的各坐標系之間的相對位置。設(shè)手眼定標參數(shù)為X，點P在Oc1，Oc2，Od1，Od2的坐標分別為Pc1，Pc2，Pd1，Pd2，則有如下關(guān)系：

(4)

得到：

(5)

其依據(jù)就是運動控制平臺移動前后平臺與攝像機的相對位置X不變。X是帶求參數(shù)，C由兩次攝像機定標的外參數(shù)得到，D有控制平臺給出。將式寫成相應(yīng)的旋轉(zhuǎn)矩陣與平移向量形式：

展開得：

RcRx=RxRd

(6)

式中，Rc,Rd,Tc,Td已知，需求解的是Rx和Tx。

至此，雙目攝像機的標定和攝像機與檢測梁的相對位置標定全部完成。在實時測量時，已知圖像像素坐標求解出在軌道坐標系中的坐標，然后將軌道坐標系中的坐標轉(zhuǎn)換的車體坐標系下。就可確定鋼軌特征點在車體坐標系平面中的坐標值。

4　靜態(tài)初始位置標定及補償計算

圖5　靜態(tài)初始位置標定

由上可知，攝像機與車體坐標系間的位置關(guān)系(Rx和Tx)已確定，而軌道坐標系與攝像機坐標系的位置關(guān)系可以通過拍攝激光束照射鋼軌輪廓得到。選取鋼軌平面軌距方向連線為軌道坐標系o0X0Y0Z0的Y軸，o0點取連線中心位置為軌道中心，即實時變化的軌道參考坐標系。建立車體靜態(tài)參考坐標系o1X1Y1Z1，設(shè)靜態(tài)時o0Z0直線與o1Z1直線重合，且o1點在o0點正上方。如圖5所示，準確測量靜態(tài)時刻鋼軌軌頭下端特征點在攝像機坐標系的物理坐標值。設(shè)攝像機所測特征點坐標值為(0,y′,z′)，則鋼軌特征點P在車體參考坐標系O1X1Y1Z1中的坐標為:

(7)

其中：L為軌距。動態(tài)測量過程中，鋼軌特征點P在車體參考坐標系O2X′Y′Z′中的坐標為(0,y1,z1)。車體相對于當(dāng)前軌道參考坐標系偏移量為(Δy,Δz),軌距L始終不變據(jù)坐標系變換關(guān)系，Rinl為車體偏移時刻的旋轉(zhuǎn)矩陣，傾斜角度由傾角儀獲得?？傻密圀w振動導(dǎo)致的沿軌面垂直于軌道方向和垂直于軌面方向的偏移值。

圖6　車體坐標偏移示意圖

(8)

將(Δy,Δz)作為補償值加到以車體為參考系的軌道形位檢測系統(tǒng)中即得到以軌道中心為參考系的軌道形位幾何特征參數(shù)。

5　實驗驗證

驗證實驗在實驗平臺上完成，平臺包括三維移動平臺和檢測平臺，三維移動平臺由X向固定座和Y向支座及Z向支架組成，所述Y向支座設(shè)置在X向固定座的上表面并能作左右移動， Z向支架設(shè)置在Y向支座的上表面并能作前后移動；檢測平臺與Z向支架連接并能作繞A、B、C三軸的轉(zhuǎn)動；在檢測平臺上固設(shè)有相機、慣性傳感器和傾角傳感器；且控制三維移動平臺作X、Y、Z三向移動的3個移動電機、及控制檢測平臺繞A、B、C三軸轉(zhuǎn)動的3個轉(zhuǎn)動電機、及所述的相機、慣性傳感器和傾角傳感器均與工控機通過相應(yīng)的硬件連接。

實驗驗證方案正確性是設(shè)計運動控制平臺在Y正方向和Z正方向分別運動30 mm，然后進行采集圖像數(shù)據(jù)，分別運動3次。經(jīng)過圖像處理，數(shù)據(jù)計算，坐標轉(zhuǎn)換后得到圖7如下。由此可得，該系統(tǒng)在靜態(tài)能夠捕捉到車體姿態(tài)變換，應(yīng)用該方法來振動補償是可行的。

圖7　實驗靜態(tài)列車姿態(tài)變化圖

動態(tài)驗證實驗，控制平臺在Y正方向運動400 mm，同時在在z正方向運動200 mm。然后進行采集圖像數(shù)據(jù)。經(jīng)過圖像處理，數(shù)據(jù)計算，坐標轉(zhuǎn)換后得到圖8如下。由此可得，該系統(tǒng)在動態(tài)也能夠捕捉到車體姿態(tài)變換。

圖8　實驗動態(tài)列車姿態(tài)變化圖

由圖7圖8可知，在靜態(tài)狀態(tài)下該系統(tǒng)計算精度很高，誤差能到達6 mm。在動態(tài)狀態(tài)下，由于拍攝圖像不清晰，提取特征誤差累積，在400 mm長距離運動后誤差增大，驗證了該方法的正確性和可行性。根據(jù)城市軌道車輛限界規(guī)范，橫向擺動位移差在60 mm以內(nèi)，垂向振動位移差在90 mm以內(nèi)[11]，由此在短距離位移時誤差在允許范圍內(nèi)。

6　結(jié)語

受線路環(huán)境和牽引力的作用影響，車體會發(fā)生隨機振動，車體參考坐標系與軌道參考坐標系的相對位置時刻在發(fā)生變化著，而軌檢設(shè)備全是安裝在車體上，所測線形是車體的直接運動線性，并不能準確反映軌道實際線形。研究車體與軌道之間相對振動狀態(tài)，給予軌道線形檢測系統(tǒng)振動補償，使最終數(shù)據(jù)能夠準確反映軌道實際線形。車軌相對振動狀態(tài)具有高魯棒性，精度要求較高，因此對傳感器的檢測精度要求也相應(yīng)提高。

將機器視覺技術(shù)應(yīng)用在車輛與軌道振動狀態(tài)測量方法中，代替?zhèn)鹘y(tǒng)的接觸式檢測方式，能夠?qū)︿撥壧卣鼽c進行準確跟蹤并測量，提高了傳感器的檢測精度，實時計算車體相對與鋼軌偏移量，減少振動對檢測數(shù)據(jù)造成的誤差。

[1]耿松,柴曉冬,鄭樹彬.基于神經(jīng)網(wǎng)絡(luò)的軌道車輛振動預(yù)測[J].計算機測量與控制,2014,22(11):3525-3526.

[2]諸昌鈴,倪守平,高洪杰.電容式車體位移補償裝置及在接觸網(wǎng)檢測車中的應(yīng)用[J].鐵道學(xué)報,1990，12(1):21-26．

[3]張曉龍,于萬聚.接觸網(wǎng)檢測車振動測量及計算方法[J].西南交通大學(xué)學(xué)報，1994，19(6)：633-638．

[4]陳唐龍,于滌,陳耀坤.接觸網(wǎng)檢測車振動補償研究[J].西南交通大學(xué)學(xué)報，1999,34(4):461-465.

[5]劉濤,吳積欽,曾明.非接觸式接觸網(wǎng)檢測車車體振動位移補償系統(tǒng)[J].電氣化鐵道，2007,(5):21-24.

[6]占棟,于龍,肖建,等.基于計算機視覺的接觸軌檢測車振動補償方法及應(yīng)用[J].鐵道學(xué)報，2013,35(1):25-30.

[7]于萬聚.高速電氣化鐵路接觸網(wǎng)[M].成都:西南交通大學(xué)出版社,2003.

[8]嚴雋耄.車輛工程[M].北京:中國鐵道出版社,2009.

[9]Medion G, Kang S B. Emerging topics in computer vision [M]. New Jersey,USA; Pearson Prenticce Hall,2005:215-245.

[10]Jimenez R, Ceres R, Pons J L. A survey of computer vision methods for locating fruit on tree[J]. Transactions of the ASAE, 2003,43(6):1911-1920.

[11]GB 50157-2013, 地鐵設(shè)計規(guī)范[S].北京:中國建筑工業(yè)出版社,2013.

Research on Relative Vibration State Measurement Method of Vehicle and Rail Based on Vision

Xue Peng，Chai Xiaodong，Zheng Shubin

(School of Urban Railway Transportation, Shanghai University of Engineering Science,Shanghai201620,China)

The relative vibration state of vehicle and rail has an important influence on the measurement of the track geometry. The defects of the traditional method of measuring the relative vibration state of vehicle and rail are analyzed. A method for measuring the relative vibration state of vehicle and rail based on vision is proposed. The world coordinate system was constructed with tracks, and the vehicle coordinate system was constructed with body. Taking into consideration lens distortion, the non-linear model of cameras was set up. Calibrating the camera and body based on robot hand-eye calibrations, and acquire the internal and external parameters of the cameras. According to the characteristic of the vehicle body vibration, a calculation method of vehicle vibration displacement was deduced based on binocular machine vision. Using experiment platform design verification experiment, the vibration displacement of the vehicle body is in agreement with the real value. As the speed increases, the vibration displacement error increases. The correctness and feasibility of the proposed method are verified. It provides a method for measuring relative vibration state of vehicle and rail.

machine vision; hand-eye calibration; rail inspection; vibration measurement

2015-07-02；

2015-09-16。

國家自然科學(xué)基金(51405287)；上海工程技術(shù)大學(xué)研究生科研創(chuàng)新項目(14KY1009)。

薛鵬(1990-)，男，江蘇徐州人，碩士研究生，主要從事機器視覺與軌道交通檢測技術(shù)方向的研究。

柴曉冬(1962-)，男，安徽人，教授，碩士研究生導(dǎo)師，主要從事智能信息處理方向的研究。

1671-4598(2016)01-0039-03

10.16526/j.cnki.11-4762/tp.2016.01.010

TB114.3

A