一種火車(chē)輪軌相對(duì)垂向位移視頻檢測(cè)系統(tǒng)

馬增強(qiáng)， 柳曉云， 鐘 莎

(石家莊鐵道大學(xué)電氣與電子工程學(xué)院，河北 石家莊 050043)

一種火車(chē)輪軌相對(duì)垂向位移視頻檢測(cè)系統(tǒng)

馬增強(qiáng)， 柳曉云， 鐘 莎

(石家莊鐵道大學(xué)電氣與電子工程學(xué)院，河北 石家莊 050043)

機(jī)車(chē)輪軌之間的相對(duì)位移是輪軌接觸狀態(tài)最直接的反映，為了監(jiān)測(cè)列車(chē)運(yùn)行的狀態(tài)及完善運(yùn)行安全性機(jī)理，傳統(tǒng)方法是采用基于傳感器的接觸式測(cè)量。針對(duì)其存在動(dòng)態(tài)測(cè)量困難、零漂大和抗干擾能力差等缺點(diǎn)，設(shè)計(jì)了一種火車(chē)輪軌相對(duì)垂向位移視頻檢測(cè)系統(tǒng)。該系統(tǒng)將相機(jī)垂直安裝在轉(zhuǎn)向架上，激光源也安裝在轉(zhuǎn)向架上并使激光照到軌道上，利用相機(jī)、激光源和轉(zhuǎn)向架三者保持相對(duì)靜止的特點(diǎn)，通過(guò)激光點(diǎn)在軌道圖像中的縱坐標(biāo)變化來(lái)測(cè)量輪軌的相對(duì)垂直位移。最后，在無(wú)砟和有砟軌道兩種不同條件下實(shí)現(xiàn)了機(jī)車(chē)輪軌相對(duì)垂向位移檢測(cè)、數(shù)據(jù)顯示和存儲(chǔ)。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)不僅能顯示輪軌相對(duì)垂向位移，而且對(duì)檢測(cè)環(huán)境有較強(qiáng)的適應(yīng)性，這對(duì)進(jìn)一步探索和評(píng)價(jià)機(jī)車(chē)運(yùn)行安全性機(jī)理有著重要的意義。

輪軌接觸狀態(tài)；輪軌相對(duì)垂向位移；機(jī)車(chē)運(yùn)行安全性

近年來(lái)，我國(guó)高速鐵路技術(shù)發(fā)展迅速，其快捷性、舒適性給人們的生活帶來(lái)了巨大的方便，也促進(jìn)了國(guó)民經(jīng)濟(jì)的發(fā)展。但是，由于機(jī)車(chē)運(yùn)行速度的不斷增大，以及客運(yùn)量的增加，導(dǎo)致列車(chē)輪軌間的互相作用更加劇烈，更容易引發(fā)磨損、疲勞和脫軌等故障。為了滿足發(fā)展的要求和保障列車(chē)行駛的安全性，有必要對(duì)輪軌運(yùn)動(dòng)狀態(tài)進(jìn)行監(jiān)測(cè)。為了監(jiān)測(cè)及保證機(jī)車(chē)運(yùn)行的安全性、穩(wěn)定性[1-5]，Koo和Choi[6]就基于輪軌間水平和垂直沖擊力建立了一種脫軌理論模型，并提出了一套預(yù)測(cè)和評(píng)價(jià)輪軌碰撞誘導(dǎo)脫軌的方法；Sebesan和Baiasu[7]為了研究側(cè)向位移、滾動(dòng)等列車(chē)典型的蛇行運(yùn)動(dòng)，在考慮軌道踏面不規(guī)則因素的基礎(chǔ)上，建立了一種描述蛇行運(yùn)動(dòng)的數(shù)學(xué)模型，提出了失穩(wěn)臨界速度的計(jì)算方法；孫麗霞[8]分析了車(chē)輪抬升量、輪軌接觸角等隨輪對(duì)橫移量的變化情況，將輪對(duì)橫移量、車(chē)輪抬升量和輪軌接觸角進(jìn)行對(duì)比分析脫軌安全限值；侯茂銳等[9]在轉(zhuǎn)向架穩(wěn)定性計(jì)算方法研究中提出了以軌接觸點(diǎn)橫移量判斷輪對(duì)運(yùn)動(dòng)是否出現(xiàn)等幅周期震蕩的極限環(huán)運(yùn)動(dòng)；Matsumoto等[10]設(shè)計(jì)了一種脫軌系數(shù)連續(xù)檢測(cè)裝置，該裝置通過(guò)安裝于轉(zhuǎn)向架非旋轉(zhuǎn)結(jié)構(gòu)上的非接觸式位移傳感器來(lái)檢測(cè)輪軌接觸力，從而獲得脫軌系數(shù)的統(tǒng)計(jì)值；Monje等[11]設(shè)計(jì)了一套基于光電二極管的儀器裝置，該裝置安裝于機(jī)車(chē)轉(zhuǎn)向架上，用于在線檢測(cè)車(chē)輪在軌道上滾動(dòng)和滑動(dòng)的狀態(tài)；肖杰靈等[12]把兩個(gè)攝像機(jī)安裝在鋼軌兩側(cè)，然后利用圖形拼接的方法獲得輪軌接觸曲線用以檢測(cè)輪軌接觸狀態(tài)，但圖形拼接技術(shù)會(huì)增大檢測(cè)誤差；楊淑芬[13]建立了以DSP為核心的輪軌接觸點(diǎn)硬件和軟件檢測(cè)系統(tǒng)以得到輪軌邊緣的輪廓，最終實(shí)現(xiàn)輪軌接觸點(diǎn)位置的在線連續(xù)測(cè)量，但攝像機(jī)安裝位置導(dǎo)致測(cè)量不全面。

本文以機(jī)車(chē)輪軌相對(duì)垂向位移變化檢測(cè)為研究目的，搭建了一個(gè)基于Qt的視頻檢測(cè)系統(tǒng)，該系統(tǒng)將相機(jī)和激光源同時(shí)安裝在轉(zhuǎn)向架上，并保證激光源照到軌道上，當(dāng)輪軌發(fā)生相對(duì)垂直位移時(shí)，激光點(diǎn)在圖像中的縱坐標(biāo)會(huì)發(fā)生變換，可以通過(guò)激光點(diǎn)在圖像中縱坐標(biāo)的變化反映輪軌的相對(duì)垂直位移。為了驗(yàn)證該方法的可行性，本文在無(wú)砟和有砟軌道兩種不同條件下實(shí)現(xiàn)了機(jī)車(chē)垂向位移的視頻檢測(cè)、數(shù)據(jù)顯示及存儲(chǔ)，為后續(xù)進(jìn)一步開(kāi)展監(jiān)測(cè)列車(chē)運(yùn)行的狀態(tài)以及完善列車(chē)運(yùn)行的安全性機(jī)理奠定了基礎(chǔ)。

1 機(jī)車(chē)輪軌相對(duì)位移檢測(cè)系統(tǒng)設(shè)計(jì)

1.1 檢測(cè)系統(tǒng)的組成及工作流程

該檢測(cè)系統(tǒng)包括了硬件系統(tǒng)和軟件系統(tǒng)。硬件系統(tǒng)包括攝像機(jī)、直流電源、圖像采集卡、工控機(jī)等。軟件系統(tǒng)是在Linux系統(tǒng)上，搭建一個(gè)基于OpenCV的Qt環(huán)境，在該環(huán)境分別實(shí)現(xiàn)無(wú)砟和有砟條件下的相對(duì)位移檢測(cè)，整個(gè)輪軌相對(duì)垂直位移檢測(cè)系統(tǒng)的工作流程如圖1所示。

圖1 檢測(cè)系統(tǒng)工作流程

1.2 檢測(cè)系統(tǒng)的設(shè)計(jì)原理

機(jī)車(chē)運(yùn)行時(shí)，車(chē)輪與軌道互相碰撞產(chǎn)生橫向作用力，導(dǎo)致輪軌接觸點(diǎn)位置發(fā)生改變。忽略轉(zhuǎn)向架與車(chē)輪之間的微小運(yùn)動(dòng)并將其視為一體化，轉(zhuǎn)向架相對(duì)于軌道的位移變化可以用來(lái)反映輪軌接觸點(diǎn)位置變化。本文把攝像機(jī)安裝在車(chē)輪后邊的轉(zhuǎn)向架上且使攝像機(jī)的光軸垂直于軌道平面，并保證攝像機(jī)相對(duì)于轉(zhuǎn)向架是固定不動(dòng)的，同時(shí)激光源安裝在轉(zhuǎn)向架上且與攝像機(jī)是保持相對(duì)靜止?fàn)顟B(tài)，其安裝示意圖如圖2所示。

圖2 基于攝像機(jī)垂直拍攝的安裝示意圖

(1) 當(dāng)機(jī)車(chē)運(yùn)行中與軌道沒(méi)有沖角，轉(zhuǎn)向架與軌道產(chǎn)生相對(duì)垂移，激光點(diǎn)在圖片中的縱坐標(biāo)位置發(fā)生變化。如圖 3所示，以第一張圖片中激光點(diǎn)的縱坐標(biāo)位置為標(biāo)準(zhǔn)，l1是圖片中的初始垂直位移，當(dāng)產(chǎn)生垂直位移時(shí)，激光點(diǎn)在圖片的縱坐標(biāo)發(fā)生了變化，定義 l1-l2是圖片上輪軌發(fā)生的相對(duì)垂直位移，用其來(lái)反映實(shí)際垂向位移變化sy。

圖3 無(wú)沖角時(shí)輪軌相對(duì)垂移檢測(cè)原理

(2) 當(dāng)機(jī)車(chē)運(yùn)行與軌道有沖角時(shí)，由于沖角很小可以忽略不計(jì)，所以此處的計(jì)算原理和無(wú)沖角時(shí)輪軌垂向位移移檢測(cè)原理一樣。

2 軌道圖像中激光點(diǎn)的檢測(cè)

為了準(zhǔn)確得到圖像上激光區(qū)域的中心點(diǎn)位置，本文以無(wú)砟條件下軌道圖像檢測(cè)為例，對(duì)圖像先進(jìn)行了直方圖均衡化處理，增大圖像明暗對(duì)比度；然后用基于閾值分割的激光點(diǎn)粗略定位方法找到了激光區(qū)域中亮度最大像素點(diǎn)，以該像素點(diǎn)為種子，采用區(qū)域生長(zhǎng)方法搜尋整片激光區(qū)域的像素位置；最后通過(guò)求平均的方法實(shí)現(xiàn)了激光點(diǎn)精確定位，并得到了良好的檢測(cè)結(jié)果。整個(gè)激光區(qū)域的中心點(diǎn)坐標(biāo)檢測(cè)步驟流程如圖4所示。

圖4 激光點(diǎn)圖像檢測(cè)的步驟流程圖

2.1 直方圖均衡化

直方圖均衡化是基于概率而產(chǎn)生[14]，主要功能是改變一幅圖整體的對(duì)比度，適用于灰度值且跨度不大的圖像。其中，每一個(gè)灰度值的概率大小為

其中，P( m)為圖中第m個(gè)灰度值概率大?。籑×N為總像素?cái)?shù)；nm為第m個(gè)灰度級(jí)的像素點(diǎn)總數(shù)；L為圖中的總灰度值數(shù)。直方圖均衡化通過(guò)輸入直方圖信息而達(dá)到圖像均衡的變換函數(shù)，主要是對(duì)圖像中像素個(gè)數(shù)多的灰度級(jí)進(jìn)行擴(kuò)寬，壓縮那些像素個(gè)數(shù)少的灰度級(jí)，有利于提高原圖像的對(duì)比度。軌道圖像經(jīng)過(guò)直方圖均衡化后，圖像對(duì)比度明顯增強(qiáng)了，有利于后續(xù)的激光點(diǎn)提取(圖5)。

2.2 基于閾值分割的激光點(diǎn)粗略定位

基于閾值分割[15]的激光點(diǎn)粗略定位是先粗略的標(biāo)出激光區(qū)域在圖像中的位置，即找到位于激光區(qū)域中一個(gè)點(diǎn)。粗略定位的處理過(guò)程依次經(jīng)過(guò)了閉操作、圖像亮度最大點(diǎn)選取及鄰域判別和亮度最大激光點(diǎn)確定 3個(gè)步驟，整個(gè)激光點(diǎn)粗略定位的算法流程如圖6所示。

圖5 軌道圖像亮度均衡化結(jié)果

圖6 粗略定位的算法

閉操作就是以膨脹和腐蝕這兩種操作為基礎(chǔ)的，數(shù)學(xué)上，A被B的形態(tài)學(xué)閉操作記做A·B，其是先膨脹后腐蝕的結(jié)果

圖 7顯示了輪軌圖像經(jīng)閉操作后的結(jié)果，其提高了整個(gè)激光區(qū)域像素值的亮度值，去除了區(qū)域中低亮度像素點(diǎn)，更有利于后續(xù)找到這個(gè)激光區(qū)域所在的位置。

圖7 經(jīng)閉操作后軌道圖像

圖像亮度最大點(diǎn)選取及鄰域判別首先是在圖片中找到滿足激光點(diǎn) RGB模型(R〉200，B〉200，G〉200)的點(diǎn) A，計(jì)算亮度 T0( T=R × 0.299+G× 0.587 + B× 0.114)，再搜尋下一個(gè)滿足激光點(diǎn)模型的圖像點(diǎn)B，計(jì)算亮度T1，比較T0和T1亮度值大小取其最大值，判斷該點(diǎn) 5×5鄰域中滿足激光點(diǎn)模型的個(gè)數(shù)是否大于16，如果不滿足條件則搜尋下個(gè)激光點(diǎn)，否則更新當(dāng)前激光點(diǎn)位置，繼續(xù)搜尋下一個(gè)激光點(diǎn)位置，如此反復(fù)直到滿足條件則結(jié)束搜尋。通過(guò)這種方式，滿足條件的亮度最大點(diǎn)位置將被找到，激光點(diǎn)粗略定位結(jié)果如圖8所示。其中，檢測(cè)出的點(diǎn)的坐標(biāo)是 x= 286,y = 109，位于原來(lái)白色激光區(qū)域的右側(cè)，但檢測(cè)結(jié)果不是很準(zhǔn)確。

圖8 激光點(diǎn)粗略定位結(jié)果圖

2.3 基于閾值生長(zhǎng)的激光點(diǎn)精確定位

激光紅點(diǎn)區(qū)域的粗略定位搜尋到整片激光區(qū)域中亮度最大的像素點(diǎn)。但為了準(zhǔn)確計(jì)算車(chē)輪橫向偏移的距離，需要知道整個(gè)激光區(qū)域中位于中心點(diǎn)的坐標(biāo)。由于激光紅點(diǎn)具有很好的方向性和高亮度，能量高度集中，所以可以通過(guò)區(qū)域生長(zhǎng)算法尋找激光點(diǎn)區(qū)域位置，再用平均化方法求出激光點(diǎn)區(qū)域位置的中心點(diǎn)坐標(biāo)。

區(qū)域生長(zhǎng)實(shí)現(xiàn)的步驟如下：

步驟1. 將上一節(jié)激光粗略定位結(jié)果的最大亮度點(diǎn)設(shè)為種子像素點(diǎn) (x0,y0)；

步驟2. 以 (x0,y0)為中心，考慮 (x0,y0)的8鄰域像素(x, y)，如果(x, y)滿足激光點(diǎn)模型，將(x, y)與(x0,y0)合并在同一區(qū)域，并且將(x, y)壓入堆棧；

步驟3. 從堆棧中取出一個(gè)像素，以其為種子點(diǎn) (x0,y0)返回到步驟2；

步驟4. 當(dāng)堆棧為空時(shí)，返回到步驟1；

步驟5. 重復(fù)步驟1～4直到圖像中的每個(gè)點(diǎn)都有歸屬時(shí)，生長(zhǎng)結(jié)束。

軌道圖像通過(guò)了區(qū)域生長(zhǎng)算法找到了激光點(diǎn)在圖像中映射的所有像素點(diǎn)，將所有像素點(diǎn)的橫坐標(biāo)和縱坐標(biāo)求平均，可得到激光區(qū)域位置的中心點(diǎn)坐標(biāo)。軌道圖像在經(jīng)過(guò)精確定位后的結(jié)果如圖 9所示，該檢測(cè)出的點(diǎn)位于原來(lái)白色激光區(qū)域的中間，檢測(cè)出的結(jié)果是 x=289，y=109，檢測(cè)結(jié)果較為精確。

圖9 激光點(diǎn)精確定位結(jié)果圖

3 實(shí)驗(yàn)數(shù)據(jù)處理及誤差分析

為了測(cè)試該火車(chē)輪軌相對(duì)垂向位移視頻檢測(cè)系統(tǒng)的性能，本實(shí)驗(yàn)將該系統(tǒng)分別應(yīng)用于無(wú)砟軌道和有砟軌道兩種不同情況下的機(jī)車(chē)輪軌相對(duì)垂向位移檢測(cè)。輪軌相對(duì)垂移誤差定義為檢測(cè)數(shù)據(jù)與實(shí)際數(shù)據(jù)之差，由于檢測(cè)數(shù)據(jù)是圖像上的像素值，轉(zhuǎn)為實(shí)際距離時(shí)需要先計(jì)算圖像采集時(shí)圖像距離與實(shí)際距離的比例關(guān)系。

3.1 無(wú)砟軌道條件下的輪軌相對(duì)垂移檢測(cè)

在無(wú)砟軌道條件下進(jìn)行機(jī)車(chē)輪軌相對(duì)垂移檢測(cè)，經(jīng)過(guò)現(xiàn)場(chǎng)測(cè)量 1像素對(duì)應(yīng)實(shí)際距離約是0.04 cm。在軟件系統(tǒng)分析中，檢測(cè)系統(tǒng)圖像數(shù)據(jù)處理界面如圖10所示。經(jīng)過(guò)軟件測(cè)試分析，輪軌相對(duì)垂移圖像檢測(cè)誤差如表 1所示，該實(shí)驗(yàn)是以平行軌道上一條線為基準(zhǔn)位置進(jìn)行左右誤差分析的，如圖11所示。

圖10 無(wú)砟軌道條件下檢測(cè)系統(tǒng)的數(shù)據(jù)處理界面

表1 無(wú)砟軌道條件下軌道垂移圖像檢測(cè)誤差(cm)

圖11 檢測(cè)系統(tǒng)的相對(duì)垂移坐標(biāo)示意圖

從誤差結(jié)果分析來(lái)看，上側(cè)垂移圖像檢測(cè)平均誤差是-0.004 cm，下側(cè)垂移圖像檢測(cè)平均誤差是-0.002 cm。所以，該系統(tǒng)能較為精確地檢測(cè)出輪軌的相對(duì)垂向位移，這為探討機(jī)車(chē)運(yùn)行安全性機(jī)理奠定了基礎(chǔ)。

3.2 有砟軌道條件下的輪軌相對(duì)垂移檢測(cè)

在有砟軌道條件下進(jìn)行機(jī)車(chē)輪軌相對(duì)垂移檢測(cè)，經(jīng)過(guò)現(xiàn)場(chǎng)測(cè)量 1像素對(duì)應(yīng)實(shí)際距離約是0.03 cm。在軟件系統(tǒng)分析中，檢測(cè)系統(tǒng)圖像數(shù)據(jù)處理界面如圖12所示。經(jīng)過(guò)軟件測(cè)試分析，輪軌垂移圖像檢測(cè)誤差如表2所示。

圖12 有砟軌道條件下檢測(cè)系統(tǒng)的數(shù)據(jù)處理界面

表2 有砟軌道條件下軌道垂移圖像檢測(cè)誤差(cm)

從誤差結(jié)果分析來(lái)看，上側(cè)垂移圖像檢測(cè)平均誤差是-0.005 cm，下側(cè)垂移圖像檢測(cè)平均誤差是0.005 cm。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)不但能較為精確地檢測(cè)出輪軌的相對(duì)垂向位移，而且對(duì)軌道各種環(huán)境檢測(cè)的適應(yīng)性也很強(qiáng)。

4 結(jié) 論

本文搭建了一個(gè)機(jī)車(chē)輪軌相對(duì)垂向位移的視頻檢測(cè)系統(tǒng)。該系統(tǒng)將相機(jī)和激光源安裝在轉(zhuǎn)向架上，可以利用激光點(diǎn)在圖像中的縱坐標(biāo)位置變化來(lái)反映輪軌的相對(duì)垂向位移變化，以無(wú)砟軌道條件下的圖像為例進(jìn)行圖像處理，且取得了良好的檢測(cè)結(jié)果。最終，該系統(tǒng)在無(wú)砟和有砟軌道兩種不同情況下實(shí)現(xiàn)了輪軌相對(duì)垂向位移的視頻檢測(cè)、數(shù)據(jù)顯示和存儲(chǔ)，實(shí)驗(yàn)結(jié)果表明該系統(tǒng)有較高的精確度，且對(duì)軌道各種檢測(cè)環(huán)境的適應(yīng)性也很強(qiáng)，這對(duì)進(jìn)一步開(kāi)展監(jiān)測(cè)機(jī)車(chē)運(yùn)行的狀態(tài)及運(yùn)行安全性機(jī)理的探索和研究提供了重要信息。

本文設(shè)計(jì)系統(tǒng)在實(shí)際中得到了應(yīng)用，并且實(shí)驗(yàn)結(jié)果表明該系統(tǒng)能夠有效地提取輪軌相對(duì)垂向位移，但是由于算法不夠優(yōu)秀導(dǎo)致處理圖像時(shí)間較長(zhǎng)，不能保證檢測(cè)系統(tǒng)有良好的實(shí)時(shí)性，值得深入研究。

[1] 程 力. 基于輪軌表達(dá)式的輪軌接觸坐標(biāo)計(jì)算方法[J]. 蘭州工業(yè)學(xué)院學(xué)報(bào), 2015, 22(2): 19-22.

[2] 干 鋒, 戴煥云. 基于空間矢量映射的新型輪軌接觸點(diǎn)算法[J]. 機(jī)械工程學(xué)報(bào), 2015, 51(10): 119-128.

[3] 鐘 浩. 基于改善輪軌接觸狀態(tài)的重載車(chē)輪型面優(yōu)化[D]. 成都: 西南交通大學(xué), 2014.

[4] 魏云鵬, 吳亞平, 段志東, 等. 列車(chē)蛇形運(yùn)動(dòng)狀態(tài)下輪軌接觸特性分析[J]. 鐵道標(biāo)準(zhǔn)設(shè)計(jì), 2015, 59(3): 37-40.

[5] 李呈祥. 高速列車(chē)運(yùn)行橫移及側(cè)滾姿態(tài)主動(dòng)控制研究[D]. 北京: 北京交通大學(xué), 2014.

[6] Koo J S, Choi S Y. Theoretical development of a simplified wheelset model to evaluate collision-induced [J]. Journal of Sound and Vibration, 2012, 331(13): 3172-3198.

[7] Sebesan I, Baiasu D. Mathematical model for the study of the lateral oscillations of the railway vehicle [J]. UPB Scientific Bulletin, Series D: Mechanical Engineering, 2012, 74(2): 51-56.

[8] 孫麗霞. 高速列車(chē)橫向運(yùn)動(dòng)穩(wěn)定性和動(dòng)態(tài)脫軌理論分析及評(píng)價(jià)方法研究[D]. 北京: 中國(guó)鐵道科學(xué)研究院, 2014.

[9] 侯茂銳, 胡曉依, 王成國(guó). 轉(zhuǎn)向架失穩(wěn)的非線性計(jì)算方法研究[J]. 鐵道機(jī)車(chē)車(chē)輛, 2011, 31(4): 49-52.

[10] Matsumoto A, Sato Y, Ohno H，et al. A new measuring method of wheel-rail contact forces and related considerations [J]. Wear, 2008, 265(4): 1518-1525.

[11] Monje P, Aranguren G, Martínez B, et al. Using bogie-mounted sensors to measure wheel rolling and sliding on railway tracks [J]. Proceedings of the Institution of Mechanical Engineers, Part F: Journal of Rail and Rapid Transit, 2012, 226(4): 371-380.

[12] 肖杰靈, 劉學(xué)毅, 張 渝. 輪軌接觸幾何狀態(tài)檢測(cè)裝置[J]. 中國(guó)鐵道科學(xué), 2008, 29(4): 141-144.

[13] 楊淑芬. 輪軌接觸點(diǎn)位置圖像檢測(cè)方法研究[D]. 成都: 西南交通大學(xué), 2009.

[14] 陳金位, 吳 冰. 二維直方圖重建和降維的Otsu閾值分割算法[J]. 圖學(xué)學(xué)報(bào), 2015, 36(4): 570-575.

[15] Xiong B S, Jia B, Yu L, et al. A noise removal algorithm for DR Images based on adaptive estimation of threshold [J]. Computer Aided Drafting, Design and Manufacturing, 2012, 22(4): 1-6.

The Video Detection System for Wheel/Rail Vertical Relative Displacement

Ma Zengqiang, Liu Xiaoyun, Zhong Sha
(Electrical and Electronics Engineering, Shijiazhuang Railway University, Shijiazhuang Hebei 050043, China)

Wheel/rail contact state is the basic content in analyzing safety of the train, and the relative displacement between wheel/rail is the most direct reflection of wheel/rail contact state. The current contact measurement based on sensor is widely used in dynamic performance parameters detection for monitoring locomotive status. However, it has several defects, such as being difficult to realize dynamic measurement and has poor anti-jamming capability. In order to overcome the defects above, the video monitoring system for wheel/rail relative vertical displacement is designed in this paper. In the system, camera and laser are installed on the bogie vertically. Since the camera, laser and bogie remain static each other, then the wheel/rail relative vertical displacement can be measured by the laser ordinate change in image. Finally, the experiments had been carried out under the two different conditions of ballastless track and ballast track. The results show that the system can acquire wheel/rail vertical relative displacement and has strong adaptability to the detection environment, and it has great important significance to further exploring and evaluating locomotive safety mechanics.

wheel/rail contact status; wheel/rail vertical relative displacement; locomotive safety

TP 391.4

10.11996/JG.j.2095-302X.2016060799

A

2095-302X(2016)06-0799-06

2016-04-28；定稿日期：2016-06-04

國(guó)家自然科學(xué)基金項(xiàng)目(11372199)；河北省自然科學(xué)基金項(xiàng)目(A2014210142)

馬增強(qiáng)(1975-)，男，河北石家莊人，教授，博士。主要研究方向?yàn)閳D像處理與模式識(shí)別、數(shù)字信號(hào)處理。E-mail：mzqlunwen@126.com