接觸網(wǎng)定位點(diǎn)智能識別方法

汪海瑛，周 威，張文軒，李向東

(中國鐵道科學(xué)研究院集團(tuán)有限公司 基礎(chǔ)設(shè)施檢測研究所，北京 100081)

根據(jù)2015年底發(fā)布的TG/GD 124—2015《高速鐵路接觸網(wǎng)運(yùn)行維修規(guī)則》和2017年初發(fā)布的TG/GD 116—2017《普速鐵路接觸網(wǎng)運(yùn)行維修規(guī)則》，在接觸網(wǎng)動(dòng)態(tài)運(yùn)行質(zhì)量評價(jià)過程中，以跨距為鑒定單元對線路質(zhì)量進(jìn)行打分。因此，在動(dòng)態(tài)檢測過程中準(zhǔn)確地識別出定位點(diǎn)，以劃分出跨距對后續(xù)的運(yùn)行質(zhì)量評價(jià)來說是非常重要的工作。

目前對于定位點(diǎn)的識別按照技術(shù)原理可以分為如下幾種：第一種是采用激光測距技術(shù)，在檢測過程中連續(xù)向垂直車頂方向發(fā)射高頻激光脈沖，通過測量距離特征實(shí)現(xiàn)識別。意大利的MENMEC公司以及德國DB早期的檢測系統(tǒng)均采用此種方式實(shí)現(xiàn)。這種方法處理實(shí)時(shí)性要求高，在隧道內(nèi)極易發(fā)生誤識別；第二種是采用視頻攝像技術(shù)，利用固定拍攝角度的相機(jī)獲取線路兩側(cè)照片，然后通過光學(xué)字符識別等圖像處理技術(shù)實(shí)現(xiàn)支柱定位和桿號識別。這種方法計(jì)算量大，且目前普速鐵路桿號標(biāo)識不統(tǒng)一，因此不具有通用性；第三種是以實(shí)時(shí)檢測的接觸網(wǎng)幾何參數(shù)[1]為基礎(chǔ)，根據(jù)拉出值數(shù)據(jù)拐點(diǎn)特征進(jìn)行識別，這種方法不需要額外增加硬件設(shè)備，要求的數(shù)據(jù)量小，計(jì)算效率高，但該方法在曲線處較容易出現(xiàn)誤識別。為解決該問題，本文提出一種基于機(jī)器學(xué)習(xí)的定位點(diǎn)識別方法，首先將一定距離內(nèi)接觸網(wǎng)拉出值檢測數(shù)據(jù)視為二值圖像，對其進(jìn)行變換降噪處理后，采用基于滑動(dòng)矩形的角點(diǎn)檢測方法，初步識別出候選定位點(diǎn)。在提取出其特征屬性向量后，通過已有拉出值檢測數(shù)據(jù)訓(xùn)練出的分類模型確定該定位點(diǎn)的有效性。最后通過試驗(yàn)結(jié)果驗(yàn)證方法的合理性和可行性。

1 拉出值曲線變換降噪處理

與通?；趫D像邊緣特征的檢測對象不同，一定距離內(nèi)接觸網(wǎng)拉出值檢測數(shù)據(jù)視為由線路公里標(biāo)和拉出值組成的二值圖像，則接觸網(wǎng)拉出值曲線可以描述為1條沒有閉合的多態(tài)曲線，為

P={Pi=(xi,yi),i=1,…,n}

(1)

式中：P為拉出值曲線；Pi為拉出值曲線上第i個(gè)點(diǎn)的坐標(biāo)；xi為第i個(gè)點(diǎn)的橫坐標(biāo)，與線路公里標(biāo)相對應(yīng)；yi為第i個(gè)點(diǎn)的縱坐標(biāo)，與實(shí)測的拉出值相對應(yīng)。

拉出值曲線由n對坐標(biāo)組成，以曲線上第i個(gè)點(diǎn)為中心的輪廓支撐域Ns(Pi)為

Ns(Pi)={Pj|i-s≤j≤i+s}

(2)

式中：s為輪廓支撐域半徑。

接觸線在空間布置上要滿足與行進(jìn)過程中的受電弓碳滑板均勻接觸的需要，因此在直線區(qū)段其被定位裝置拉成“之”字形狀，曲線區(qū)段拉成相對受電弓中心行跡的割線，那么拉出值曲線上相鄰點(diǎn)之間的理論拉出值差值為

(3)

式中：yi,i+1為相鄰點(diǎn)拉出值差值；ls為1跨內(nèi)拉出值的變化量；ds為跨距；Nd為拉出值曲線上單位距離內(nèi)的采樣點(diǎn)數(shù)。

依據(jù)接觸網(wǎng)平面設(shè)計(jì)時(shí)在直線和不同半徑曲線線路上拉出值的常用取值[2]及式(3)，計(jì)算出的yi,i+1可能取值見表1。

表1 相鄰點(diǎn)拉出值差值

由表1可以看出：在典型情況下，yi,i+1取值為1.5～4.0 mm，表明拉出值曲線相鄰點(diǎn)的離散度較大，考慮到跨距的差異、特殊困難地段的布置以及測量誤差，該值有可能進(jìn)一步擴(kuò)大。這使拉出值曲線的連通性變差，從而影響角點(diǎn)檢測時(shí)輪廓支撐域的選取，因此需要對其做變換降噪處理，以降低接觸線的結(jié)構(gòu)特征對于定位點(diǎn)識別的影響。

通過對拉出值差值進(jìn)行標(biāo)準(zhǔn)化變換降噪處理后得到的拉出值曲線為

(4)

其中，

式中：P′為變換處理后的拉出值曲線；y′為變換后的拉出值；I為單位值。

通過數(shù)據(jù)變換降噪處理，拉出值曲線的連通性問題已經(jīng)解決，而且分類依賴的特征屬性向量值空間也得到壓縮，從而避免了在應(yīng)用分類算法時(shí)泛化能力差和過擬合的問題。

2 候選定位點(diǎn)檢測

角點(diǎn)檢測算法按照處理圖像的類型分為2

類[3-5]，一類是基于圖像灰度信息的算法，此類算法通常采用預(yù)定義的檢測算子對圖像的每個(gè)像素進(jìn)行計(jì)算，并按照閾值選取特征點(diǎn)；另外一類是基于圖像邊緣特征的算法，實(shí)際上是先利用邊緣檢測算子對灰度圖像進(jìn)行處理獲取輪廓后，再根據(jù)邊緣曲率或夾角等幾何特征[6-7]進(jìn)行處理的一種方法。以下研究中采用后一種算法，將一定距離內(nèi)的接觸網(wǎng)拉出值檢測數(shù)據(jù)視為已經(jīng)獲取了輪廓的圖像，再進(jìn)行處理。

在既有的滑動(dòng)矩形角點(diǎn)檢測算法中[8]，考慮到角點(diǎn)的各向性，檢測過程中需要依據(jù)輪廓邊緣的斜率構(gòu)造矩形，該斜率由左、右各連續(xù)4個(gè)點(diǎn)位置坐標(biāo)的均值決定，以保證角點(diǎn)檢測結(jié)果的旋轉(zhuǎn)不變性。由接觸線的布置特性及其已有的檢測數(shù)據(jù)可知，沿線路行進(jìn)方向布置的接觸線其拉出值在大部分定位點(diǎn)處都是關(guān)于線路中心線的垂線左右對稱，因此可以利用該特性，對原有的滑動(dòng)矩形檢測算法進(jìn)行簡化，即忽略拉出值曲線上被測點(diǎn)鄰域內(nèi)的夾角變化，僅考慮垂直方向上存在的角點(diǎn)，從而構(gòu)成的滑動(dòng)矩形檢測示意圖如圖1所示。圖中：Si為實(shí)施檢測的滑動(dòng)矩形；Pci為檢測出的候選定位點(diǎn)，其中Pc1為錯(cuò)誤定位點(diǎn)，Pc2為正確定位點(diǎn)；L為滑動(dòng)矩形的長度，與輪廓支撐域半徑相關(guān)；b為滑動(dòng)矩形的寬度，與輪廓支撐域內(nèi)數(shù)據(jù)點(diǎn)的拉出值大小相關(guān)。

圖1 接觸線拉出值的滑動(dòng)矩形檢測示意圖

采用滑動(dòng)矩形角點(diǎn)檢測算法，檢測出的候選定位點(diǎn)集合為

Pc=

(5)

3 定位點(diǎn)智能識別

由式(5)檢測出的是包含錯(cuò)誤定位點(diǎn)在內(nèi)的所有候選定位點(diǎn)集合，為最終智能識別正確定位點(diǎn)還需要以下2個(gè)步驟。

3.1 特征屬性向量提取

對拉出值曲線進(jìn)行變換降噪處理的另外一個(gè)重要目的是提取適合機(jī)器學(xué)習(xí)算法訓(xùn)練的候選定位點(diǎn)特征屬性向量，使其既可以很好地刻畫定位點(diǎn)和非定位點(diǎn)的特征，又可以避免由于過擬合導(dǎo)致的分類模型效果不佳問題。

采用候選定位點(diǎn)與其輪廓支撐域內(nèi)各點(diǎn)拉出值差值的分布描述定位點(diǎn)的特征，可得其特征屬性向量為

vc={a0,a1,…,ak,…,as}ak∈N

(6)

式中：vc為候選定位點(diǎn)的特征屬性向量，該向量的空間大小與輪廓支撐域相關(guān)；ak為描繪候選定位點(diǎn)特征的第k個(gè)屬性，其與輪廓支撐域內(nèi)任意一點(diǎn)的變換后拉出值相關(guān)；N為自然數(shù)。

3.2 分類模型構(gòu)造

由對拉出值檢測數(shù)據(jù)的拐點(diǎn)特性分析可知，無論是利用k余弦曲率還是U弦長曲率等方法去逐點(diǎn)計(jì)算反映拐點(diǎn)特征的值，最終都需要通過確定1個(gè)閾值對是否為定位點(diǎn)進(jìn)行判定，這種采用絕對單一閾值的方法不僅識別效果不好，而且適應(yīng)性也不強(qiáng)。因此考慮采用隨機(jī)森林算法，它能夠克服基學(xué)習(xí)器輸出結(jié)果不穩(wěn)定及在訓(xùn)練數(shù)據(jù)復(fù)雜和存在噪聲的情況下出現(xiàn)過擬合的問題[9-10]。對是否為定位點(diǎn)的判定屬于1個(gè)二分類問題，因此可采用決策樹算法作為隨機(jī)森林算法的基學(xué)習(xí)器。

應(yīng)用隨機(jī)森林算法對拉出值檢測數(shù)據(jù)中定位點(diǎn)信息進(jìn)行分類，步驟如下：①對已有拉出值檢測數(shù)據(jù)按照式(4)進(jìn)行變換降噪后，按照式(6)提取其中定位點(diǎn)的特征屬性向量構(gòu)成樣本集；②在該樣本集中，隨機(jī)抽取一定比例的數(shù)據(jù)預(yù)留作為測試集，以代替交叉驗(yàn)證；③將樣本集中除測試集外的數(shù)據(jù)利用有放回抽樣構(gòu)建訓(xùn)練集，使訓(xùn)練集的大小與樣本集相當(dāng)，且訓(xùn)練集與測試集沒有交集；④在構(gòu)造的訓(xùn)練集中隨機(jī)抽取部分屬性并應(yīng)用SPRINT方法生成決策樹，進(jìn)行基分類器訓(xùn)練；⑤根據(jù)投票決定最優(yōu)分類。算法的整個(gè)處理流程如圖2所示。

圖2 分類模型算法流程

訓(xùn)練集的構(gòu)造依賴式(6)進(jìn)行，通過對已有的拉出值檢測數(shù)據(jù)中定位點(diǎn)信息進(jìn)行抽取，形成供算法實(shí)施的樣本集，其中同時(shí)包含正、負(fù)樣本。隨機(jī)森林的構(gòu)造基于有差異性的樣本集，即在樣本集大小固定的情況下，采用自舉(bootstrap)抽樣方法，對訓(xùn)練集進(jìn)行有放回抽樣。同時(shí)，參與訓(xùn)練的屬性也由隨機(jī)抽取產(chǎn)生，每次訓(xùn)練時(shí)隨機(jī)抽取的屬性個(gè)數(shù)NA為[11]

(7)

每次基分類器訓(xùn)練時(shí)屬性的隨機(jī)抽取，使訓(xùn)練集之間更加獨(dú)立，相關(guān)度更低，從而可以顯著地提高分類精度。同時(shí)，由于在基分類器的訓(xùn)練時(shí)僅需對特征屬性向量中的部分屬性進(jìn)行處理，可以減少算法運(yùn)行時(shí)間。

生成決策樹的過程實(shí)際上是根據(jù)訓(xùn)練集特征選擇最佳分類指標(biāo)，并據(jù)此對數(shù)據(jù)集進(jìn)行迭代處理，直至獲得1個(gè)屬性與類別的最佳匹配規(guī)則。以信息增益作為指標(biāo)容易產(chǎn)生多值偏向問題，考慮拉出值數(shù)據(jù)的分布特性，選擇基尼指數(shù)[12]作為節(jié)點(diǎn)分裂的指標(biāo)，為

(8)

式中：T為按照式(6)建立的訓(xùn)練集，由于該集合中只有定位點(diǎn)和非定位點(diǎn)2種分類，因此它可以描述為1個(gè)擁有m=2種類別、nP條記錄的集合；Gs(T)為候選分裂點(diǎn)處的基尼指數(shù)；nT1和nT2為訓(xùn)練集執(zhí)行分裂后的2個(gè)子集中的樣本數(shù)；G(T1)和G(T2)分別為分裂后2個(gè)子集的基尼指數(shù)；Pm1和Pm2為分裂后的子集中定位點(diǎn)和非定位點(diǎn)的概率，可用樣本在集合T中相對頻率的估計(jì)值代替。

在定位點(diǎn)分類決策樹的建立過程需要根據(jù)選擇的屬性以及屬性值空間逐次計(jì)算每種分類后對應(yīng)的基尼指數(shù)，每輪計(jì)算完畢后選擇產(chǎn)生最佳指標(biāo)的結(jié)點(diǎn)作為分類依據(jù)。

分類錯(cuò)誤率是一種簡單直接且應(yīng)用廣泛的分類效果驗(yàn)證指標(biāo)，等于分類錯(cuò)誤的樣本數(shù)與樣本總數(shù)的比值，分類錯(cuò)誤意味著其中既包含未識別出的正確定位點(diǎn)，也包括被誤識別的錯(cuò)誤定位點(diǎn)。因此以該指標(biāo)判定使用隨機(jī)森林算法后的效果。

4 試驗(yàn)驗(yàn)證及分析

為驗(yàn)證本文提出方法的有效性，采用國內(nèi)某普速線路的接觸網(wǎng)檢測數(shù)據(jù)進(jìn)行試驗(yàn)驗(yàn)證。

首先需對拉出值曲線進(jìn)行變換降噪處理，處理前后的對比結(jié)果如圖3所示。由圖3可以看出，變換后的曲線在保留拉出值曲線形狀特征的同時(shí)，也統(tǒng)一了尺度，這為后面順利實(shí)施候選定位點(diǎn)檢測提供了條件。

圖3 拉出值曲線變換前后對比

采用滑動(dòng)矩形角點(diǎn)檢測算法，檢測出的候選定位點(diǎn)如圖4所示。圖中：在這段由直線過渡到曲線的區(qū)段上，用圓圈圈起的部分是正確定位點(diǎn)，小方框圈起的部分是錯(cuò)誤定位點(diǎn)。由圖4可以看出：由于利用了接觸線的布置特性，所有拐點(diǎn)都可以很容易地被識別出來。但是這種方法還不足以絕對排他性消除同樣符合條件的偽角點(diǎn)即錯(cuò)誤定位點(diǎn)，因此，需要利用隨機(jī)森林算法根據(jù)已有拉出值檢測數(shù)據(jù)將正確角點(diǎn)識別出來。

圖4 滑動(dòng)矩形定位點(diǎn)識別效果

依據(jù)文中方法對定位點(diǎn)樣本進(jìn)行曲線變換降噪處理后，再按照式(6)提取其中定位點(diǎn)的特征屬性向量構(gòu)成樣本集。其中部分特征屬性向量與類別見表2。

表2 特征屬性向量與類別對應(yīng)

表3給出了用SPRINT算法構(gòu)造出單棵定位點(diǎn)分類決策樹和由決策樹構(gòu)成的隨機(jī)森林分類效果對比，第2～4列代表在構(gòu)造單棵決策樹時(shí)隨機(jī)選取的屬性子集，最右側(cè)2列分別代表單棵決策樹和由其構(gòu)成的隨機(jī)森林在測試集上分類錯(cuò)誤率。從表3可以看出：根據(jù)分類屬性及樣本集構(gòu)成的不同，單棵樹的分類效果存在著較大的差異，這種基學(xué)習(xí)器的不穩(wěn)定性也是引入隨機(jī)森林算法這種集成模型的原因；此外，采用隨機(jī)森林的確可以獲得更好的分類結(jié)果，而且即使構(gòu)成森林中的單棵樹分類效果不佳，但并不會(huì)影響隨機(jī)森林算法總體分類效果。

表3 分類模型效果

圖5 隨機(jī)森林采用樹數(shù)目與分類錯(cuò)誤率對應(yīng)關(guān)系

采用隨機(jī)森林模型得到的定位點(diǎn)智能識別結(jié)果如圖6所示。對比圖4和圖6可以看出：通過采用隨機(jī)森林，拉出值曲線初步識別時(shí)錯(cuò)誤定位點(diǎn)得到糾正，同時(shí)識別正確的定位點(diǎn)也得到了確認(rèn)與保留，因此整體識別效果有較為明顯的改善。

圖6 定位點(diǎn)智能識別結(jié)果

5 結(jié) 語

本文提出一種算法可對接觸網(wǎng)定位點(diǎn)進(jìn)行智能識別。該方法針對車載接觸網(wǎng)幾何參數(shù)檢測系統(tǒng)拉出值數(shù)據(jù)，從歷史檢測結(jié)果中抽取數(shù)據(jù)建立樣本集，應(yīng)用隨機(jī)森林算法構(gòu)建分類識別模型，其中基學(xué)習(xí)器采用SPRINT決策樹算法實(shí)現(xiàn)，定位點(diǎn)的判斷標(biāo)準(zhǔn)以投票方式?jīng)Q定。應(yīng)用該分類模型對通過滑動(dòng)矩形角點(diǎn)檢測方法識別出的候選定位點(diǎn)進(jìn)行篩選，得到最終的定位點(diǎn)識別結(jié)果。試驗(yàn)結(jié)果表明，該方法可以在保證性能的前提下有較好的定位點(diǎn)識別效果；而且，通過樹模型數(shù)量的合適選取，該算法能夠應(yīng)用于準(zhǔn)實(shí)時(shí)接觸網(wǎng)幾何參數(shù)檢測系統(tǒng)中。