基于多傳感器集成的無砟軌道軌道板裂縫與離縫自動(dòng)檢測(cè)裝置

寇東華

（中國(guó)鐵路武漢局集團(tuán)有限公司武漢高鐵工務(wù)段，湖北武漢 430071）

1 研究背景

無砟軌道主要是由混凝土支承層、CA 砂漿層、軌道板、扣件和鋼軌等部件組成的一種多層復(fù)合結(jié)構(gòu)，具有平順性好、穩(wěn)定性高、使用壽命長(zhǎng)、耐久性強(qiáng)及維修工作少等特點(diǎn)，已被廣泛應(yīng)用于高鐵建設(shè)［1-4］。然而，在列車動(dòng)載荷、溫度熱力膨脹以及地質(zhì)沉降等因素的作用下，無砟軌道病害多發(fā)。尤其在南方地區(qū)高溫環(huán)境下的CRTS Ⅱ型軌道線路，在夏季連續(xù)發(fā)生大面積軌道板脫空離縫等病害（見圖1）。軌道板裂縫與離縫會(huì)顯著降低軌道平順性、剛性和舒適性，嚴(yán)重情況下甚至?xí)斐绍壍腊迳瞎捌屏眩：Ω哞F列車運(yùn)行安全。

國(guó)內(nèi)外專家和學(xué)者為掌握多層混凝土結(jié)構(gòu)裂縫和離縫原因，針對(duì)產(chǎn)生機(jī)理和檢測(cè)方法展開研究。文獻(xiàn)［5-7］從軌道結(jié)構(gòu)受力和動(dòng)力響應(yīng)角度對(duì)無砟軌道裂縫產(chǎn)生機(jī)理進(jìn)行研究，認(rèn)為熱脹冷縮、生產(chǎn)養(yǎng)護(hù)不當(dāng)以及儲(chǔ)運(yùn)安裝過程中局部受力不均是導(dǎo)致裂縫的主要原因。文獻(xiàn)［8-10］利用紅外成像技術(shù)獲取結(jié)構(gòu)表面的溫度圖像，通過溫度變化不均分析結(jié)構(gòu)材料導(dǎo)熱性能的不連續(xù)性，以推斷結(jié)構(gòu)層間離縫的狀態(tài)，該技術(shù)可檢測(cè)的離縫深度一般在10 cm 之內(nèi)。電磁波技術(shù)［11-13］利用發(fā)射的電磁波在不同介質(zhì)面上的反射來推斷離縫的存在，但該方法對(duì)于細(xì)微的接觸面離縫檢測(cè)分辨力很低。超聲波技術(shù)［14-18］利用發(fā)射的超聲波在不同介質(zhì)面上的反射來推斷離縫是否存在，但其檢測(cè)深度較淺，一般不超過10 cm。總體上，國(guó)內(nèi)外針對(duì)高鐵無砟軌道軌道板裂縫和離縫的檢測(cè)技術(shù)研究尚處于起步階段，相關(guān)成熟的研究成果較少。

圖1 軌道板表面裂縫和離縫病害

目前，我國(guó)高鐵工務(wù)部門對(duì)無砟軌道軌道板裂縫與離縫等病害的日常檢測(cè)主要依靠現(xiàn)場(chǎng)人工巡道和目視觀察，缺乏行之有效的自動(dòng)檢測(cè)技術(shù)與裝備?；诙嘞鄼C(jī)拼接技術(shù)和線結(jié)構(gòu)激光掃描技術(shù)，提出一種無砟軌道軌道板裂縫與離縫自動(dòng)檢測(cè)裝置（簡(jiǎn)稱本裝置），試用結(jié)果表明：本裝置可大幅提高軌道板裂縫和離縫的檢測(cè)效率，并能提高裂縫識(shí)別的準(zhǔn)確度和離縫檢測(cè)精度。

2 檢測(cè)原理與方案

2.1 檢測(cè)裝置組成

本裝置利用車載工業(yè)相機(jī)和線結(jié)構(gòu)激光傳感器，采集軌道板表面圖像以及軌道板邊沿與支承層表面的點(diǎn)云數(shù)據(jù)。檢測(cè)裝置組成架構(gòu)見圖2。裝置主要由軌道小車車體、離縫檢測(cè)模塊、裂縫影像采集模塊、同步控制模塊、LED 輔助照明模塊、供電模塊、數(shù)據(jù)傳輸模塊和數(shù)據(jù)處理模塊組成，其外觀見圖3。

圖2 檢測(cè)裝置組成架構(gòu)

圖3 檢測(cè)裝置外觀

其中，離縫檢測(cè)模塊由2 個(gè)線結(jié)構(gòu)激光傳感器和2 個(gè)工業(yè)相機(jī)組成；裂縫影像采集模塊由5 個(gè)工業(yè)相機(jī)組成；同步控制模塊由嵌入式計(jì)算機(jī)、激光測(cè)距傳感器、同步控制電路板及編碼器等組成；LED 輔助照明模塊由若干LED 光源和驅(qū)動(dòng)板組成；數(shù)據(jù)傳送模塊包括交換機(jī)和無線Wi-Fi 模塊等；供電模塊由2 組鋰電池及電源轉(zhuǎn)換器組成；數(shù)據(jù)處理模塊由平板電腦、控制軟件、后臺(tái)服務(wù)器和后臺(tái)處理分析軟件等組成。檢測(cè)裝置傳感器布置見圖4。

圖4 檢測(cè)裝置傳感器布置

2.2 檢測(cè)原理

2.2.1 裂縫檢測(cè)

裂縫檢測(cè)利用5個(gè)高分辨率工業(yè)相機(jī)采集軌道板表面圖像，通過圖像配準(zhǔn)融合算法將其拼接為單個(gè)軌道板完整圖像，利用圖像深度學(xué)習(xí)方法進(jìn)行裂縫的自動(dòng)識(shí)別檢測(cè)。裂縫檢測(cè)流程見圖5。

圖5 裂縫檢測(cè)流程

（1）軌道板圖像拼接。圖像校正是軌道板表面圖像拼接的前提，相機(jī)參數(shù)標(biāo)定是圖像校正的關(guān)鍵。相機(jī)參數(shù)包括內(nèi)參數(shù)和外參數(shù)，內(nèi)參數(shù)包括焦距、主點(diǎn)、像元尺寸以及畸變等；外參數(shù)包括相機(jī)的空間位置和姿態(tài)等。本裝置相機(jī)參數(shù)采用平面標(biāo)定模板進(jìn)行標(biāo)定，該模板設(shè)置了等間隔、相同尺寸及獨(dú)立編號(hào)的標(biāo)志點(diǎn)。5 臺(tái)相機(jī)同步采集5 幅不同位置和方向的模板5圖像（見圖6）。提取各圖像中的標(biāo)志點(diǎn)中心坐標(biāo)，通過標(biāo)定軟件計(jì)算各相機(jī)的內(nèi)參數(shù)和外參數(shù)。

圖6 相機(jī)標(biāo)定模板圖像

基于每臺(tái)相機(jī)的內(nèi)參數(shù)，將獲取的圖像進(jìn)行畸變校正和灰度校正，獲得分辨率相同、灰度一致的軌道板正射圖像；利用相機(jī)外參數(shù)將5張圖像重新投影到虛擬的軌道板平面，獲得一幅橫向完整的軌道板圖像；根據(jù)檢測(cè)小車縱向行駛方向上拍攝的距離，對(duì)單次獲取的橫向軌道板圖像進(jìn)行裁剪和縱向拼接，得到1幅單個(gè)軌道板完整圖像（見圖7）。

圖7 軌道板圖像拼接示例

（2）裂縫自動(dòng)識(shí)別。裂縫自動(dòng)識(shí)別采用深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)模型來實(shí)現(xiàn)。通過人工篩選有裂縫目標(biāo)的圖像，以建立裂縫圖像樣本數(shù)據(jù)庫(kù)；將樣本數(shù)據(jù)庫(kù)加入到深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)模型中，采用高性能GPU 對(duì)該神經(jīng)網(wǎng)絡(luò)模型的參數(shù)進(jìn)行訓(xùn)練，以獲得最佳的網(wǎng)絡(luò)模型；利用該神經(jīng)網(wǎng)絡(luò)模型對(duì)軌道板圖像自動(dòng)分析與識(shí)別，得到軌道板的裂縫數(shù)據(jù)。

2.2.2 離縫檢測(cè)

離縫檢測(cè)模塊利用裝置兩側(cè)的線結(jié)構(gòu)激光傳感器對(duì)軌道板表面及支承層表面的三維幾何數(shù)據(jù)進(jìn)行采集，計(jì)算軌道板與支承層間的高度值，通過多個(gè)檢測(cè)周期的結(jié)果對(duì)比得到軌道板離縫值。軌道板離縫檢測(cè)流程見圖8。

圖8 軌道板離縫檢測(cè)流程

（1）軌道板高度測(cè)量原理。裝置以一定距離間隔采集軌道兩側(cè)的斷面數(shù)據(jù)，并對(duì)連續(xù)斷面數(shù)據(jù)進(jìn)行融合，得到軌道板與支承層兩側(cè)面局部的三維點(diǎn)云，然后進(jìn)行軌枕自動(dòng)識(shí)別，并解算該軌枕區(qū)域軌道板表面相對(duì)于支撐層的高度。由于線結(jié)構(gòu)激光傳感器采集的軌道斷面數(shù)據(jù)存在測(cè)量噪聲，本裝置采用隨機(jī)抽樣一致算法（RANSAC）去除測(cè)量噪聲，并對(duì)斷面數(shù)據(jù)進(jìn)行分段擬合，形成軌道板表面段（CA）、軌道板側(cè)面段（AB）和底座板表面段（BD）3條直線（見圖9）。

圖9 軌道板斷面數(shù)據(jù)采集和去噪原理

裝置根據(jù)斷面數(shù)據(jù)采集間隔，將多個(gè)斷面數(shù)據(jù)融合成完整的軌道板側(cè)面三維點(diǎn)云模型，并以軌道板上的軌枕作為特征，自動(dòng)識(shí)別軌枕位置和編號(hào)，并對(duì)軌枕附近區(qū)域數(shù)據(jù)進(jìn)行平面擬合，提取軌道板上表面及支承層表面，解算得到準(zhǔn)確的軌道板高度（見圖10）。

圖10 軌道板高度計(jì)算流程

（2）離縫計(jì)算。為實(shí)現(xiàn)軌道板離縫值的自動(dòng)檢測(cè)，首先需要前期對(duì)線路進(jìn)行基礎(chǔ)數(shù)據(jù)采集，得到以軌枕編號(hào)為單位記錄的軌道板高度基礎(chǔ)數(shù)據(jù)庫(kù)。再次對(duì)線路進(jìn)行軌道板離縫檢測(cè)時(shí)，測(cè)量得到軌道板高度值后，將其同一軌枕編號(hào)的基10礎(chǔ)測(cè)量值進(jìn)行對(duì)比，得到軌道板離縫值。當(dāng)該離縫值大于設(shè)置值時(shí)，自動(dòng)進(jìn)行聲光報(bào)警并完成記錄，從而實(shí)現(xiàn)軌道板離縫病害的快速自動(dòng)檢測(cè)。

3 試驗(yàn)驗(yàn)證與分析

3.1 試驗(yàn)現(xiàn)場(chǎng)應(yīng)用

本裝置在5 km/h 速度條件下，分多次對(duì)某高鐵路段的軌道板進(jìn)行圖像和點(diǎn)云數(shù)據(jù)采集工作（見圖11）。利用裂縫識(shí)別軟件對(duì)所采集的軌道板表面圖像進(jìn)行拼接，通過基于深度學(xué)習(xí)的人工智能軟件對(duì)軌道板裂縫自動(dòng)識(shí)別，輸出軌道板的裂縫病害檢測(cè)報(bào)表；利用離縫分析軟件對(duì)軌道板與支承層的三維點(diǎn)云融合建模，計(jì)算得到以軌枕編號(hào)為記錄單位的軌道板離縫值，并輸出離縫病害檢測(cè)報(bào)告。圖像和點(diǎn)云數(shù)據(jù)可人工回放，輔助對(duì)裂縫與離縫病害確認(rèn)，指導(dǎo)軌道板維修保養(yǎng)，還可對(duì)歷史數(shù)據(jù)按照里程、軌枕或軌道板編號(hào)進(jìn)行檢索、查詢和輸出病害報(bào)告。

3.2 結(jié)果輸出

試驗(yàn)數(shù)據(jù)經(jīng)過裂縫識(shí)別和離縫分析軟件處理后，分別輸出軌道板裂縫與離縫病害檢測(cè)報(bào)告。典型軌道板表面裂縫病害及板間裂縫病害見圖12，該線路軌道板裂縫病害輸出報(bào)表見表1，多次軌道板離縫檢查記錄表見表2。

圖11 高鐵線路現(xiàn)場(chǎng)檢測(cè)

圖12 典型軌道板表面裂縫病害及板間裂縫病害

本裝置可準(zhǔn)確識(shí)別軌道板表面裂縫，且軌道板表面裂縫多出現(xiàn)在軌枕與軌道板過渡處，少部分出現(xiàn)在板間接縫位置，裂縫傷損等級(jí)一般為Ⅱ級(jí)和Ⅲ級(jí)；本裝置可快速獲得軌道板離縫值及其隨時(shí)間變化情況；原始的圖像和點(diǎn)云數(shù)據(jù)有利于裂縫和離縫病害的人工確認(rèn)，不需要人工再次到現(xiàn)場(chǎng)復(fù)查。

表1 CRTS II型板式無砟道床表面裂縫病害報(bào)表

4 結(jié)束語(yǔ)

針對(duì)高速鐵路無砟軌道軌道板病害人工檢查所面臨的效率低、勞動(dòng)強(qiáng)度大等困難，研發(fā)一種基于圖像識(shí)別和線結(jié)構(gòu)激光測(cè)量技術(shù)的無砟軌道軌道板裂縫與離縫自動(dòng)檢測(cè)裝置。該裝置采用5臺(tái)高分辨率工業(yè)相機(jī)獲取軌道板表面高清圖像，經(jīng)過圖像校正和拼接后，利用深度學(xué)習(xí)方法實(shí)現(xiàn)裂縫的智能識(shí)別；采用2臺(tái)線結(jié)構(gòu)光掃描測(cè)量傳感器獲取軌道板三維點(diǎn)云，利用三維建模和特征識(shí)別技術(shù)測(cè)量分析軌道板高度及離縫大小。通過某高鐵路段現(xiàn)場(chǎng)試驗(yàn)，結(jié)果表明：該裝置能夠快速檢測(cè)無砟軌道軌道板表面裂縫，并可準(zhǔn)確獲得軌道板離縫值及其隨時(shí)間變化規(guī)律，滿足我國(guó)高鐵無砟軌道軌道板病害巡查、巡檢的技術(shù)要求，顯著提升作業(yè)效率，為高速鐵路的安全運(yùn)營(yíng)提供可行的技術(shù)裝備。