基于激光雷達(dá)的鐵路貨運(yùn)超限檢測系統(tǒng)研究

洪 韋，唐國良，藍(lán)賢桂

(1.中國鐵路南昌局集團(tuán)有限公司 貨運(yùn)部，江西 南昌 330002；2.東華理工大學(xué) 機(jī)械與電子工程學(xué)院，江西 南昌 330013)

安全是鐵路永恒主題，鐵路各級管理部門對貨運(yùn)安全高度重視，近年來不斷加大途中貨檢站的設(shè)備投入，強(qiáng)化貨運(yùn)交接檢查管理。但因起步較晚，鐵路貨檢站仍主要依賴人工交接檢查[1]，該方式存在勞動強(qiáng)度大、易漏檢、耗時長、效率低等問題[2]。貨物裝載情況的動態(tài)測量和判定是保證列車安全運(yùn)行的重要手段，目前激光雷達(dá)已在工業(yè)測量、外輪廓檢測等多個領(lǐng)域得到廣泛應(yīng)用[3]，部分國家已經(jīng)開始采用激光雷達(dá)，對鐵路現(xiàn)場貨物裝載狀態(tài)進(jìn)行全方位的準(zhǔn)確測量。為了實現(xiàn)鐵路貨運(yùn)超限異常情況的動態(tài)檢測，提出采用激光雷達(dá)對貨運(yùn)機(jī)車車輛通過采集區(qū)時進(jìn)行動態(tài)掃描，完成貨運(yùn)機(jī)車車輛外輪廓尺寸測量與點(diǎn)云成圖[4]，實現(xiàn)鐵路貨運(yùn)超限預(yù)警。

1 鐵路貨運(yùn)超限檢測現(xiàn)狀

1.1 鐵路貨運(yùn)超限相關(guān)規(guī)定

在鐵路運(yùn)輸過程中，由于貨物裝載不良造成超限，是誘發(fā)安全事故的重要原因之一。為了防范超限引發(fā)的安全隱患，原中國鐵路總公司《鐵路超限超重貨物運(yùn)輸規(guī)則》規(guī)定超限等級判定標(biāo)準(zhǔn)。鐵路限界包括建筑限界和機(jī)車車輛限界，建筑限界是其他建筑物和鐵路設(shè)備不得侵入的輪廓線，兩輪廓間在水平方向和垂直方向的空間間隙為確保行車的安全空間；機(jī)車車輛限界包括裝載貨物后不允許超越的外輪廓線。

目前判斷貨運(yùn)機(jī)車車輛是否超限，主要是通過對機(jī)車車輛外輪廓尺寸的精確測量。鐵路貨運(yùn)機(jī)車車輛超載檢測，一般先需測量其外部尺寸、中心高、貨物半寬等參數(shù)，然后通過計算曲線上貨物和車輛所需空間半寬確定計算寬度，最后判定超限部位和等級。根據(jù)貨運(yùn)機(jī)車車輛超限部位高度，超限機(jī)車車輛分為上部超限、中部超限和下部超限3類情況，其中上部超限指自軌面起高度超過3 600 mm，任何部位超限；中部超限指自軌面起高度在1 250 ～ 3 600 mm 之間，任何部位超限；下部超限指軌面高度在150 ～ 1 250 mm間，任何部位超限。

1.2 貨運(yùn)超限檢測方式及存在問題

目前我國鐵路貨運(yùn)超限檢測主要有人工室外現(xiàn)場檢測和自動動態(tài)檢測2種方式。

人工室外方式主要是在列車靜止?fàn)顟B(tài)依靠人工室外完成，一般在列車進(jìn)站停穩(wěn)后檢車人員憑經(jīng)驗對列車進(jìn)行目測檢查，發(fā)現(xiàn)問題再用標(biāo)桿或滑動尺測量貨運(yùn)機(jī)車車輛寬度和高度。該方式主要存在準(zhǔn)確性差、測量精度不高、效率低、勞動強(qiáng)度大，漏檢率高，無法對運(yùn)行中機(jī)車車輛進(jìn)行監(jiān)測等問題。

自動動態(tài)監(jiān)測方式主要采用紅外、激光、圖像等檢測設(shè)備，在線路軌道對貨運(yùn)機(jī)車車輛進(jìn)行動態(tài)測量和檢測，該方式主要分為以下2種類型[5]。

（1）激光/紅外對射檢測方式。依據(jù)限界判定標(biāo)準(zhǔn)，采用發(fā)射端和接收端對射方式進(jìn)行安裝，沿限界方向設(shè)置激光或紅外光束，進(jìn)行“刻邊”檢測。當(dāng)機(jī)車車輛超限時，超限部位會對信號產(chǎn)生遮擋，形成超限報警信號，該類型具有較精細(xì)的辨別能力，一般能檢測到直徑3 mm以上的超限，可以對行進(jìn)中列車進(jìn)行動態(tài)檢測。該方式主要存在以下問題：一是只能判斷是否存在超限，無法測量具體超限數(shù)值和超限具體部位；二是無法保留現(xiàn)場實際檢測情況，不能實現(xiàn)記錄、回放、分析；三是環(huán)境干擾極易引起誤報。

（2）圖像識別與測量檢測方式。采用攝像機(jī)對通過機(jī)車車輛進(jìn)行視頻采集，并進(jìn)行圖像處理與識別，實現(xiàn)裝載超限的動態(tài)在線檢測，該方式能定位超限具體部位，數(shù)據(jù)存檔及查詢簡單。該方式主要存在以下問題：一是圖像處理數(shù)據(jù)量大，實時性差，對圖像處理機(jī)性能要求高；二是易受環(huán)境干擾的影響造成誤報；三是復(fù)雜氣候和夜間易造成圖像質(zhì)量差。

2 激光雷達(dá)鐵路貨運(yùn)超限檢測系統(tǒng)設(shè)計

激光雷達(dá)可通過發(fā)射激光束，實現(xiàn)對被探測目標(biāo)距離、方位、速度、形狀等參數(shù)的動態(tài)測量，可應(yīng)用在鐵路超限檢測領(lǐng)域，通過向貨運(yùn)機(jī)車車輛表面發(fā)射激光束，實現(xiàn)對機(jī)車車輛外輪廓信息進(jìn)行采集與成圖。相比人工室外現(xiàn)場檢測方式，采用激光雷達(dá)可以實現(xiàn)對機(jī)車車輛的動態(tài)超限檢測，檢測方式由室外轉(zhuǎn)到室內(nèi)，提高檢車效率，降低勞動強(qiáng)度；相比于其他自動動態(tài)監(jiān)測方式，采用激光雷達(dá)可精確定位超限部位，且不易受環(huán)境、氣候、光線等因素干擾。因此，可利用激光雷達(dá)設(shè)計鐵路貨運(yùn)超限檢測系統(tǒng)，實現(xiàn)對貨運(yùn)機(jī)車車輛精準(zhǔn)測量判斷。

2.1 系統(tǒng)主要功能

利用激光雷達(dá)對運(yùn)行狀態(tài)下的貨運(yùn)機(jī)車車輛進(jìn)行動態(tài)掃描與外輪廓尺寸測量，根據(jù)掃描結(jié)果以單節(jié)車輛為單位，生成外輪廓的點(diǎn)云圖像，用于發(fā)現(xiàn)幾何超限安全隱患，對異常情況快速定位并自動報警，提高檢查工作效率，保障貨物和行車安全。根據(jù)對鐵路貨檢部門的需求調(diào)研，系統(tǒng)設(shè)計主要功能如下。

（1）點(diǎn)云數(shù)據(jù)采集處理功能。①提供貨運(yùn)機(jī)車車輛外輪廓的外形尺寸及超限數(shù)據(jù)，其中車輛按照車廂分割拼接點(diǎn)云數(shù)據(jù)，自動快速生成機(jī)車和單節(jié)車廂的外輪廓左側(cè)視圖、右側(cè)視圖、頂部視圖；②檢測出超限級別和超限部位，以可視化點(diǎn)云圖像形式進(jìn)行展示，辨別機(jī)車車輛外輪廓細(xì)節(jié)。

（2）點(diǎn)云圖像服務(wù)功能。①基本信息存儲，包括機(jī)車車輛通過記錄、車號、行車方向、行車速度、通過時間等信息；②機(jī)車車輛輪廓點(diǎn)云圖像存儲，其點(diǎn)云圖像可保存3個月以上；③機(jī)車車輛輪廓點(diǎn)云圖像，可按車號、日期等綜合條件查詢。

（3）信息整合查詢功能。①可依據(jù)車次、時間等快速查詢、下載相關(guān)機(jī)車車輛點(diǎn)云圖像及檢測結(jié)果；②可隨時通過鐵路數(shù)據(jù)網(wǎng)對貨檢作業(yè)線上監(jiān)控、信息共享。

2.2 整體架構(gòu)設(shè)計

根據(jù)功能分析，系統(tǒng)主要由室外前端數(shù)據(jù)采集子系統(tǒng)和室內(nèi)機(jī)房子系統(tǒng)2大部分組成，室外前端數(shù)據(jù)采集子系統(tǒng)包括車號天線、車號識別主機(jī)、車輛檢測及車廂分割單元、左側(cè)激光雷達(dá)、右側(cè)激光雷達(dá)、千兆以太網(wǎng)交換機(jī)；機(jī)房子系統(tǒng)包括超限檢測處理主機(jī)、檢車應(yīng)用平臺及數(shù)據(jù)存儲服務(wù)器。各子系統(tǒng)間采用千兆以太網(wǎng)方式組網(wǎng)。系統(tǒng)組網(wǎng)結(jié)構(gòu)圖如圖1所示。

圖1 系統(tǒng)組網(wǎng)結(jié)構(gòu)圖Fig.1 System networking diagram

室外前端數(shù)據(jù)采集子系統(tǒng)，主要完成對通過機(jī)車車輛有關(guān)信息的采集，室外前端數(shù)據(jù)采集子系統(tǒng)安裝示意圖如圖2所示。車號識別主機(jī)對車號天線接收到的通過列車車號進(jìn)行自動識別，并上傳至機(jī)房子系統(tǒng)；車輛檢測傳感器記錄機(jī)車車輛進(jìn)入和離開前端數(shù)據(jù)采集子系統(tǒng)的時間，并上傳至機(jī)房子系統(tǒng)，在軌道兩側(cè)分別安裝1臺激光雷達(dá)，完成機(jī)車車輛的外觀掃描和超限數(shù)據(jù)檢測。

圖2 室外前端數(shù)據(jù)采集子系統(tǒng)安裝示意圖Fig.2 Installation diagram of the outdoor front-end data acquisition subsystem

室內(nèi)機(jī)房子系統(tǒng)中，超限檢測處理主機(jī)首先需將激光雷達(dá)數(shù)據(jù)采集與無效數(shù)據(jù)過濾，對激光雷達(dá)數(shù)據(jù)處理，再接收車號識別主機(jī)、車輛檢測及車廂分割單元上傳的有關(guān)數(shù)據(jù)，按照各種數(shù)據(jù)類型進(jìn)行關(guān)聯(lián)處理，最后將關(guān)聯(lián)后數(shù)據(jù)傳送至檢車應(yīng)用平臺及數(shù)據(jù)存儲服務(wù)器，實現(xiàn)點(diǎn)云數(shù)據(jù)采集處理功能。檢車應(yīng)用平臺及數(shù)據(jù)存儲服務(wù)器接收并存儲超限檢測處理主機(jī)上傳的數(shù)據(jù)，對數(shù)據(jù)進(jìn)行有效組織，實現(xiàn)點(diǎn)云圖像服務(wù)功能和信息整合查詢功能。

3 系統(tǒng)關(guān)鍵技術(shù)

為了實現(xiàn)鐵路貨運(yùn)超限狀態(tài)的動態(tài)檢測，其關(guān)鍵技術(shù)主要包括激光雷達(dá)數(shù)據(jù)采集與濾除、激光雷達(dá)數(shù)據(jù)處理2個方面。其中激光雷達(dá)數(shù)據(jù)采集與濾除，主要實現(xiàn)對通過機(jī)車車輛表面到激光雷達(dá)距離的動態(tài)測量和對無效數(shù)據(jù)的濾除，消除現(xiàn)場環(huán)境背景數(shù)據(jù)的影響，確保所采集數(shù)據(jù)為通過機(jī)車車輛外輪廓的外形尺寸及超限數(shù)據(jù)；激光雷達(dá)數(shù)據(jù)處理，主要是完成點(diǎn)云配準(zhǔn)和點(diǎn)云成圖，檢測出超限級別和超限部位。

3.1 激光雷達(dá)數(shù)據(jù)采集與過濾

當(dāng)有機(jī)車車輛通過激光雷達(dá)超限檢測采集區(qū)時，車輛檢測傳感器檢測到其第一個車輪信號，觸發(fā)左、右兩側(cè)激光雷達(dá)開始進(jìn)行數(shù)據(jù)采集，由于所采集數(shù)據(jù)包含無效環(huán)境背景數(shù)據(jù)，還需對無效數(shù)據(jù)進(jìn)行濾除。

（1）激光雷達(dá)數(shù)據(jù)采集。激光雷達(dá)數(shù)據(jù)采集，是當(dāng)機(jī)車車輛通過激光雷達(dá)采集區(qū)時，激光雷達(dá)開始向被探測的車體表面發(fā)送激光束，在車體表面形成反射信號，激光雷達(dá)接收器接收到反射信號，根據(jù)同一束激光發(fā)射時間與接收時間之差，計算激光雷達(dá)到被探測物體的距離，并將其與超限標(biāo)準(zhǔn)進(jìn)行比較，判斷是否存在超限。

當(dāng)有機(jī)車車輛通過時，啟動激光雷達(dá)發(fā)射激光束，同時開始接收反射信號，得到距離數(shù)據(jù)，每一個距離的值相當(dāng)于1個掃描點(diǎn)，這些點(diǎn)的集合稱為點(diǎn)云。根據(jù)車輛檢測傳感器提供的實時測速信息可以得知相鄰截面間間距，當(dāng)整節(jié)車廂或機(jī)車通過后可以得到該節(jié)車廂或機(jī)車的完整三維外輪廓點(diǎn)云數(shù) 據(jù)[6]，根據(jù)點(diǎn)云數(shù)據(jù)可以進(jìn)行機(jī)車車輛超限檢測[7]。

（2）無效數(shù)據(jù)過濾。激光雷達(dá)在超限檢測采集區(qū)安裝完成后，所采集的點(diǎn)云數(shù)據(jù)主要包括環(huán)境背景點(diǎn)云數(shù)據(jù)和機(jī)車車輛外輪廓點(diǎn)云數(shù)據(jù)2種，超限檢測就是根據(jù)機(jī)車車輛外輪廓點(diǎn)云數(shù)據(jù)判斷是否存在超限，環(huán)境背景點(diǎn)云數(shù)據(jù)為無效數(shù)據(jù)，為了消除無效數(shù)據(jù)對超限檢測的影響，必須將環(huán)境背景點(diǎn)云數(shù)據(jù)進(jìn)行過濾，過濾過程如下。

在沒有機(jī)車車輛通過時，兩激光雷達(dá)采集到的主要是環(huán)境背景點(diǎn)云數(shù)據(jù)，根據(jù)機(jī)車車輛尺寸標(biāo)準(zhǔn)和激光雷達(dá)安裝位置，可以根據(jù)距離算出點(diǎn)云數(shù)據(jù)的有效區(qū)域，得到無機(jī)車車輛通過時激光雷達(dá)采集數(shù)據(jù)分布圖如圖3所示，其中有效區(qū)域如圖3中粉色部分，紅色點(diǎn)云數(shù)據(jù)表示左側(cè)激光雷達(dá)采集的數(shù)據(jù)，藍(lán)色點(diǎn)云表示右側(cè)激光雷達(dá)采集的數(shù)據(jù)。有機(jī)車車輛通過時激光雷達(dá)采集數(shù)據(jù)分布圖如圖4所示，其中粉色區(qū)域內(nèi)的部分即為機(jī)車車輛外輪廓點(diǎn)云數(shù)據(jù)。

圖3 無機(jī)車車輛通過時激光雷達(dá)采集數(shù)據(jù)分布圖Fig.3 Distribution of lidar data when no locomotive or vehicle passes by

圖4 有機(jī)車車輛通過時激光雷達(dá)采集數(shù)據(jù)分布圖Fig.4 Distribution of lidar data when a locomotive or a vehicle passes by

當(dāng)機(jī)車車輛通過時，將粉色區(qū)域邊界作為點(diǎn)云數(shù)據(jù)過濾條件，對采集的數(shù)據(jù)進(jìn)行過濾處理，只保留在粉色區(qū)域內(nèi)的點(diǎn)云數(shù)據(jù)，這樣將大量無效數(shù)據(jù)濾除，保留有效數(shù)據(jù)，得到過濾后的激光雷達(dá)采集數(shù)據(jù)分布圖如圖5所示。

圖5 過濾后的激光雷達(dá)采集數(shù)據(jù)分布圖Fig.5 Distribution of filtered lidar data

3.2 激光雷達(dá)數(shù)據(jù)處理

激光雷達(dá)對機(jī)車車輛所采集的點(diǎn)云數(shù)據(jù)是激光雷達(dá)多次測量的數(shù)據(jù)集，每次測量并不是在同一坐標(biāo)系下進(jìn)行，必須把多次測量得到的點(diǎn)云數(shù)據(jù)統(tǒng)一到同一個坐標(biāo)系下，將海量的點(diǎn)云數(shù)據(jù)轉(zhuǎn)換成機(jī)車車輛外輪廓圖像，對激光雷達(dá)數(shù)據(jù)進(jìn)行進(jìn)一步處理，處理過程包括點(diǎn)云配準(zhǔn)和點(diǎn)云成圖。

（1）點(diǎn)云配準(zhǔn)。點(diǎn)云配準(zhǔn)主要是要將系統(tǒng)中左右兩側(cè)獨(dú)立激光雷達(dá)所測量點(diǎn)云數(shù)據(jù)轉(zhuǎn)換到同一坐標(biāo)系下，點(diǎn)云配準(zhǔn)流程圖如圖6所示。主要流程為： ①分別讀取左側(cè)激光雷達(dá)和右側(cè)激光雷達(dá)所采集的點(diǎn)云數(shù)據(jù)；②從點(diǎn)云數(shù)據(jù)中提取2臺激光雷達(dá)機(jī)車車輛頂部數(shù)據(jù)，一般情況下，采集得到的頂部點(diǎn)云數(shù)據(jù)可以看作在一個平面上，采用平面分割的方法分割出機(jī)車車輛頂部點(diǎn)云數(shù)據(jù)，利用點(diǎn)云庫中基于隨機(jī)采樣一致性算法的幾何模型分割提取模塊，分別提取出機(jī)車車輛頂部點(diǎn)云數(shù)據(jù)；③根據(jù)2臺激光雷達(dá)的安裝位置，估計2臺激光雷達(dá)的位置偏差，再將2臺激光雷達(dá)車頂點(diǎn)云數(shù)據(jù)距離拉近，利用基本坐標(biāo)轉(zhuǎn)換進(jìn)行人工粗配準(zhǔn)，提供良好的初值；④先利用正態(tài)分布變換算法的精配準(zhǔn)算法，進(jìn)行相鄰兩幀點(diǎn)云配準(zhǔn)，再采用最近點(diǎn)迭代算法進(jìn)行兩幀點(diǎn)云位姿的校正，實現(xiàn)多次測量得到的點(diǎn)云數(shù)據(jù)統(tǒng)一到同一個坐標(biāo)系下，完成二步式精配準(zhǔn)。

圖6 點(diǎn)云配準(zhǔn)流程圖Fig.6 Flow chart of point cloud registration

（2）點(diǎn)云成圖。點(diǎn)云成圖就是將激光雷達(dá)采集的海量點(diǎn)云數(shù)據(jù)，通過處理機(jī)進(jìn)行拼接處理，形成可視化圖像的形式予以展現(xiàn)，形成的圖像即為機(jī)車車輛頂部、左側(cè)和右側(cè)外輪廓圖，具體實現(xiàn)過程如下。

①形成點(diǎn)云圖像。通過相應(yīng)軟件分別對機(jī)車車輛頂部點(diǎn)云數(shù)據(jù)、左側(cè)點(diǎn)云數(shù)據(jù)和右側(cè)點(diǎn)云數(shù)據(jù)分別進(jìn)行拼接處理，拼接完成后，再將3個部位圖像合成一張圖像進(jìn)行展示，以裝載集裝箱狀態(tài)下的TC64K敞車為例，得到其機(jī)車車輛3部位外輪廓點(diǎn)云圖像如圖7所示。

圖7 機(jī)車車輛3部位外輪廓點(diǎn)云圖像Fig.7 Point cloud images of outer contours corresponding to 3 parts of a locomotive or a vehicle

②判定超限部位。首先將三維點(diǎn)云數(shù)據(jù)劃分為左側(cè)、右側(cè)和頂部3部分[8]，對每部分的各個點(diǎn)進(jìn)行超限級別從高到低判定，只保留該點(diǎn)的最高超限級別。如果某部分某級別超限點(diǎn)數(shù)超過一定規(guī)模，則判定為發(fā)生該級別超限，只保留該部分最高超限級別進(jìn)行記錄。在三維點(diǎn)云圖像中，底色為黑色，對各點(diǎn)根據(jù)超限級別用不同顏色進(jìn)行顯示，正常點(diǎn)白色顯示，異常部位用紅色顯示，當(dāng)機(jī)車通過超限檢測采集區(qū)時，得到機(jī)車受電弓超高情況時的點(diǎn)云圖像如圖8所示。

圖8 機(jī)車受電弓超高情況時的點(diǎn)云圖像Fig.8 Point cloud image in the case of a quite high pantograph of the locomotive

③上傳數(shù)據(jù)完成檢車服務(wù)。激光雷達(dá)將采集的機(jī)車車輛外輪廓數(shù)據(jù)的點(diǎn)云成圖預(yù)警信息存儲至數(shù)據(jù)庫，客戶端軟件實現(xiàn)通過列車車型、車號、車速、外輪廓點(diǎn)云圖像等有關(guān)信息的整合，為檢車員提供方便、快捷的檢車服務(wù)。檢車員檢車界面圖如圖9所示。

圖9 檢車員檢車界面圖Fig.9 Inspection interface diagram of an inspector

4 結(jié)束語

貨運(yùn)機(jī)車車輛超限檢測是鐵路運(yùn)輸安全和效益的關(guān)鍵，但隨著我國鐵路貨運(yùn)量的急劇增長，運(yùn)輸效率的不斷提升，依靠人工對其檢查已不能滿足作業(yè)需求。激光雷達(dá)鐵路超限檢測系統(tǒng)的研究，可以有效解決機(jī)車車輛超限動態(tài)檢測難題，該系統(tǒng)能保留現(xiàn)場實際檢測情況，追溯歷史數(shù)據(jù)方便，可用于貨檢站、貨運(yùn)站、編組站、專用線等貨運(yùn)機(jī)車車輛的動態(tài)超限檢查，檢車人員可快速判斷左側(cè)超限、頂部超限、右側(cè)超限等常見異常情況，并對異常部位進(jìn)行定位，有效排除貨運(yùn)機(jī)車車輛超限安全隱患、降低勞動強(qiáng)度、提高工作效率和貨檢質(zhì)量。