基于飛行時間相機的軌道三維成像方法研究

陳晶晶，田鵬，黃偉

(四川大學 機械工程學院，四川 成都 610065)

0 引言

截至2020年，全國鐵路運營里程共計15 萬千米，其中高速鐵路占運營總里程的1/5。隨著鐵路規(guī)模的不斷擴大，軌道檢測成為鐵路運行安全問題的重中之重[1]。根據(jù)《高速鐵路無砟軌道線路維修規(guī)則(試行)》[2]，軌道檢測參數(shù)包括軌道靜態(tài)幾何尺寸容許偏差值和軌道動態(tài)不平順項目，如軌距、高低、水平、扭曲和軌距變化率等。現(xiàn)有軌道檢測手段主要分為兩種：一是傳統(tǒng)人工巡檢，檢測效率低下，檢測項目單一，費時費力，對工人熟練程度要求高，檢測結(jié)果受各種主觀因素影響[3]；二是軌道檢測車，對比人工檢測，軌道檢測車提高了檢測精度、檢測效率和檢測項目，但其檢測速度也還不能滿足實時性的要求。目前軌道檢測車主流的檢測技術(shù)包括超聲波檢測技術(shù)、渦流探傷技術(shù)和基于圖像處理和模式識別方法的視覺檢測[4]?；趫D像處理和模式識別方法的視覺檢測是檢測軌道表面擦傷的最有潛力的技術(shù)之一，具有非接觸測量、適用于近景目標和視場較大的場景、適用于靜態(tài)目標和動態(tài)目標、能快速獲取被測目標的幾何信息和信息量大等優(yōu)點[5-9]。

傳統(tǒng)的三維成像方法利用多張二維圖像計算出物體的三維信息，算法較為復(fù)雜，且對計算機性能要求較高。傳統(tǒng)的激光雷達三維成像需要掃描，成像速度慢，分辨率不高[10]；隨著光電接收器件(CCD)和計算機計數(shù)的發(fā)展，激光雷達三維成像速度得以提高。飛行時間(Time-of-Flight，TOF)技術(shù)是一種基于光速不變原理，通過測量光的傳播時間來測量與目標之間的距離的方法[11]。利用時間距離關(guān)系獲得的三維點云數(shù)據(jù)可以對物體形狀進行重建[12-15]。隨著CMOS 和光源調(diào)制技術(shù)的發(fā)展，TOF 相機得到迅速發(fā)展，在機器視覺、工業(yè)檢測、自動駕駛、三維成像、非視域成像、超分辨成像領(lǐng)域得到應(yīng)用[16]。TOF 相機的測量原理決定其獲取目標圖像及深度數(shù)據(jù)快的特點，從而快速定位物體，得到物體的三維形貌。本文基于TOF 相機的測量原理，限制其成像深度范圍，從軌道環(huán)境點云數(shù)據(jù)中粗提取出軌道上下平面空間內(nèi)的點云數(shù)據(jù)；結(jié)合TOF 相機輸出的二維圖像和深度數(shù)據(jù)，對軌道數(shù)據(jù)實現(xiàn)精提取，實現(xiàn)對軌道的三維成像，計算軌道的體積。

1 TOF 相機測距原理

TOF 相機采用主動光探測環(huán)境，由照射單元、光學鏡頭、TOF 傳感器、控制單元和計算單元組成。圖1 為TOF 相機工作原理示意圖。工作原理是：控制單元控制照射單元發(fā)射調(diào)制光照亮被測目標，調(diào)制光經(jīng)被測目標反射后由光學鏡頭會聚，被TOF 傳感器采集，由計算單元給出深度數(shù)據(jù)。光速是恒定的，TOF 相機根據(jù)光線返回相機的時間來計算到物體每個點的距離。TOF 相機原理與3D 激光傳感器基本類似，3D 激光傳感器是逐點掃描，而TOF 相機則是一次曝光得到整幅圖像的深度信息和強度信息。

根據(jù)TOF 相機的工作原理，數(shù)據(jù)采集流程如圖2 所示。照明單元發(fā)射非相干的調(diào)幅光r(x，y，t)來探測場景，調(diào)幅光在空間傳播并且被物體反射后得到反射信號p(x，y，t)，反射信號經(jīng)會聚透鏡聚焦后被TOF 傳感器的光敏面接收，根據(jù)TOF 傳感器的傳遞函數(shù)G 可得被測信號m(t)，被測信號經(jīng)過采樣保持電路和數(shù)模轉(zhuǎn)換后被記錄為數(shù)字信號M(q)。

通過幅度調(diào)制波的相移確定距離。為了確定測量一定工作距離的適宜工作頻率，使用公式c=λf，其中，c 是光 速(c=3×108m/s)，λ是波長(λ 為工作距離，即所需要測量的長度范圍)，f 是頻率。當強光的輸出頻率為f 的正弦調(diào)制信號時，測量過程開始，光波到達測量物體被反射回來，除非物體和TOF 傳感器的距離正好是λ 的整數(shù)倍，否則相位會略微偏移，能精確地測量相位差，即準確地測量反射物體與傳感器之間的距離。在4 個等距點(例如90°的間隔)測量接收信號的幅度分別為A1、A2、A3、A4，則相位差φ 為：

相機到目標的距離d 為：

2 數(shù)據(jù)處理

2.1 降噪處理

由于高鐵軌道所處環(huán)境復(fù)雜多變，雖然TOF 相機能夠主動照明，適應(yīng)一些特殊環(huán)境，但基于其測量原理，TOF 傳感器接收的光除了有目標軌道的反射光以外，還有很多的環(huán)境分量，物體深度信息又只存在于反射光分量中，環(huán)境分量較高會降低TOF 相機的信噪比。而且TOF 相機分辨率較低，獲取的三維云數(shù)據(jù)會產(chǎn)生大量的噪點，故在進行數(shù)據(jù)提取之前先對軌道環(huán)境三維點云數(shù)據(jù)進行降噪處理。

對于240×320 分辨率的TOF 相機，拍攝一次場景得到的數(shù)據(jù)是76 800×3，得到的深度圖是一張灰度圖，也是一張三維圖。取出一維數(shù)據(jù)76 800，將其恢復(fù)為240×320 矩陣形式，水平垂直坐標對應(yīng)像素位置，該位置的灰度值對應(yīng)的是該物體點與攝像頭的距離。因此，深度圖中的每個像素可以表示空間中的一個點的三維坐標。對于恢復(fù)后的240×320 像素矩陣，采用平面濾波的形式來降低噪聲的影響。采用3×3 濾波算子對240×320 矩陣進行濾波，如圖3 所示，ki表示恢復(fù)后矩陣的像素值。

計算中心像素k5與周圍像素的深度差A(yù)：

計算中心像素k5與圍繞其為中心的左上方、左下方、右上方和右下方4 個位置的3 個相鄰像素的深度差之和D1、D2、D3、D4，取其中的最小值記為B：

給定噪聲判斷閾值Q1和Q2，當Q1＞A 且Q2＞B時，表示該像素值代表的深度數(shù)據(jù)與周圍深度相差較大，說明該深度數(shù)據(jù)為噪聲，應(yīng)該舍去；反之，當Q1＜A 且Q2＜B時，保留該深度數(shù)據(jù)。其中，Q2一般為Q1的一半。

2.2 提取軌道點云數(shù)據(jù)

軌道點云數(shù)據(jù)的提取流程圖如圖4 所示。

根據(jù)TOF 相機的測量原理，搭建拍攝平臺，曝光一次可以獲取軌道所在環(huán)境與TOF 傳感器的距離；反之，根據(jù)軌道的上下表面與相機之間的距離，通過軟件的方法限制TOF 相機的最大成像深度和最小成像深度，可以實現(xiàn)從軌道環(huán)境的點云數(shù)據(jù)中粗略提取出軌道上下平面空間內(nèi)的點云數(shù)據(jù)。將粗提取得到的軌道數(shù)據(jù)(即包含二維圖像和深度數(shù)據(jù))利用二維圖像確定軌道輪廓，按照輪廓對相應(yīng)的深度數(shù)據(jù)進行空間截取，進一步得到更加準確的軌道點云數(shù)據(jù)，減少環(huán)境噪聲對軌道點云數(shù)據(jù)的影響，提高信噪比。

3 實驗

實驗中采用的是繁維科技公司型號為TSP-V4、分辨率為240×320 的TOF 相機，測量精度為5 mm@1 m(0.5%～1%)，輸出幀率為30 f/s，檢測距離為0.3～10 m，體積小，功耗低，并且可抑制環(huán)境光的影響。TOF 相機的輸出包括“.txt”和“.png”格式，其中，“.txt”文件存儲的是深度數(shù)據(jù)，“.png”文件存儲的是二維圖像。實驗室搭建的TOF相機拍攝平臺如圖5 所示。

3.1 軌道環(huán)境點云數(shù)據(jù)的獲取

根據(jù)實驗室搭建的TOF 相機拍攝平臺，限制相機的最大成像深度為50 cm，最小成像深度為26 cm，分別得到軌道所在的濾波前和濾波后的二維圖像和點云數(shù)據(jù)如圖6 所示。

從圖6(b)中可以看出，背景數(shù)據(jù)很明顯，其顯示的灰度與軌道的灰度明顯不一致，能使用肉眼直接分辨出軌道大致輪廓。另外，從圖6(c)中可以清晰地分辨出軌道輪廓，計算得出TOF 相機拍攝到的軌道上表面尺寸為20 cm×7.1 cm，下表面尺寸為20 cm×14.5 cm，高度尺寸為19.1 cm。

3.2 軌道點云數(shù)據(jù)的獲取

限制相機的最大成像深度為40 cm，最小成像深度為26 cm，分別得到軌道的濾波前和濾波后的二維圖像和深度點云數(shù)據(jù)如圖7 所示。從圖7(b)中可以看出，對比圖6(b)而言，所獲得軌道的點云數(shù)據(jù)中雜亂的背景數(shù)據(jù)大幅度減少，并且可以根據(jù)灰度值明顯分辨出軌道的上表面和下表面深度數(shù)據(jù)，軌道輪廓能夠清晰看到。

3.3 軌道表面點云數(shù)據(jù)的獲取

限制最大成像深度為30 cm，最小成像深度為25 cm，得到軌道表面的濾波前后數(shù)據(jù)如圖8 所示。

從圖8(b)中可以看出，因為限制相機的成像深度，所以只獲取軌道表面的點云數(shù)據(jù)，與圖7(b)比較而言灰度級更高的軌道下表面數(shù)據(jù)基本除去。從圖8(c)中可以看出，TOF 相機拍攝軌道表面時，獲得的二維圖不是完整的，有部分殘缺，分析原因。首先，TOF 相機本身的成像視角有限制，只能得到部分的點云數(shù)據(jù)；其次，軌道表面因為腐蝕等原因，不能完全反射所有的測量光到TOF相機，導致圖像上會出現(xiàn)黑孔，即反射光線沒有進入傳感器的位置，很大程度上軌道表面的反光程度影響了TOF 相機的工作性能，反之，可以根據(jù)點云數(shù)據(jù)的分布來判斷軌道表面缺陷；最后，實驗所使用的TOF 相機精度較低，拍攝軌道時會產(chǎn)生大量噪點，進而對結(jié)果產(chǎn)生影響。

3.4 計算體積

計算軌道的體積時，將獲取的軌道點云數(shù)據(jù)讀入MATLAB 軟件，利用alphaShape 函數(shù)從離散的軌道三維空間點云數(shù)據(jù)中提取邊緣并建立對應(yīng)的包絡(luò)，最后利用volum 函數(shù)計算軌道包絡(luò)的體積。根據(jù)點云數(shù)據(jù)得到包絡(luò)圖如圖9 和圖10 所示，從圖9 可以看出由于背景數(shù)據(jù)的存在，形成的軌道包絡(luò)不規(guī)則且與真實軌道尺寸不一致。而從圖10 中可以看出，經(jīng)過軌道點云數(shù)據(jù)處理之后得到的包絡(luò)圖與真實軌道形狀更接近。

從表1 計算結(jié)果可以看出，誤差小于5%，屬于可接受范圍，進一步分析誤差原因。由于經(jīng)濟原因，實驗使用的TOF 相機測量精度為5 mm@(1 m)，而軌道下表面的厚度約為5 mm，在限制相機成像深度時不能很好將背景和軌道下表面分離；另外，TOF 相機拍攝的只是軌道上下表面信息，沒有側(cè)面信息來輔助完成軌道橫截面的獲取，導致不能獲得完整的軌道三維模型。最后，由于TOF相機存在視場角，拍攝得到的點云數(shù)據(jù)是發(fā)散的，形成的軌道包絡(luò)橫截面與標準橫截面有出入。

表1 軌道體積計算

4 結(jié)論

TOF 相機利用光在空氣中飛行的往返時間來計算與目標之間的距離，測量原理決定其獲取深度數(shù)據(jù)速度快的特點，即動態(tài)響應(yīng)好。相對于高速列車的運行速度而言，TOF 相機能夠在列車行駛的過程中對軌道或其他目標成像，并且能夠一次性獲得軌道的二維圖像和深度信息。利用TOF 相機獲取深度信息的原理，通過限制其成像深度范圍，能夠獲取軌道上下表面空間內(nèi)的深度數(shù)據(jù)，大幅度減少環(huán)境分量的影響；結(jié)合相機輸出的二維圖像，確定軌道輪廓，對應(yīng)截取深度點云數(shù)據(jù)的軌道空間數(shù)據(jù)，進一步減少軌道上下表面空間內(nèi)環(huán)境數(shù)據(jù)的影響，提高測量精度。

總體上，實驗結(jié)果存在一定誤差，最主要的原因是由于TOF 相機的精度不夠以及數(shù)量不足。但利用TOF相機實現(xiàn)對導軌的實時三維成像是可以實現(xiàn)的，通過在導軌兩側(cè)及上方安裝TOF 相機，即三目視覺，同時獲得三維空間內(nèi)軌道的三維點云數(shù)據(jù)，得到軌道完整的三維結(jié)構(gòu)，進而可以計算出軌道的體積。如果TOF 相機精度足夠高，還能根據(jù)重建的軌道結(jié)構(gòu)來判斷軌道的表面缺陷。