解析非常規(guī)環(huán)境下的弓網(wǎng)接觸位置動態(tài)監(jiān)測

翟國銳，杜偉，張文靜

（中車長春軌道客車股份有限公司，吉林 長春 130113）

地鐵在運行階段，因為其車輛行駛較為特殊，使其特別容易出現(xiàn)弓網(wǎng)防線或受電弓零件脫節(jié)以及接觸點位置異常等的問題，因此，需要對弓網(wǎng)接觸位置進行動態(tài)監(jiān)測，這樣才可以確保地鐵安全穩(wěn)定運行，并且提升其運行效率。但需要注意的是，弓網(wǎng)監(jiān)測屬于非車載系統(tǒng)，這樣就只能在地鐵通過瞬時進行檢測，實時性相對較差。當前，針對弓網(wǎng)檢測來講，對受電弓及接觸網(wǎng)的接觸點監(jiān)測探究探索已經(jīng)取得了不錯的進展。但因為地鐵運行環(huán)境相對復雜且多變，所以，在非常規(guī)環(huán)境下對弓網(wǎng)接觸點進行監(jiān)測十分關鍵且重要。

1 地鐵車輛弓網(wǎng)系統(tǒng)分析

地鐵車輛弓網(wǎng)系統(tǒng)主要是由接觸網(wǎng)及受電弓共同組成，針對接觸網(wǎng)來講，其通常都是在軌道沿線上空，功能即為將電能直接傳輸?shù)降臓恳酉到y(tǒng)中，進而為地鐵車輛牽引動能。依照懸掛式可分為剛性懸掛及柔性懸掛兩類，前者接觸網(wǎng)是由旋轉(zhuǎn)底座、絕緣子、匯流排和接觸線等多個元件共同組織；后者接觸網(wǎng)是由承力索、支柱、接觸線和吊弦等多個元件共同組成。其中受電弓屬于受流設備，屬于接觸網(wǎng)與地鐵的連接，依照壁桿結構可劃分為單臂受電弓和雙臂受電弓兩種，受電弓借助與接觸線的連接就可以實現(xiàn)電能傳輸。

2 主要子系統(tǒng)功能

受電子接觸網(wǎng)動態(tài)檢測系統(tǒng)結構的完善性十分重要，有效構建能夠生成完整的系統(tǒng)，在系統(tǒng)內(nèi)需包含報警子系統(tǒng)、攝像子系統(tǒng)、傳輸子系統(tǒng)等，同時，需要注意的是，每個子系統(tǒng)之間都有著信息傳輸及控制的功能。

2.1 車輛報警子系統(tǒng)

針對車輛報警子系統(tǒng)來講，電磁感應傳感器屬于這一系統(tǒng)的關鍵組成，電磁感應傳感器的內(nèi)部核心即為發(fā)射與接收，可以將其安裝鋼軌中，然后就能夠生成磁場效應。在地鐵車輛通行階段，借助車輪中磁力線就可以直接發(fā)射出電流，這就說明車輛馬上就會到來，隨之也會發(fā)射出相應的報警信號。另外，從安裝維護層面分析，電磁感應器都具有一定的優(yōu)勢，其可以直接安裝到監(jiān)控前方位置，然后在地鐵車輛到達前就可以立即啟動系統(tǒng)來拍攝，車輛通過后，則可以直接關閉，其開關信號原輸出可以這與網(wǎng)絡攝像機端口進行連接，以便快速觸發(fā)開關。

2.2 攝像子系統(tǒng)

攝像子系統(tǒng)屬于一種現(xiàn)代化數(shù)字攝像設備，主要是網(wǎng)絡技術來作為輔助，同時系統(tǒng)內(nèi)部還融入了電動云臺與解碼器等。其可以將視頻進行壓縮處理，并且集結到較小體積的設備內(nèi)部，同時其還可以將模擬信號進行轉(zhuǎn)換成為數(shù)據(jù)包，然后再借助RJ45 接口上傳到網(wǎng)絡中。其與以往傳統(tǒng)的模擬攝像機加編碼器相比，具有以下優(yōu)勢：安裝方便、維護便捷；借助網(wǎng)絡不僅可以調(diào)整畫面大小和系統(tǒng)容量，還可以調(diào)節(jié)參數(shù)電及進行畫面回放，回放畫面也會十分清晰。但需要注意的是，部分回放有可能因為壓縮編解碼導致畫面質(zhì)量下降。

例如，某地鐵弓網(wǎng)接觸位置動態(tài)監(jiān)測就應用了攝像子系統(tǒng)這一數(shù)字攝像機，同時還使用了壓縮格式，其特點和優(yōu)勢則是能夠在不損害畫面的背景下，高清顯示圖面及視頻內(nèi)容，在這一背景下不僅節(jié)約了寬帶，還進一步減少了信息傳輸壓力。此外，這一機器還能夠使晝夜彩色直接轉(zhuǎn)變成為黑白色，即便是在夜間也可以提供高清圖像質(zhì)量。在系統(tǒng)內(nèi)部裝入防護罩就可以配置到云臺中，云臺能夠承載機器重量，也是十分重要的承載裝置。解碼器也需要設置在云臺附近，這樣有利于接收控制器所發(fā)出的指令。

2.3 傳輸子系統(tǒng)

傳輸子系統(tǒng)主要是將攝像機圖像內(nèi)容傳輸?shù)娇刂葡到y(tǒng)中，之后控制系統(tǒng)則可以傳遞出命令來對相關設備進行控制。在這一基礎上，傳輸子系統(tǒng)也可依照實際情況來選擇自己需要的路徑，例如，網(wǎng)線或微波等。

2.4 中心控制子系統(tǒng)

中心控制子系統(tǒng)其能夠?qū)︿浵駥嵤╊A處理。從監(jiān)控器中能夠直接看到監(jiān)控點弓網(wǎng)接觸點的實際情況，一旦出現(xiàn)故障，那么工作人員就可采取緊急措施來規(guī)避事故的發(fā)生。同時，這一子系統(tǒng)的錄像功能也十分完善，能夠?qū)ο嚓P數(shù)據(jù)信息循環(huán)保存，最重要的是可以將之前錄制的視頻文件進行覆蓋。同時系統(tǒng)還具有檢索功能，使用人員可依照多種方式來對視頻開展檢索，例如，時間信息檢索、報警信息檢索等。此外，系統(tǒng)內(nèi)部還可以依照使用人的實際需求來對制定數(shù)據(jù)信息進行永久保存，避免出現(xiàn)惡意破壞的現(xiàn)象。中心控制系統(tǒng)還能夠在遠端來對云臺加以控制，使攝像機進行靈活移動，也能夠控制攝像機鏡頭的調(diào)焦及變倍等功能。

3 闡述非常規(guī)環(huán)境下地鐵弓網(wǎng)接觸位置的動態(tài)監(jiān)測策略

3.1 接觸網(wǎng)幾何參數(shù)監(jiān)測技術

接觸網(wǎng)幾何參數(shù)監(jiān)測即為測量弓網(wǎng)接觸的位置的拉出值、導高、坡度以及高度差等多項幾何參數(shù)，檢測設備的主要是由幾何參數(shù)測量模塊及車體振動補償模塊共同組成。

（1）幾何參數(shù)檢測。其主要是使用兩組工業(yè)相機及一組線狀激光器來作為檢測設備，然后再通過激光三角測量法來對接觸網(wǎng)開展追蹤，并隨之測量接觸線拉出值及高度值。在地鐵列車行進階段，激光器發(fā)射線性激光會直接照射在接觸線上，然后就會生成光斑，接觸線空間位置不同，則光斑位置也會發(fā)生改變，整個過程只要對光斑定位進行計算，就可以得出接觸線高度及拉出值。另外，在不考量軌面高度變化的背景下，光斑距離圖像的低端距離既可以體現(xiàn)出導高值。

（2）車體振動補償。地鐵車體來振動時，其也會對拉出值及導高值的幾何參數(shù)檢測帶來影響，因此，應對檢測開展修正處理。地鐵車體振動補償測量可借助機器視覺原理來在車體底部安裝相應的補償模塊，通常兩個即可。線激光呈現(xiàn)出角度時，其從側(cè)面就可以直接照射到鋼軌輪廓上，相機則可以直接對鋼軌的激光畸變圖像開展采集，使弓網(wǎng)動態(tài)監(jiān)測的主機來對進行分析，然后測算出地鐵車體與軌道面的偏移情況。最后，將偏移量隨之補償?shù)杰図斎菧y距模塊中，這樣就可以得出導高值及拉出值。

3.2 視頻圖像中弓網(wǎng)接觸位置的識別

（1）YOLO v3-tiny 網(wǎng)絡結構。YOLO v3-tiny 網(wǎng)絡結構與YOLO v3 相同，兩者都是運用了多尺度檢測機制，但需要注意的是，前者僅用了13×13、26×26兩個尺度的像素，其他則大致相同。主要因素即為YOLO v3-tiny 是由卷積層及池化層共同的組成的，整體都相對簡便。另外，YOLO v3-tiny 網(wǎng)絡結構特征即為參數(shù)少且計算量小，對計算機的要求相對偏低，最重要的是可以很好地輸入信息進行推理及計算。但需要注意的是，其也具有一定的缺陷，即為了提升計算速度，就容易降低檢測的精準度。因為YOLO v3-tiny網(wǎng)絡結構較為便捷，特征提取階段存在不充分的現(xiàn)象。因此，為進一步強化和提升其檢測的準確度，可以借助YOLO v3-tiny 網(wǎng)絡結構來對ROIcanny 開展訓練，通過這一算法處理來對視頻進行跟蹤是被，以此得出弓網(wǎng)接觸位置。

（2）YOLO v3-tiny-strong 結構。YOLO v3-tinystrong 結構十分適合運用在受電弓圖識別中，這一結構是YOLO v3-tiny 網(wǎng)絡結構的優(yōu)化升級。主要體現(xiàn)即為以下幾點：其一，則是對網(wǎng)絡結構進行了全面拓展和擴充。在深層次學習網(wǎng)絡中，淺層次網(wǎng)絡提取也十分關鍵，需要對物體的剛性結構及紋理結構來進行提取，因為這些結構的特點都較為明顯。在過程中，可以使用大特征圖像來豐富和優(yōu)化細節(jié)。針對YOLO v3-tiny 網(wǎng)絡結構來講，其在第二層就進行了特征采集，通過這種方式可以全面減少網(wǎng)絡計算量。因此，可以在網(wǎng)絡第一、二層中間再加入1×1 卷積層和3×3 卷積層2 層網(wǎng)絡，這樣就可以強化對淺層特征的提取。在1×1 卷積層的加入中，其作用體現(xiàn)為以下兩點：①可以實現(xiàn)平滑過度，即為確保第一層所提取到的特征直接添加到3×3 的卷積層中，這樣的方式在傳遞視頻時也不會出現(xiàn)損壞現(xiàn)象；②充分降低了網(wǎng)絡參數(shù)量的體現(xiàn)。如果直接在網(wǎng)絡第一層中就加入了3×3 網(wǎng)絡，則參數(shù)量體現(xiàn)則會較多，長時間卷積層計算量就增加，且降低檢測速度。因此，需要在這之前就加入1×1 卷積層，這樣就可以很好地減少網(wǎng)絡參數(shù)，并且在特征提取時確保檢測速度的加快。

其二，則是在26×26 像素尺度檢測工作開展前，加入相應的卷積層，全部完成以后提取特征。這種的操作模式雖然使用了route 合并功能，并且還融合了深淺層特征，但需要注意的是，由于后者僅有1 層3X3 卷層實施了特征提取，所提取到的抽象特征則會有所減少。因此，可以使用YOLO v3 多尺度檢測層的功能，并且在深層網(wǎng)絡中加入2 個3×3 的卷積層，這樣的方式可以有效對深層特征進行提取，進而完善模型，完善后的模型則是YOLO v3-tiny-strong，其與YOLO v3-tiny 網(wǎng)絡結構相比雖然有一定的區(qū)別，但能夠進一步提升YOLO v3-tiny-strong 檢測的準確度。在這一基礎上，還可以開展多種模型的橫向?qū)Ρ?，然后計算平均值，進而全面強化輸出的準確度。

另外，F(xiàn)ast R-CNN 網(wǎng)絡由于其固有的二階網(wǎng)絡結構，其檢測的準確度較高，特別是在候選窗推薦階段，其與其他網(wǎng)絡相比都有明顯的優(yōu)勢，同時還能進一步提升目標檢測效能。YOLO v3 網(wǎng)絡所運用的網(wǎng)絡結構即為darknet-53，可以通過強化網(wǎng)絡層數(shù)來提升特征的提取能力，并且也使用了多元化的檢測方式對目標進行檢測，能夠促進檢測精準度的提升。同時，YOLO v3 網(wǎng)絡中的下采樣操作使用了步長2 的卷積層，能夠有效規(guī)避采樣階段一些細節(jié)問題的出現(xiàn)，借助技術的完善就能夠促進YOLO v3 網(wǎng)絡檢測精準度的提高，并且輸出的平均準確性也較強。通過對比能夠發(fā)現(xiàn)YOLO v3-tiny-srong 與YOLO v3-tiny 相比，前者的準確度有明顯提升，提升幅度大約為15%。此外，也可以在帶有NVIDIAGTX980GPU的情況下，對多個算法的檢測速度進行測試，通過傳輸速度來對模型處理速度進行對比，在這一背景下，雖然修改后的YOLO v3-tiny-srong 其檢測速度有所下降，但準確度卻得到了全面提升，可以充分滿足實時檢測的要求。

4 結語

結合全文，地鐵弓網(wǎng)接觸位置的動態(tài)監(jiān)測十分關鍵，有效監(jiān)測不僅可以降低弓網(wǎng)事故的發(fā)生，并且還可以確保地鐵車輛安全穩(wěn)定地運行。另外，弓網(wǎng)接觸位置動態(tài)監(jiān)測也可以為地鐵列車提速及降低噪聲等有一定的幫助。