發(fā)布時間：2022-03-26所屬分類：科技論文瀏覽：1次
摘 要： 摘 要: 城市軌道交通系統(tǒng)主要由弓/網(wǎng)系統(tǒng)、軌道線路、車輛、車站等組成,傳統(tǒng)的人工巡檢等方法檢測效率低、勞動強度大、自動化和智能化程度不高,給城市軌道交通的運營保障和進一步健康發(fā)展帶來了巨大的挑戰(zhàn). 機器視覺作為一種重要的檢測手段,在城市軌道交通系統(tǒng)狀態(tài)檢測
摘 要: 城市軌道交通系統(tǒng)主要由弓/網(wǎng)系統(tǒng)、軌道線路、車輛、車站等組成,傳統(tǒng)的人工巡檢等方法檢測效率低、勞動強度大、自動化和智能化程度不高,給城市軌道交通的運營保障和進一步健康發(fā)展帶來了巨大的挑戰(zhàn). 機器視覺作為一種重要的檢測手段,在城市軌道交通系統(tǒng)狀態(tài)檢測領(lǐng)域得到了廣泛的應(yīng)用. 鑒于此,針對機器視覺在城市軌道交通系統(tǒng)安全狀態(tài)檢測中的研究和應(yīng)用進行綜述. 首先,簡要介紹城市軌道交通的基本概念和快速發(fā)展所面臨的挑戰(zhàn)與機遇. 然后,詳細(xì)介紹機器視覺技術(shù)在城市軌道交通各子系統(tǒng)安全狀態(tài)檢測中的研究與應(yīng)用情況;針對弓/網(wǎng)系統(tǒng)狀態(tài)檢測問題,分別重點介紹機器視覺在受電弓磨耗檢測、受電弓包絡(luò)線等其他病害檢測、接觸網(wǎng)幾何參數(shù)檢測、接觸網(wǎng)磨耗檢測以及接觸網(wǎng)懸掛病害檢測中的國內(nèi)外研究現(xiàn)狀;在軌道線路安全狀態(tài)檢測方面,分別介紹機器視覺在扣件安全狀態(tài)檢測和鋼軌表面病害檢測中的應(yīng)用與研究現(xiàn)狀;從不同檢測項點角度詳細(xì)介紹機器視覺在車輛狀態(tài)檢測中的應(yīng)用與研究進展;梳理和總結(jié)機器視覺在車站電扶梯安全監(jiān)控和站臺安全監(jiān)控的異常行為檢測中的具體應(yīng)用和研究;并重點介紹機器視覺在軌道交通司機行為監(jiān)測中的具體應(yīng)用和背景技術(shù). 最后,對機器視覺技術(shù)應(yīng)用于城市軌道交通系統(tǒng)狀態(tài)檢測領(lǐng)域的未來進行展望.
關(guān)鍵詞: 城市軌道交通;安全狀態(tài)檢測;智能化;運營保障;機器視覺
0 引 言
軌道交通是集多專業(yè)、多工種于一身的復(fù)雜系統(tǒng),通常由軌道線路、車站、車輛、弓/ 網(wǎng)系統(tǒng)、通信信號系統(tǒng)等組成,本文討論的軌道交通主要指城市軌道交通. 常見的軌道交通有傳統(tǒng)鐵路(包括國家鐵路、城際鐵路和市域鐵路)、地鐵、輕軌和有軌電車. 其中與其他類軌道交通不同的是,地鐵是修建在城市中的一種快速、大運量、用電力牽引的軌道交通[1] . 目前, 隨著我國城市化進程逐步加快,城市規(guī)模不斷擴張, 城市人口日益增加,大量流動人口開始涌向城市,居民出行的交通需求急劇增長,軌道交通由于其方便、快捷、環(huán)保、載客多的特點已廣泛應(yīng)用于解決我國一些大城市的交通問題. 軌道交通作為改善城市交通環(huán)境的重要交通工具,其建設(shè)是衡量城市經(jīng)濟發(fā)展水平的重要標(biāo)識之一[2] .
近年來,得益于各大領(lǐng)域相關(guān)科學(xué)技術(shù)的不斷進步,城市軌道交通也得到了飛速發(fā)展,逐漸成為各大城市主要的交通運輸方式. 據(jù)統(tǒng)計[3] ,截至2019年底, 中國大陸地區(qū)共有40個城市開通軌道交通運營線路 208 條, 運營線路總長度 6 736.2 km. 其中, 地鐵運營線路5 180.6 km,占比76.9 %. 當(dāng)年新增運營線路長度974.8 km. 此外, 2019年全年累計完成客運量237.1 億人次,同比增長12.5 %;總進站量為149.4億人次,同比增長12.2 %;總客運周轉(zhuǎn)量為2 003.1億人km,同比增長13.8 %,運營規(guī)模繼續(xù)保持高增長勢頭. 從2019 年的統(tǒng)計數(shù)據(jù)不難看出,軌道交通的發(fā)展非常迅猛, 且在“交通強國”“新型城鎮(zhèn)化”等發(fā)展戰(zhàn)略下,國家也將投入更多的資金,在更多的城市規(guī)劃和建設(shè)軌道交通線網(wǎng).
然而,隨著軌道交通的快速發(fā)展,對于軌道交通的運輸安全和維保決策也提出了更加嚴(yán)苛的要求. 軌道交通系統(tǒng)由多個部分組成,每個部分的安全都將影響整個系統(tǒng)的運營安全. 如軌道線路,作為軌道交通整個系統(tǒng)的生命線,其安全狀態(tài)的好壞直接影響著運營車輛在正常行駛過程中的平穩(wěn)性和安全性,同時也會影響乘客乘坐時的舒適性. 當(dāng)軌道線路設(shè)備出現(xiàn)病害且不斷發(fā)展惡化,也將增加線路維修養(yǎng)護的成本和維保決策的難度[4] . 此外,如弓 / 網(wǎng)系統(tǒng),其擔(dān)負(fù)著將牽引網(wǎng)電能輸送給運營中車輛使用的重要任務(wù), 這一過程中若存在任何異常或者病害沒有及時發(fā)現(xiàn)并進行處理,則有可能導(dǎo)致嚴(yán)重的故障,嚴(yán)重影響運營車輛的安全運行,而弓 / 網(wǎng)故障以及進一步引起的弓 / 網(wǎng)相關(guān)故障已經(jīng)成為軌道交通事故中最主要的事故原因之一,牽引系統(tǒng)故障約占總事故數(shù)的三分之一,部分嚴(yán)重的年份甚至能達到40 %以上[5] . 因此,對于軌道交通安全狀態(tài)的及時且精準(zhǔn)檢測,優(yōu)化維修策略,保障軌道交通高效率零事故的安全運營,進一步促進我國軌道交通的發(fā)展,具有相當(dāng)重要的意義.
長久以來,對于軌道交通安全狀態(tài)的檢測主要以人工巡檢的方式為主,該方式雖簡單易行但勞動強度大,效率低下,對巡檢人員的專業(yè)素質(zhì)要求較高,檢測結(jié)果往往受主觀的影響較大,不僅一些檢測需在運營空窗期內(nèi)完成,甚至還可能危害到巡檢工人的人身安全,而且難以滿足日益增長的運營需求[6] . 針對人工檢測方式存在的諸多問題,在科學(xué)水平和自動化技術(shù)不斷發(fā)展和成熟的推動下,多種非接觸式無損檢測方法逐漸被提出并應(yīng)用在軌道交通系統(tǒng)安全狀態(tài)檢測領(lǐng)域. 非接觸式無損檢測技術(shù)是一種具有較高自動化程度和檢測精度[7] ,且便于操作的現(xiàn)代化診斷技術(shù),主要包括超聲波檢測、電渦流法、漏磁檢測、紅外檢測、激光全息檢測等方法. 該技術(shù)在檢測過程中沒有破壞性,效率較高,且不與待檢測目標(biāo)接觸,能夠遠距離實現(xiàn)對待測目標(biāo)的檢測. 近幾年,隨著機器視覺、機器學(xué)習(xí)、深度學(xué)習(xí)、人工智能等領(lǐng)域技術(shù)的迅速發(fā)展,基于機器視覺的非接觸式檢測方法逐漸發(fā)展成熟并廣泛應(yīng)用在電氣、電子、機械、汽車、工業(yè)檢測等領(lǐng)域,是目前最為常用的一種檢測方法[8] .
機器視覺技術(shù)一般是指使用非接觸式光學(xué)設(shè)備和傳感器自動接收并處理真實場景的圖像以獲得人們所需要的信息[9] ,它可以代替人類進行尺寸測量、缺陷檢測、目標(biāo)識別、機器人導(dǎo)航等. 工業(yè)上典型的機器視覺系統(tǒng)主要由光學(xué)成像模塊(包括光源、相機、鏡頭)、圖像獲取模塊(圖像采集卡)、實時處理模塊和執(zhí)行模塊等組成[10] . 相較于傳統(tǒng)的人工檢測技術(shù),基于機器視覺的檢測方式具有非接觸性、實時性、靈活性和精確性等特點,適用于重復(fù)性高、環(huán)境條件惡劣以及非接觸精密測量的場合[11] . 隨著機器視覺技術(shù)的逐步發(fā)展,上述機器視覺的優(yōu)勢和特點可有效解決傳統(tǒng)檢測方式存在的諸多問題,使其在軌道交通系統(tǒng)狀態(tài)檢測領(lǐng)域得到了越來越多的關(guān)注和應(yīng)用. 與此同時,如何更好地在利用機器視覺技術(shù)的基礎(chǔ)上,結(jié)合深度學(xué)習(xí)、人工智能等先進的技術(shù),實現(xiàn)更加自動化、智能化的軌道交通系統(tǒng)狀態(tài)檢測,也成為近幾年研究的熱點問題,有重要的研究價值.
鑒于此,本文針對機器視覺技術(shù)在軌道交通系統(tǒng)狀態(tài)檢測中的研究和應(yīng)用進行全面且系統(tǒng)的總結(jié). 詳細(xì)介紹了機器視覺技術(shù)在軌道交通中的弓 / 網(wǎng)系統(tǒng)、軌道線路、車輛、車站等子系統(tǒng)的安全狀態(tài)檢測中的熱點應(yīng)用,并分析總結(jié)了現(xiàn)有各子系統(tǒng)的安全狀態(tài)檢測方法. 最后總結(jié)和展望基于機器視覺的軌道交通系統(tǒng)狀態(tài)檢測目前存在的問題及其研究趨勢和應(yīng)用前景.
1 機器視覺在弓/網(wǎng)系統(tǒng)狀態(tài)檢測中的應(yīng)用
弓/ 網(wǎng)系統(tǒng)是軌道交通供電系統(tǒng)中的關(guān)鍵組成部分,其安全狀態(tài)的好壞直接影響著運營車輛的正常運行. 因此,在列車運行過程中需要對弓 / 網(wǎng)系統(tǒng)狀態(tài)實時進行監(jiān)測,以發(fā)現(xiàn)可能存在的故障并及時排除隱患. 弓/ 網(wǎng)系統(tǒng)檢測目前主要采取4種技術(shù)手段,包括人工檢測、接觸式弓 / 網(wǎng)檢測、非接觸式測距技術(shù)弓 / 網(wǎng)檢測以及非接觸式圖像處理技術(shù)弓 / 網(wǎng)檢測[12] . 基于機器視覺的弓網(wǎng)檢測相比其他3種方案而言,檢測靈活性高,準(zhǔn)確度高,設(shè)備智能程度高,并且對正常行車干擾影響小,因此得到了越來越廣泛的應(yīng)用.
弓/ 網(wǎng)非接觸式圖像檢測實際上是利用相機設(shè)備對弓 / 網(wǎng)進行遠距離圖像采集,再通過計算機視覺相關(guān)技術(shù)對弓 / 網(wǎng)狀態(tài)進行分析,以對其狀態(tài)進行檢測,因此,弓 / 網(wǎng)監(jiān)測系統(tǒng)的設(shè)計與研制便成為一個比較關(guān)鍵的問題. 弓 / 網(wǎng)系統(tǒng)是比較復(fù)雜的綜合系統(tǒng), 其中受電弓與接觸網(wǎng)之間是相對獨立的兩個子系統(tǒng), 受電弓安裝在機車車輛頂部(如圖1所示),接觸網(wǎng)安裝在地鐵隧道頂部或者布置在室外線路上(如圖2所示),因此受電弓和接觸網(wǎng)的檢測系統(tǒng)往往是相對獨立的,本節(jié)將從這兩個部分分別介紹機器視覺技術(shù)在弓/ 網(wǎng)系統(tǒng)狀態(tài)檢測中的應(yīng)用.
1.1 受電弓狀態(tài)檢測
受電弓檢測系統(tǒng)往往是安裝在地面上的定點設(shè)備,當(dāng)列車運行經(jīng)過檢測裝置時,由高速相機等設(shè)備采集得到受電弓圖像,然后將圖像傳回后端進一步對受電弓狀態(tài)進行檢測和分析. 目前,國內(nèi)外有多家公司和研究所研制了受電弓監(jiān)測系統(tǒng)方案,如英國 Ricardo Rail公司、土耳其科學(xué)研究院(TUBITAK)及中國中車株洲電力機車有限公司等[13-18] . 以文獻[18] 為例,一個完整的受電弓監(jiān)測系統(tǒng)往往包含若干個子系統(tǒng),如觸發(fā)系統(tǒng)、拍攝系統(tǒng)、照明系統(tǒng)、傳輸系統(tǒng)、中心處理系統(tǒng)等. 如圖3所示,當(dāng)列車通過檢測設(shè)備時, 運用電流傳感器、紫外探測器、紅外成像儀、激光發(fā)生器、高速相機監(jiān)測和采集弓網(wǎng)主要結(jié)構(gòu)參數(shù)以及弓網(wǎng)圖像,然后在后臺進行分析和檢測. 不同單位研制的系統(tǒng)在設(shè)備和布置形式上會有一些差異,但大致相同. 在獲取到受電弓圖像后,關(guān)鍵的問題就是利用計算機視覺技術(shù)對受電弓狀態(tài)進行識別和分析.
1.1.1 受電弓磨耗檢測
在國內(nèi)外受電弓狀態(tài)檢測相關(guān)的研究中,針對受電弓滑板磨耗病害的檢測相對較多,根據(jù)所采用的具體算法主要分為基于傳統(tǒng)圖像處理的檢測方法和基于深度學(xué)習(xí)的檢測方法.
基于傳統(tǒng)圖像處理的檢測方法檢測步驟如下: 首先通過邊緣檢測等算法來提取受電弓滑板邊緣磨耗曲線,然后在此基礎(chǔ)上分析和評估受電弓磨耗的嚴(yán)重程度. 文獻[19]分析對比了不同的邊緣檢測算子, 最終得出Canny邊緣檢測算子的提取效果最好. 文獻 [20]采用了對稱近鄰均值濾波器(SNN),能一定程度上過濾噪聲并保護圖像邊緣. 文獻[21-22]首先采用模糊C 均值聚類算法(FCM)對原始圖像進行分割,提取出受電弓有效區(qū)域;然后使用邊緣提取和邊緣生長方法獲取磨耗邊緣,并利用基于數(shù)學(xué)形態(tài)學(xué)的邊緣生長法連接邊緣中斷的位置,最終得到完整的受電弓滑板邊緣. 這種方法在受電弓滑板磨耗較為嚴(yán)重,即滑板邊緣曲線梯度值較大的情況下檢測效果較為良好. 以文獻[21]結(jié)果為例,原始的受電弓滑板圖像和提取的磨耗曲線如圖4所示. 基于傳統(tǒng)圖像處理的檢測方法思想簡單,易于實現(xiàn),但算法穩(wěn)定性差,魯棒性不高,檢測步驟較繁瑣,而且最終檢測結(jié)果受制于滑板邊緣曲線的提取結(jié)果.
近年來,針對傳統(tǒng)基于圖像處理的檢測方法存在的不足,基于深度學(xué)習(xí)技術(shù)的受電弓滑板磨耗檢測和分析方法得到越來越多的關(guān)注,逐漸成為研究熱點. 文獻[5]基于經(jīng)典卷積神經(jīng)網(wǎng)絡(luò),經(jīng)過結(jié)構(gòu)調(diào)整及參數(shù)調(diào)優(yōu)提出了PDDNet,經(jīng)過訓(xùn)練后能夠以超過 90 %的準(zhǔn)確度實現(xiàn)受電弓病害類別識別. 文獻[23] 在文獻[5]的基礎(chǔ)上,利用深度學(xué)習(xí)中的目標(biāo)檢測技術(shù),并使用基于Soft-NMS改進的Faster R-CNN網(wǎng)絡(luò), 以更高的準(zhǔn)確度在原始圖像中實現(xiàn)受電弓區(qū)域的提取以及病害識別[23] . 基于深度學(xué)習(xí)的方法相比傳統(tǒng)方法而言,具有更好的泛化能力和智能性,但是受限于設(shè)備計算能力以及訓(xùn)練數(shù)據(jù)集的不足,在實際線路中的應(yīng)用還有待進一步研究.
1.1.2 受電弓其他病害檢測
在實際車輛運營線路上, 除了滑板磨耗外, 受電弓還存在包絡(luò)線、中心線偏移和羊角缺失等病害, 這些病害的存在都會不同程度地影響車輛運營的安全[24-28] .
受電弓包絡(luò)線是指運營車輛在最高設(shè)計運行速度之下時受電弓外形輪廓在垂直方向的上下最大振動量,以及水平方向的左右最大擺動量所形成的包絡(luò)線[24] ,檢測受電弓包絡(luò)線對于弓網(wǎng)設(shè)備安裝、維護以及狀態(tài)檢測具有重要的意義. 文獻[24-25]設(shè)計一種受電弓包絡(luò)線檢測裝置,在高壓鈉燈照明環(huán)境下拍攝受電弓圖像,并采用了一種基于序貫相似性檢測算法的模板匹配法以獲取受電弓運行位置,進而計算出其動態(tài)包絡(luò)線結(jié)果. 實驗結(jié)果表明,該方法具有較高的精確度,可行性較強,但檢測效果依賴于對待檢測受電弓模板圖像的設(shè)計.
相關(guān)知識推薦：論文投稿前怎么查重復(fù)率
文獻[26]利用多種圖像處理算法研究了受電弓中心線偏移檢測和羊角缺失檢測方法. 針對中心線偏移檢測,首先通過Hough變換等方法檢測并計算滑板中心點,同時檢測弓網(wǎng)接觸點的位置,然后計算差值得到中心線偏移值. 針對受電弓羊角缺失病害的檢測,首先通過對比分析羊角圖像灰度特征與羊角狀態(tài)之間的關(guān)系,并采用HOG特征描述算子對羊角圖像進行特征提取,然后使用SVM (支持向量機)對特征向量進行二分類,從而判定圖像中羊角是否有缺失. 文中所提出的檢測算法關(guān)鍵在于受電弓中心和羊角中心的準(zhǔn)確定位,魯棒性有待進一步提升.
此外,針對受電弓裂紋病害的檢測,文獻[27]利用曲波變換多方向性及各向異性特點,對受電弓滑板圖像點狀、線性和非線性特征進行分類. 在曲波分解方向矩陣中使用移動平行窗口并計算窗口能量值,依據(jù)能量值區(qū)分線性平行接縫與背景噪聲、螺釘和刮痕等其他非線性圖像特征,最終獲取滑板裂紋信息; 文獻[28]在基于區(qū)間二型模糊熵的邊緣檢測結(jié)果的基礎(chǔ)上,采用變換分析各類圖形元素在參數(shù)空間的特征分布,提出一種基于極角約束Hough變換的裂紋提取方法,通過有效地排除非裂紋圖形元素的特征點, 最終實現(xiàn)滑板裂紋的自動檢測. 兩者均實現(xiàn)了受電弓滑板裂紋的非接觸式檢測,為實際工程應(yīng)用領(lǐng)域中解決滑板裂紋自動檢測問題提供了新的思路,但檢測精度及速度都還無法達到現(xiàn)場使用的要求.
1.2 接觸網(wǎng)狀態(tài)檢測
城市軌道交通接觸網(wǎng)主要沿著軌道車輛運營線路布置,根據(jù)安裝地點及方式不同可分為剛性接觸網(wǎng)和柔性接觸網(wǎng)兩類. 其中,剛性接觸網(wǎng)安裝在地鐵隧道頂端,柔性接觸網(wǎng)安裝在線路兩旁的支架上,因此對于接觸網(wǎng)的檢測和受電弓檢測不同,不能使用定點設(shè)備. 目前,基于機器視覺的接觸網(wǎng)狀態(tài)檢測方法是利用安裝在車頂?shù)臋z測設(shè)備,實現(xiàn)了在途檢測,也有部分通過檢測車或者手持設(shè)備進行檢測的方案,但實際應(yīng)用效果相對較差[29] . 接觸網(wǎng)狀態(tài)檢測系統(tǒng)根據(jù)檢測項點的不同,其具體設(shè)計方案也會有所區(qū)別.
1.2.1 接觸網(wǎng)幾何參數(shù)檢測
接觸網(wǎng)幾何參數(shù)是接觸網(wǎng)系統(tǒng)的重要數(shù)據(jù),主要包括導(dǎo)高和拉出值,分別為接觸線與鋼軌平面垂直距離,以及接觸線與軌道中心水平距離[30] . 接觸網(wǎng)幾何參數(shù)是衡量接觸網(wǎng)運行狀態(tài)的重要指標(biāo),是影響弓網(wǎng)匹配關(guān)系以及列車行駛安全的重要因素,也是相關(guān)部門進行維護的重要參考依據(jù). 目前,接觸網(wǎng)幾何參數(shù)檢測方案主要包含單目相機方案和雙目相機方案兩種.
單目相機方案即采用一個相機檢測接觸網(wǎng)幾何參數(shù)[30-31] ,通過攝像機拍攝接觸網(wǎng)視頻,對于視頻中的每一幀圖像,通過灰度分布圖等方式獲取接觸線位置,并計算其像素坐標(biāo). 為了將像素坐標(biāo)轉(zhuǎn)換成實際物理坐標(biāo)需要進行標(biāo)定,利用預(yù)先設(shè)置尺寸已知的標(biāo)定物,通過計算轉(zhuǎn)換關(guān)系獲取接觸網(wǎng)實際的導(dǎo)高和拉出值信息. 單目相機方案圖像獲取便捷,計算相對簡單,成本低,但接觸線的水平位置經(jīng)常變化會使得單相機的數(shù)據(jù)采集范圍有限,實現(xiàn)車載實時檢測困難.
雙目相機方案采用兩個相機,在接觸網(wǎng)兩側(cè)分別拍攝接觸線,如圖5所示[32] . 在設(shè)置好系統(tǒng)參數(shù)后分別拍攝接觸網(wǎng)圖像,并獲取接觸網(wǎng)中心點在左右圖像上的坐標(biāo),進行系統(tǒng)標(biāo)定后即可通過三角形原理計算出接觸網(wǎng)在整個系統(tǒng)中的三維物理坐標(biāo)[33-35] . 雙目方案的優(yōu)點在于測量更加迅速準(zhǔn)確,拍攝范圍更廣, 對圖像處理方面的要求更低,適用性更好. 但是,該方案需要保證相機安裝參數(shù)的精度,容易受到各種誤差的影響.
1.2.2 接觸網(wǎng)磨耗檢測
接觸網(wǎng)作為弓網(wǎng)系統(tǒng)的核心部件,在運營車輛高速運動過程中與受電弓碳滑板一直保持高速接觸摩擦狀態(tài),經(jīng)過長期運行接觸網(wǎng)底部即接觸線表面往往會出現(xiàn)磨耗,如圖6所示. 其中: r 為接觸曲線半徑, h 為接觸線殘高, θ 為磨耗點與中線的夾角. 與受電弓滑板相同,接觸網(wǎng)磨耗較為嚴(yán)重時會影響到軌道交通的運營,需要及時進行更換. 目前,基于機器視覺的接觸網(wǎng)磨耗檢測方案主要分為3種,包括單目相機方案、雙目相機方案和結(jié)構(gòu)光檢測方案.通常,當(dāng)接觸網(wǎng)存在磨耗時,其底部會存在斷面, 斷面對光的反射性比導(dǎo)線其余弧形部分要強,因此在采集到的圖像中,接觸線磨耗邊緣會產(chǎn)生明顯的梯度變化,為提取接觸線磨耗部分提供了可能. 文獻[36] 展示了一種典型單目檢測接觸網(wǎng)磨耗的方法,通過從車頂對接觸網(wǎng)圖像進行拍攝,并經(jīng)過圖像增強、圖像分析、邊緣檢測以及形態(tài)學(xué)處理方法,在一張圖像中提取出磨耗部分的輪廓信息,進而分析磨耗狀況. 該檢測方法思想簡單,容易實施,但檢測結(jié)果極易受參數(shù)標(biāo)定結(jié)果的影響,而且該方法對圖像處理的要求較高,魯棒性差.
雙目視覺法是在單目相機的基礎(chǔ)上添加一個相機,左右相機分別拍攝得到接觸線圖像. 在系統(tǒng)物理參數(shù)固定的情況下,根據(jù)系統(tǒng)坐標(biāo)關(guān)系得到接觸線磨耗面上某個點在左右相機坐標(biāo)系下的坐標(biāo)后,利用三角成像原理即可以計算出該點在世界坐標(biāo)系上的坐標(biāo). 提取出接觸線磨耗面邊緣后計算得到某一斷面上左右邊緣的坐標(biāo)即可計算得到這一接觸線斷面的磨耗情況[37-39] . 雙目相機方案也是目前接觸網(wǎng)磨耗檢測的主要方案,相比單目相機方案檢測結(jié)果更為準(zhǔn)確,一定程度上避免了參數(shù)較難標(biāo)定的問題,但檢測結(jié)果仍然比較依賴圖像處理技術(shù)提取接觸線邊緣.
以上研究都只能得到接觸線磨耗的數(shù)值信息,無法識別出接觸線磨耗的具體形態(tài). 文獻[40]基于雙目立體成像原理,提取出左右圖像中的SURF特征進行立體匹配,進而得到接觸線的視差圖,從而實現(xiàn)了接觸線表面的三維重建. 基于圖像匹配的方式依賴于圖像特征的提取,受噪聲影響較大,使用結(jié)構(gòu)光則可以很好地避免這一問題. 文獻[41-42]利用單目相機和線結(jié)構(gòu)光相結(jié)合的方式,依據(jù)三角成像原理,經(jīng)過結(jié)構(gòu)光平面參數(shù)標(biāo)定以及激光光條中心線提取,獲取接觸網(wǎng)表面某一截面的三維坐標(biāo),通過重復(fù)計算獲取多個截面坐標(biāo),進一步實現(xiàn)接觸網(wǎng)表面的三維重建. 基于結(jié)構(gòu)光的檢測方案對圖像處理的要求較低, 同時多方案融合的方式也有效提升了重建結(jié)果,實際現(xiàn)場應(yīng)用效果有待進一步驗證,技術(shù)方面還有很大的可提升空間.
1.2.3 接觸網(wǎng)懸掛病害檢測
高速發(fā)展的城市軌道交通對于軌道交通運行裝置的安全檢測同樣也提出了更高的要求. 在眾多運行裝置中,接觸網(wǎng)懸掛裝置是向城市軌道交通運營車輛提供電力的關(guān)鍵電力設(shè)備,是軌道交通牽引供電系統(tǒng)的關(guān)鍵組成部分. 如上所述,接觸網(wǎng)主要分為柔性接觸網(wǎng)和剛性接觸網(wǎng)兩大類. 柔性接觸網(wǎng)一般在空間大的車場、車輛段等高架線路或地面線路使用,而剛性接觸網(wǎng)在城市軌道交通線路的地下區(qū)段使用,且在城市軌道交通系統(tǒng)中占據(jù)主要部分[43] .
剛性接觸網(wǎng)(如圖7所示)相對于柔性接觸網(wǎng)具有諸多優(yōu)點,如維護檢修容易,架構(gòu)比較簡單,安全方便,較難斷線等[44-45] . 但是,在惡劣且長期振動的工作環(huán)境下,容易出現(xiàn)剛性接觸網(wǎng)導(dǎo)流板故障、匯流排腐蝕、匯流排局部嚴(yán)重磨損等故障[46] . 接觸網(wǎng)懸掛裝置的故障將導(dǎo)致該供電分區(qū)全部失去電力,區(qū)段內(nèi)所有運行中的車輛將失去動力,輕則發(fā)生車輛停運,重則造成交通事故. 因此,實時有效地檢測接觸網(wǎng)懸掛裝置的運行狀態(tài)是保障軌道車輛能正常運營的重要措施。——論文作者：魏秀琨† , 所 達, 魏德華, 武曉夢, 江思陽, 楊子明
