基于FPGA和DSP的高速实时轨道巡检图像采集处理系统

基于FPGA和DSP的高速实时轨道巡检图像采集处理系统由光学系统、FPGA模块、DSP图像处理模块及上位机组成。为提升图像采集的质量,提出并设计线阵相机加激光光源的组合方案,用以有效滤除阳光干扰,避免图像过度曝光。针对高速实时采集需求,设计FPGA采集模块,实现巡检图像采集控制和传输。针对实时智能检测需求,开发基于DSP模块的JPEG压缩、钢轨区域识别和扣件定位算法以及基于工控机的扣件缺陷识别算法。设计上位机软件,实现用户交互及数据存储。试验测试结果表明:该系统对钢轨定位的准确率在99%以上,对扣件定位的准确率在90%以上,对异常扣件识别率在80%以上,系统检测的最高速度可达160 km·h-1。     

中国铁道科学研究院2013年科技成果简介(续五)

<正>29高速铁路工务综合巡检系统针对高速铁路工务综合巡检的需求,开展高速铁路工务综合巡检技术及系统的研发。该系统主要由轨道状态巡检子系统、钢轨轮廓检测子系统、线路限界检测子系统和定位同步子系统组成。基于轨道图像清晰成像技术采集轨道图像数据,其中钢轨轮廓图像的实时采集速率达到80帧·s-1,运用专门的图像处理及模式识别技术和算法分析轨道图像数据,自动     

基于深度残差神经网络的地铁站台门与列车门间异物自动检测方法研究

针对地铁站台门与列车门间现有异物检测方法的精度差、误报率高的问题,提出基于深度残差神经网络图像识别原理,利用地铁站台发车指示器图像数据实现站台门与列车门间异物实时检测.首先,搭建基于深度残差神经网络ResNet50模型的自动异物检测系统;然后,采集站台发车指示器视频帧信息建立数据集并完成系统训练;最后,分析自动异物检测系统对验证信息集的处理效果,并将该系统应用于实际地铁车站中.处理效果表明:实际应用验证中最低准确率为98.7％,单张视频帧处理总耗时不超过65 ms,满足地铁实际运营的要求.     

基于多层级特征融合的钢轨表面伤损检测方法

现有的钢轨表面伤损检测方法存在鲁棒性差、误检率高和容易漏检小面积伤损区域的问题。为此,提出一种基于多层级特征融合的钢轨表面伤损检测方法。首先,利用高速综合检测车搭载轨道图像采集系统,在实际的铁路线路采集轨道图像,并对表面伤损进行人工标注;然后,在钢轨图像数量有限的情况下,利用钢轨表面伤损数据集构建策略,提升训练样本图像的数量和多样性;最后,利用上述数据集,训练基于多层级特征融合的目标检测网络,实现钢轨表面伤损区域的自动检测。将所提新方法与现有方法进行对比试验,结果表明:新方法在钢轨表面伤损数据集上具有最优性能,实现了端到端的钢轨表面伤损检测,能够满足实际应用需求。     

基于YOLOv3算法的轨道扣件自动定位与检测

针对目前轨道扣件人工检测效率低、准确率低等问题,提出了基于YOLOv3算法的轨道扣件自动定位及检测方法。采集有砟轨道和无砟轨道的扣件图像并进行标注,通过K-means聚类确定预设边界框大小;为了更好地检测到细粒度特征,采用4个不同尺度的特征图来进行对象检测;对Darknet-53网络进行改进,有利于解决深层次网络的梯度问题,增加轨道扣件目标识别模型的识别效果。试验结果表明,该方法对轨道扣件目标识别效果较好,检测准确率较高。     

基于深度学习与支持向量机的钢轨伤损智能识别系统

目前国内钢轨探伤车检测系统都带有自动伤损识别功能,但由于采用了基于既有规则的简单逻辑判断方法,其自动识别的准确率不高,误报较多,伤损漏报的现象时有发生。针对该问题,根据钢轨探伤车所检测数据的特点,提出了基于深度学习与支持向量机的钢轨伤损智能识别系统技术方案;采用深度可分离卷积与选择性搜索相结合的方法进行目标定位;基于人工构建的多维特征,采用支持向量机方式进行伤损图像分类;并通过使用实际线路所测数据中的人工标注样本进行测试,验证了方法的有效性。测试结果表明,该系统在各项技术指标上均表现优异,伤损检出率达到99.8%,误报率降为12%,分类准确率达到95%以上。     

基于多传感器集成的地铁限界及轨道几何状态检测应用研究

对地铁限界及轨道几何状态进行检测是地铁运营维护的重要工作,采用人工检测既费时又费力,运用大型轨检车的费用太高.为了便携快捷地检测地铁限界及轨道几何状态,基于多传感器集成开发一种便携检测装置,进行检测应用研究.通过将激光扫描仪、轨距传感器、里程计和倾角仪等传感器集成到轨检小车上,设计配套的软件系统,构造了限界检测、轨距计算、超高计算、坐标系转换和里程计标定等板块.应用该便携装置对长沙地铁三号线侯家塘站至四方坪站进行检测,分析和验证了检测结果,检测装置最终实现了超限报警、图形及超限数据自动录入、轨枕自动识别及轨道几何尺寸数据自动采集等多项功能.     

弓网检测系统在全自动无人驾驶地铁中的应用

全自动无人驾驶地铁列车所用的弓网检测系统可针对受电弓结构异常、接触网关键悬挂异常、弓网接触异常等弓网运行异常状态进行在线动态实时检测。详细介绍了该弓网检测系统的功能及组成,具体阐述了弓网检测系统所运用的深度学习技术、图像智能识别技术、燃弧紫外探测技术、红外热成像技术、激光三角测量技术、车体姿态补偿技术、大电流实时监测技术等前沿技术和检测方法。弓网检测系统可实现对弓网运行状态进行全面监视、检测,从技术实现角度确保无人驾驶线路的运营安全和效率。     

面向地铁场景的激光雷达目标检测研究

针对列车运行前方限界难以实时构建、非结构化轨道道路环境目标聚类检测复杂等问题,提出一种基于激光雷达的目标检测及前方界限实时构建系统。首先,采用了空间换时间的策略提升轨道提取效率,利用轨道局部高程信息、全局几何平行信息并融合多帧信息实现轨道稳定提取,从而基于提取的轨道位置实时构建列车通行的前方限界;其次,基于点云深度图、梯度与距离特征解决了非平铺路场景下的障碍物聚类问题,采用航迹信息进行多目标跟踪提高目标跟踪的稳定性。通过在地铁场景实车测试验证,结果表明该方法能够准确可靠地提取轨道位置和进行目标检测与跟踪。     

朔黄铁路桥上无缝线路监测系统设计研究

朔黄重载铁路部分大桥取消了双向钢轨伸缩调节器,改为铺设无缝线路,需要对无缝线路的轨道状态进行实时监测以保证行车安全,为此研发了无缝线路轨道状态监测系统.该系统具有数据采集、远程设备维护、测试结果传输、异常值报警等功能,能适应不同线路条件和电气化区段,可对轨温、环境温度、钢轨温度力、轨枕位移、轮轨力等参数实时在线监测.通...     

基于超声导波技术的 钢轨断裂监测研究

我国现代轨道交通系统近几年在智能、高速和信息集成化技术方面均取得了新的突破,轨道线路设备作为 行车运营的基础条件,钢轨在运行系统中起着不可或缺的主导作用,因此保证城市轨道交通的安全运营,钢轨的 伤损监测和维护非常重要。基于超声导波技术可对现代轨道交通钢轨进行实时断裂监测,研究表明：钢轨实时监 测系统能够检测不完全断裂和通断情况,并对中长远距离监测准确预判,降本提质。以期构建现代轨道交通综合监 测体系,并深入发展超声导波检测方法在现代轨道交通的应用,对于保障轨道交通安全运营具有重要的实践意义。     

车载轨道状态巡检技术发展及应用

介绍车载轨道状态巡检技术的国内外研究现状,阐述我国自行研制的车载轨道状态巡检系统的功能及特点,该系统主要针对轨道存在的钢轨表面擦伤、扣件异常、轨枕掉块、轨道板裂纹及线路有异物等现象进行检测,分为图像采集、图像分析、数据管理3个模块。简述目前巡检技术在我国铁路日常检测中的运用状况和作业模式,提出今后需要进一步深化研究的领域。     

基于局部图像纹理计算的隧道裂缝视觉检测技术

地铁隧道裂缝病害的自动检测技术是一个重要研究方向。针对地铁隧道复杂场景和弱光环境下,全局图像检测精度低的问题,提出分块图像局部纹理处理算法,将大视场裂缝图像进行网格化处理,在分块区域内完成预处理与纹理提取,基于图像细化与骨架提取算法,提出裂缝和虚假裂缝纹理的差异性计算模型,可有效提高真实裂缝图像的检测精度,滤除虚假裂缝的干扰。针对硬件系统,提出多目高速线阵相机的图像采集方案,研制裂缝图像采集系统样机,可安装于轨道小车上进行图像连续采集。利用研制的图像采集处理设备,可以自动采集和检测隧道裂缝图像,对于纹理简单的普通裂缝图像样本,裂缝的识别率达到0.96;对于地铁隧道裂缝图像样本,裂缝的识别率达到0.84,验证了硬件系统和软件算法的有效性与可行性。     

铁路轨道不平顺的一种检测方法

轨道的不平顺状态对机车车辆的安全行驶有重要的影响。介绍利用高精度位移传感器、里程传感器检测轨道高低、水平不平顺,利用倾角传感器检测轨道三角坑的一种方法。该办法是在手推小车上安装高精度位移传感器、倾角传感器、里程传感器等传感器,把采集到的数据进行处理直接得到高精度的轨道高低不平顺、水平不平顺和三角坑,为铁路工务部门维修线路提供技术依据。     

钢轨爬行及路基表层冻胀检测技术

针对我国现有轨道爬行及路基冻融引起的钢轨高低检测技术的不足,提出一种基于机器视觉及光学成像原理的钢轨爬行及路基表层冻胀的非接触式检测技术。根据检测技术原理建立光学模型,基于模板匹配、自动化阈值、图像形态学处理等图像处理方法,通过硬件系统实现对钢轨爬行及路基表层冻胀引起的钢轨高低位移的测量,并经由GPRS无线通讯技术将数据实时传输至WEB数据服务器,可以实现对检测数据的实时监控管理。在哈大高铁K186+600及K148+600两点安装设备进行验证性试验,试验结果表明,该技术可定点定时采集钢轨实时图像,自动检测钢轨相对“零点”时刻的爬行数据及路基表层冻胀数据,并在爬行或路基表层冻胀数据超限时自动报警,指导铁路养护作业。     

基于线阵CCD相机的轨道图像采集系统设计

轨道图像信息的采集是对轨道状态实时监控的重要手段。设计了一种基于线阵CCD相机的新型图像采集系统,该系统利用线阵CCD相机连续快速的记录轨道信息,整个系统运行速度能达到10 km/h,钢轨表面图像的横纵分辨率为0.5 mm×0.5 mm,并且图像不失真,不漏采;同时解决了信号触发和里程记录等关键问题,实现轨道信息的完整采集。实验结果表明:系统不受小车速度变化的影响,并能准确记录里程信息,从而为后续缺陷的检测与定位奠定基础。     

基于深度学习的地铁列车走行部关键部件温度检测系统

地铁列车走行部的良好运行状态是列车安全运行的保障。针对其关键部件发热故障的检测问题，研发了基于深度学习的地铁列车走行部关键部件温度检测系统。该系统采用红外热像仪获取走行部热成像图，引入注意力机制模块和CIoU损失函数，改进YOLOv5目标检测模型，识别、定位出关键部件；对关键部件图像进行灰度化处理和自适应阈值分割等操作，提取温度。基于实验室的Pytorch深度学习平台，在南京地铁运营公司马群车辆段对所研发的系统进行实验。实验结果表明，该系统可以获取走行部热成像图，准确定位关键部件并提取其温度信息。     

厦门地铁1号线路况信息系统实施案例

城市轨道交通线路实时路况信息对于地铁行车组织、客运管理等运营组织有着重要的意义。介绍厦门地铁1号线路况信息系统的具体实施方案,利用LTE技术实时获取运行车辆状态信息并实时上传至本线综合监控系统,通过综合监控系统互联自动售检票系统获取客流统计信息,利用视频监控系统的图像处理功能获取车站内部客流拥挤状态,并在控制中心中央级综合监控系统对各子系统数据进行集中处理和展示,为调度人员提供实时的线路运营状态信息,用以辅助决策,诸如运能匹配和客流引导等运营组织行为,并向乘客实时发布城市轨道交通实时路况信息,提高服务水平。     

地铁隧道渗漏水病害快速检测及图像处理技术

检测盾构隧道渗漏水的传统人工检测方法工效低,无法满足大量运营地铁隧道快速检测的需求。隧道渗漏水快速检测系统包括快速摄像设备及与之配套的图像分析处理器。快速摄像设备是基于工业定焦相机和自动化控制技术集成开发的,可实现对地铁隧道渗漏水病害的快速摄像。与快速摄像系统配套的图像分析与数据处理器,是根据地铁隧道结构宏观特征和结构构件空间几何关系开发的,能实现病害特征的快速计算,并对病害进行分类。该隧道渗漏水快速检测系统在上海地铁中的应用效果良好,现场摄像速度达5km/h,渗漏水病害检测准确率达到95%。     

地铁基础减振地段钢轨异常波磨 治理方案研究

针对地铁线路产生的钢轨异常波磨问题,调研了某地铁线路的钢轨波磨情况以及基本特征,对轨道刚度、 钢轨廓形、轨距以及轨道动力特征进行测试,提出钢轨异常波磨的治理思路,并对波磨治理效果进行跟踪测试, 提出既有线以及新建地铁线路钢轨波磨的治理以及预防方案。研究表明：地铁钢轨波磨较为严重,波长在 25～ 100 mm 之间;轨道垂向刚度、横向刚度整体较弱,钢轨位移大,保持轨距能力差,轮轨关系恶化,在特定频段 范围内轮轨振动加剧,从而引起钢轨波磨的产生和发展。通过更换扣件及垫板、轨道精测精调、钢轨打磨措施可 以使车内噪声降低 5～10 dB,轨面不平顺显著降低,打磨周期延长至 1 倍以上;既有线路可通过“细调查、调参 数、精维修、动态检查”治理钢轨波磨,新建地铁线路应在规划、设计、运营维护、动态验收阶段严格把关,合 理采用减振轨道,避免钢轨异常波磨的产生和发展。