基于机器视觉的轨距检测系统设计

一种基于机器视觉的轨距检测系统是通过硬件触发和软件多线程并行处理流程实现4台摄像机的同步图像采集处理、视觉计算、结果记录和通信。设计和推导了检测系统定标方法和轨距点获取的定标方法。试验测量结果表明:该检测系统适用于轨距参数的精确测量,精度可到达0.2 mm,重复性好,可有效地实现轨距参数的高精度动态测量。     

基于捷联惯性系统的轨道长波不平顺检测

将航空航天飞行器制导中的捷联惯性系统应用于轨道长波不平顺的检测。利用四阶龙格-库塔法求解四元素姿态矩阵微分方程;采用积分滤波器对加速度信号进行二次积分,从而实时获取物体的运动轨迹。为提高系统的稳定性和抗噪性,在积分前利用小波变换对加速度信号进行去噪处理。最后采用XW-IMU5250惯性测量单元实测一个物体的运动,得到了物体精确的运动轨迹,通过对比不同时期测量结果即可得到轨道的长波不平顺信息。     

“背对式”双目视觉系统定标方法研究

在基于机器视觉的轨距检测系统中,应用"背对式"双目视觉系统实现非接触轨距测量。针对多像机间无公共视场,提出了"背对式"双目视觉系统定标方法。在标定靶建立棋盘格转换矩阵,结合摄像机坐标系转换矩阵,得到"背对式"双目系统中摄像机之间的相对位置关系。用标定结果进行轨距测量,测量示值误差小于0.2mm,证明了标定方法的正确性。     

钢轨磨耗测量中的光平面标定

针对高速铁路钢轨磨耗测量中如何得到光平面和摄像机之间的映射关系问题,提出一种基于标定板的光平面参数标定法。该方法采用2个CCD摄像机和2个扇形激光光源构成钢轨轮廓获取系统,分别布置在左右钢轨内侧。与以往的磨耗测量系统比较,该方法使用的设备较少,降低了检测成本,也减少了图像处理、分析等工作。通过定标,可直接得到光平面系数,进而推导出与摄像机的几何关系。试验结果表明,该方法获得的光平面精度较高,从而保证了光平面与摄像机之间映射关系的精度,满足磨耗测量的要求。     

基于模糊比例积分微分自整定技术的地铁车辆温控仿真研究

上海轨道交通9号线车厢内温度波动性较大,造成乘客舒适性降低,以及空调器件的经常损环.采用变论域模糊PID(比例积分微分)自整定控制方法降低车厢内温度的波动性,建立了地铁空调系统模糊PID仿真模型,利用Simulink进行仿真,并与常规的PID控制方法进行了比较,得到了满意的效果.     

采用基于独立分量分析的盲信号分离方法分离出FSK信号中的干扰信号

国产移频轨道电路FSK信号是采用周期方波调制的移频信号.为了消除FSK信号中的干扰信号,采用基于独立分量分析的盲信号分离方法,对获得的混合信号进行白化处理,去除混合信号间的相关性,然后确定1个线性变换矩阵,利用变换矩阵分离出混合信号中的各个独立信号.对FSK信号中混入调幅干扰信号、改变采样频率及采样时间、混入随机脉冲干扰信号3种情况分别进行模拟仿真.仿真结果表明:采用该方法能消除FSK信号中的干扰信号,并可获得FSK信号的上、下边频信号,有效地保存了原FSK信号.     

基于径向基函数神经网络的轨道交通车辆振动状态预测

通过遗传算法优化径向基函数神经网络的中心、宽度及权重等参数,构建车辆振动神经网络预测模型。通过42自由度车辆多体动力学模型,以某线路实测轨道不平顺数据作为输入,得到车辆振动加速度数据。通过训练与优化,构建的车辆振动预测模型能预测车体振动加速度变化趋势。     

基于递阶神经网络的轨道车辆振动状态预测

车体振动加速度是反映车辆振动状态及轮轨接触性能的重要参数。运用机器学习方法,结合车辆动力学模型,构建了轨道输入参数对车辆振动反映的神经网络预测模型。通过SIMPACK动力学仿真软件获得模型的输入与输出,为提高模型的预测精度,运用遍历法确定了网络的时延阶数、隐节点等模型参数。仿真结果表明,该模型可以准确预测出在不同轨道不平顺激励下的车体振动加速度。     

基于空间域的轨道状态检测信号采集

基于轨道状态检测中列车非匀速运动导致非均匀采样对检测精度的影响,运用基于空间域的信号采样方法,设计了一套等间距采样系统。利用该系统获得空间域等间距采样的加速度信号,将加速度信号进行连续的两次积分运算,得到载体的空间运动轨迹。试验表明,该方法能够剔除载体运行速度对检测精度的影响,克服等时间采样产生的畸变。     

基于视频图像的弓网接触位置动态监测方法

针对列车人工检测受电弓状态效率低下的问题,提出基于视频图像的弓网接触位置动态监测方法.首先,将运用帧间差抓取受电弓视频中得到的包含弓网的图像作为原始训练数据集;然后,对复杂的受电弓图像背景进行分割处理,采用超像素分割获得最大特征区域,结合特征图像的HOG(方向梯度直方图)获得最大特征ROI(感兴趣区域),形成训练数据集,并设计标签;最后,运用改进的YOLO v3-tiny-strong网络结构检测分类器,用训练的权重对视频目标进行监测.结果 表明:该动态监测方法能够在每1帧图像中精确标记出受电弓与接触网的接触点位置,并且能够持续对受电弓的运动状态进行捕捉,有效获取接触点与受电弓的相对坐标位置,从而达到对受电弓的监测目的 ,其对弓网视频的检测精度可达98％.