高速铁路轨道车载近景影像的精确匹配与建模

研究目的:为改善高速铁路轨道几何状态检测的速度和效率,引入近景摄影测量技术检测轨道几何平顺性,而轨道影像的准确匹配是图像定向建模的重要技术环节。针对高速铁路轨道近景影像的图像特征相对较少、影像色彩信息较为单一、图像灰度数值具有较高的相似性、轨道边缘匹配较为困难,本文提出一种车载近景影像轨道边缘提取与精确匹配的算法,在分析轨道影像特征及其变化规律的基础上,获得轨道影像同名点之间的坐标几何映射模型,实现轨道影像的准确匹配。研究结论:(1)轨道边缘同名点垂轨向坐标呈三次函数模型关系,沿轨向坐标呈线性模型关系,通过建立同名点坐标的映射转换模型,可实现同名点的自动准确匹配;(2)边缘匹配算法通过试验影像计算出一个像对的转换模型后,可以应用于相同拍摄条件下的其余所有轨道影像;(3)试验结果表明,本文提出的轨道图像匹配算法具有较高的精度潜力,可改善高速铁路轨道影像在灰度信息高相似性时匹配困难的问题,为近景摄影测量检测高速铁路轨道几何平顺性提供重要的技术支持。     

铁路轨道近景影像特征的自动识别与无缝拼接方法

近景摄影测量技术在高速铁路轨道几何状态检测中具有较大的应用潜力,而轨道数字影像的准确匹配是图像定向建模的关键环节。本文针对高速铁路轨道近景影像纹理特征差异小且灰度变化不显著的问题,提出采用ORB算法对轨道近景影像进行特征点检测,以最近邻距离与次近邻距离的比值及RANSAC方法完成同名点的匹配,并以匹配的同名点为基础进行相邻影像的拼接。通过在杭甬客运专线上采集的无砟轨道近景影像进行试验,并与常规的SURF算法进行对比分析,结果表明,ORB算法在影像灰度信息高相似性的情况下,能够检测到足够数量且分布均匀的同名点,图像拼接的结果没有缝隙,算法的性能和效率均优于SURF算法,可为近景摄影测量检测高速铁路轨道几何平顺性提供重要的图像技术支撑。     

高速铁路轨道几何状态的车载摄影快速检测方法与试验

为实现高速铁路轨道静态几何平顺性的快速检测与准确评估,本文提出基于车载近景摄影采集轨道数字图像以检测轨道线形的方法。采用轨面移动平台搭载数码相机采集连续高分辨率数字影像,以轨道板和轨道面稀疏布设的像控点作为约束条件,使用近景摄影测量空间解析几何模型,平差解算轨道测点三维坐标。仿真计算结果表明:车载近景摄影测量轨道平面坐标的精度为0.2mm,高程精度为0.3mm;在杭甬客运专线无砟轨道上的现场试验结果表明,车载摄影沿轨向测量的绝对坐标精度为0.6mm、垂直于轨向的精度为0.8mm,沿轨向的相对精度为0.2mm、垂直于轨向的相对精度为0.7mm,验证了车载摄影测量方法用于轨道静态几何参数检测的可靠性与高精度潜力。     

基于双向近景摄影测量检测轨道平顺度的计算模型

为改进高速铁路轨道几何平顺性精调的测量精度与效率,本文提出一种基于双向近景摄影测量检测轨道几何状态的方法,通过从铁路正、反向里程对轨道进行双向摄影,以轨道控制网CPⅢ作为像控点,采用严密的光束法区域网平差理论,对轨道双向摄影图像进行联合平差处理,探索出近景摄影测量检测轨道中线偏差和轨面高程的计算模型与精度评估方法。仿真试验结果双向摄影相对于单向摄影的横向与高程精度分别提高85%和42%。现场轨道试验段计算结果表明,双向近景摄影测量检测轨道的横向偏差测量精度为2.4mm,轨面高程精度为1.7mm,满足规范要求的轨道中线偏差与轨面高程测量精度指标,可为高速铁路轨道静态几何状态测量提供一种高效检测技术。     

基于Frenet坐标系的道岔区侧向轨道几何状态动静态检测匹配方法

针对道岔区侧向轨道几何状态动态检测的现场病害定位难度大的问题，基于Frenet坐标系和笛卡尔坐标系的映射关系，将道岔区轨道几何状态静态检测的空间点坐标转化为动态检测的空间曲线，并采用线性相位有限冲激响应（Finite Impulse Response,FIR）数字高通滤波器进行空间滤波，获得与动态轨道几何不平顺相同波长范围的轨向及高低，实现动静态检测的匹配。与静态检测传统弦测输出不同，该匹配方法不会导致轨道几何不平顺幅值发生畸变，借助静态检测的空间定位数据，横向对比动态检测输出，可快速完成道岔区侧向病害定位，对道岔区现场养护维修具有指导意义。     

基于分段曲线模型的铁路轨道检测算法

针对现有铁路轨道检测识别算法的准确性和鲁棒性不高的问题,提出一种基于直线和双曲线相结合的分段曲线模型实现轨道线的检测、跟踪与验证。本算法首先依据轨道图像的边缘信息,通过多约束条件下的Hough变换初步检测轨道位置,确定轨道线消隐边界并标定近远景区域。然后,在近景区域,采用直线模型实现前方直轨拟合;在远景区域,融合轨间距离、轨道方向和像素灰度等先验知识构造边界置信度函数,设定可漂移窗口搜索算法完成特征点提取,以最小二乘法进行双曲线模型拟合。最后,依据模型切换及窗口搜索策略完成轨道线的跟踪。测试结果表明:该算法不仅较好地解决了弯轨描述问题,而且提高了检测的准确性和鲁棒性。     

基于Hu不变矩特征的铁路轨道识别检测算法

针对当前铁路钢轨检测算法在识别中准确性和鲁棒性不高的问题,提出采用Hu不变矩特征实现轨道线搜索,并以B样条曲线为拟合模型的钢轨自动检测方法。算法根据视频帧中钢轨的边缘特征,通过改进的霍夫变换识别并确定图像空间的轨道线消隐边界,完成近远景区的标定。针对近景区直轨,通过直线模型拟合;在远景区,采用可漂移检测窗通过比对Hu不变矩来提取轨道特征点,以最小二乘法实现B样条曲线模型拟合。并制定模型更新和切换原则自动跟踪轨迹线。实验结果表明:轨道线平均跟踪时间为0. 081 s,可以提高钢轨检测识别的精确性和鲁棒性,能够更好地解决曲线轨道的模型拟合问题。     

轨道静态检测轨向高低新算法及精度研究

基于自动跟踪、自动照准功能的全站仪和轨道测量仪轨道静态检测技术已广泛应用于普速铁路和高速铁路的建设运营中。目前相关规范只对轨道静态检测的自由设站精度和轨道几何参数限差进行了规定,未对轨道几何参数的测量精度进行相关说明。基于轨道静态检测自由设站的设站误差和全站仪的观测误差,提出并推导利用轨道点横向、垂向偏差,计算轨向、高低的新算法及其精度模型。研究表明,使用标称精度为0.5″的全站仪施测,可满足轨道静态检测的精度要求。     

实景三维影像融合在高速铁路竣工验收中应用

研究目的:现阶段高速铁路竣工验收主要通过人工现场检查方式,存在效率低、验收归档数据不直观和难追溯等问题。针对上述问题,提出利用高精度实景三维开展竣工验收应用。研究主要解决单一实景模型无法直接应用于工程竣工验收的瓶颈难题,通过数据获取、三维建模、影像融合算法构建、可视化软件开发和竣工验收示范性应用,打通实景三维影像融合技术竣工验收应用全流程。研究结论:(1)研究表明以精确内外方位元素为数据源,利用模型与影像融合算法可实现高精度三维场景下无人机原始影像投射与动态融合;(2)基于实景模型影像融合方法可满足虚拟三维环境下铁路竣工验收中初步观感、定量几何量测分析、专项整治调查应用等方面工作需要;(3)除高速铁路竣工验收应用外,模型影像融合方法可应用于天窗期运营线病害检测,防洪和外部环境排查等方面工作。     

智轨列车基于稀疏点云和图像的车辆识别技术

针对识别智轨列车的前方车辆三维信息来保证其行车安全的问题,提出一种面向智轨列车基于稀疏点云和图像的车辆识别技术.首先采用基于角度阈值的算法分割地面并提取障碍物点云,然后提出距离角度约束算法遍历障碍物点云求解聚类点集,通过二次求解优化聚类结果获取预融合聚类点集,最后采用YOLOv3网络模型进行车辆检测,构建基于几何模型的图像点云映射关系,将车辆图像识别信息与预融合聚类点集进行匹配,实现了车辆三维信息识别.研究结果表明:在16线激光雷达稀疏点云条件下,所提方法在多障碍物共存的开放式场景中具有较高的识别率和实时性,满足智轨列车动态检测需求.     

基于GNSS定位技术的轨道几何参数测量方法

为将全球卫星导航系统(Global Navigation Satellite Systems,GNSS)定位技术应用于轨道几何参数测量,提高高速铁路绝对坐标的测量精度,在高速铁路沿线布设GNSS定位接收机作为定位基准站,并将各个接收机经过长时间观测的数据进行统一的联合解算处理,得到各定位基准站坐标。利用加装了GNSS定位接收机的轨道检查仪分别测量轨道特定点的大地坐标和内部几何参数,并将特定点的大地坐标测量结果与各定位基准站坐标数据进行联合解算处理,得到特定点的大地坐标最终测量结果。最后,将特定点的大地坐标最终测量结果与轨道内部几何参数测量结果进行数据融合,得到相应区段各点轨道内外部几何参数的测量结果。不确定度评定及验证试验表明,加装了GNSS定位接收机的轨检仪显著提高了轨道几何参数测量的精度,并极大提高了轨道测量的效率。     

高速铁路道岔三维表面模型生成方法研究

高速铁路道岔病害整治是铁路工务部门日常维护的重要工作,通过非接触式扫描获取道岔断面轮廓来提升病害整治能力已势在必行,而利用扫描数据确定病害及整治位置的关键为建立精准的道岔三维数字模型。为生成高精度的变截面道岔三维表面模型,提出一种生成高速铁路道岔表面数字模型的几何法。以高速铁路18号道岔为例,根据变截面钢轨轮廓线型几何关系,推算任意位置截面轮廓线型节点列坐标及对应线型属性信息,编程实现尖轨与心轨表面数字模型自动化生成,然后与现有的拟合插值法和放样重建法进行比较。结果显示:几何法生成变截面道岔数字模型与设计模型偏差最大值小于0.1 mm、标准差小于0.02 mm,整体平滑性优于拟合插值法和放样重建方法,模型精度完全能够满足病害探测和整治及科学研究的要求。     

高速铁路Ⅲ型轨道板尺寸快速检测技术研究

提出一种基于激光跟踪和手持激光扫描组合技术的轨道板外观尺寸快速检测方法。手持类激光扫描仪可以快速、高精度地获取轨道板表面激光点云数据,绝对激光跟踪仪可为手持扫描仪提供高频、高精度位置和姿态信息,这些信息将用于手持扫描仪实时定位定姿。利用扫描获取的轨道板激光点云数据,通过点云分类与采样一致性算法,可实现轨道模型参数的自动提取,将自动提取的模型参数与设计模型进行比较,可实现轨道板外观尺寸的检测。     

轨道式门式起重机走行轨与集装箱装卸线匹配研究

轨道式门式起重机在铁路集装箱装卸场应用广泛,其走行轨与铁路装卸线的平面布置对节省投资、提高场地的利用率具有重要意义。阐述集装箱装卸线平面布置,分析装卸线有效长起止里程与车挡、圆直点存在的制约关系,并给出计算公式。基于集装箱车列上第一个集装箱中心与轨道式起重机吊具中心及装卸线最外侧箱位中心三者对齐这一前提,推导出轨道式起重机走行轨与集装箱装卸线有效长平面匹配的机制。经案例分析验证算法的有效性,为科学设置走行轨长度,实现轨道式门式起重机走行轨与集装箱装卸线平面合理匹配提供依据。     

基于TLS数据的站场线路点云提取算法

铁路站场线路几何信息对于铁路安全管理与维护具有重要意义。由于铁路站场内包含多条线路,且轨道错综复杂,使得从大场景点云中自动提取多股道钢轨点云成为难题。地面激光扫描TLS(Terrestrial Laser Scanning)作为非接触式测量手段,可快速获取铁路场景中的海量点云数据。针对TLS技术获取的铁路站场点云数据,提出一种基于Delaunay三角网聚类的多股道钢轨点云提取算法。基于分割-归并的思想,在获取铁路站场高精度点云后,沿站场线路方向将点云分为若干段,基于轨道平顺性特征,利用三角网聚类算法逐段提取钢轨顶面点云。在归并阶段整合站场中各股道轨面点云信息,将各段轨面点云连接起来,同时匹配左右轨面点云。将该方法在玉林站部分站场区域进行实例验证,提取到的轨道点云在对象层面上的总体精度为93.95%,完整度为90.57%,准确度为97.59%,相较于平面格网法,提取总体精度提升了5.65%,准确度提升了18.49%。在10处截面提取轨面宽度与轨距,统计结果表明轨面宽度中误差为5.2 mm,轨距中误差为5.3 mm,满足工程精度需要。实例结果表明,算法可准确有效提取站场多股道钢轨顶面点云,...     

密度聚类与PCA的点云数据处理技术在高铁轨道检测中的应用

为解决轨道手工检测效率低、准确度不高的问题,克服二维线激光与轨向不垂直而影响检测精度的不足,利用三维结构光点云技术对高铁轨道表面状态进行检测。数据处理是三维结构光检测的重要环节,综合运用密度聚类与PCA算法对点云进行快速处理。首先采用三维栅格算法对点云进行采样,减少点云数据量;其次利用密度聚类将点云分成不同的簇类以去除噪声点和离群点,提取出目标点云;最后通过PCA算法计算点云的3个主成分向量,求解变换矩阵变换点云,实现点云初始配准。精确配准后,与标准模型点云对比,即可得出检测结果。现场试验结果表明,该方法运行速度快,配准精度较高,有效提高了检测的效率和精度。     

钢轨轮廓全断面检测中轨廓动态匹配方法研究

钢轨轮廓匹配是钢轨廓形检测的关键步骤,决定轨道几何参数检测精度。在高速动态条件下实现检测钢轨轮廓与标准钢轨轮廓高精度自动匹配,是轨道几何参数高精度动态测量面临的重要问题。本文对钢轨轮廓高精度自动匹配方法进行了研究。首先,根据标准钢轨轮廓曲线曲率固有特征信息,对检测获取的轨腰和轨底廓形中不同圆弧、线段之间切点进行自动识别,实现不同圆弧、线段自动分割;然后,对获取的不同圆弧添加半径约束进行非线性拟合,准确提取各圆弧圆心坐标;最后,针对道岔处钢轨廓形复杂特点,提出采用Kalman滤波器对检测获取的标准轨腰和轨底特征点进行连续在线跟踪和预测,并根据结果构建道岔钢轨虚拟标准轨腰和轨底,以解决道岔处钢轨轮廓匹配问题。将该方法已在轨道检测车中进行实际应用,证明其是切实可行的。     

基于车辆响应的高速铁路轨道几何状态评估方法

轨道几何状态科学评估对保障高速铁路列车平稳、安全运行具有重要意义。基于高速综合检测列车多次检测数据，利用卷积神经网络、注意力模块和长短时记忆网络，分别学习数据的波形特征、注意力权值、长距离空间依赖关系特征，建立CBAM-CNN-LSTM车辆动态响应预测模型。该模型通过输入轨道几何、运行速度和车型预测不同工况下的车辆动态响应，进而利用预测的车辆动态响应评价轨道几何状态。研究结果表明，建立的模型能够有效预测车体振动响应，根据我国某高速铁路两种车型综合检测列车检测数据的验证结果，车体横向、垂向加速度的均方根预测误差分别为0.004g、0.009g,相关系数分别为0.608、0.793;利用预测的车辆动态响应评估轨道状态，能够有效识别引起车体振动加剧的轨道几何不利状态或隐形病害。此外，模型内部的注意力权值有助于分析挖掘导致轨道状态不良的轨道几何参数类型和位置信息。     

基于铁路5C装置的受电弓滑板缺陷智能检测技术

受电弓的异常状态是对高速铁路运营安全影响较大且备受关注的问题.基于计算机视觉的受电弓滑板缺陷智能检测技术,结合改进的YOLOv4模型与边缘提取等传统图像处理算法,研究适用于受电弓滑板监测装置(5C)的缺陷智能识别模型.铁路现场试验证明该智能识别模型在受电弓滑板缺陷检测中的有效性和实时性.     

基于均值漂移和粒子滤波算法的接触网几何参数检测方法研究

随着高速铁路6C检测监测系统技术规范的提出,基于视觉技术的非接触式接触网检测方法越来越受到业内研究人员的重视。为提高接触线上激光斑点跟踪定位的实时性以及测量值的准确性,提出了一种基于均值漂移和粒子滤波算法的接触网几何参数检测的新方法。首先,基于灰度颜色直方图特征分布和接触网"之"字形架构建立光斑目标模型;其次,利用聚类方法对粒子进行聚类,以聚类中心为起点运用均值漂移算法进行迭代计算,对迭代计算的结果利用粒子滤波算法得到光斑目标的图像坐标;然后,将激光斑点在图像坐标系下的坐标进行空间变换,得出接触线的几何参数导高和拉出值在世界坐标系下的测量值。最后,结合检测车在某供电段测试区的实际运行数据,验证了该方法的实时性和准确性。