基于机器视觉和卷积神经网络的轨道表面缺陷检测方法

为提高轨道表面缺陷查准率、召回率和检测效率,采用形态学滤波与概率霍夫变换算法剔除原始图像噪声,实现对轨道表面缺陷的快速准确识别;顺次应用阈值法和离散法得到轨道的真正边缘定位,解决Canny算子在提取轨道边缘时产生大量伪边缘的问题;构建能兼顾召回率和查准率的改进交叉熵损失函数,基于卷积神经网络进行特征提取,建立高效的轨道...     

基于YOLOv3算法的中低速列车在途障碍物检测方法

针对中低速列车在途障碍物检测,提出一种基于YOLOv3算法的障碍物检测手段,首先通过深度学习算法,有效识别场景中的障碍物;再利用基于freeman链码的边缘检测算法,提取列车轨道边缘,从而判定障碍物是否影响行车,并对司机做出警示.同时,通过迁移学习的方式,扩充YOLOv3网络数据集,以达到提升特定场景下本方法对目标障碍...     

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。     

基于机器视觉的激光焊缝余高检测技术

激光焊技术的应用促进了轨道车辆产品的档次提升,而在搭接接头焊接过程中,由于间隙影响会出现焊缝表面余高不足,直接影响焊缝质量。传统的表面余高测量方法无法满足检测精度及交检节拍要求。针对这一检测需求,研究开发了基于机器视觉的激光焊缝余高检测技术。该技术通过重建焊缝表面点云,进行图像校正与分析,获取特征点并计算余高。通过试验验证了该方法的可靠性及检测精度。所测余高值与破坏性金相检测方法测量余高值之间的差异对比结果表明,其检测精度优于0.05 mm,能够满足激光焊质量评估要求。     

基于机器视觉的受电弓动态包络线检测系统

介绍了受电弓弓头结构及受电弓动态包络线机器视觉的检测系统组成,摄像机标定方法,并论述了动态包络线的检测原理和模板匹配算法。实验结果表明,该系统对受电弓动态包络线的分析提取方法可行,精度高,从而进一步为受电弓动态包络线检测提供了理论和实践基础。     

机器视觉理论用于铁路接触网检测系统的研究

文章阐述了应用机器视觉理论研制非接触式接触网检测系统的关键技术：选题、技术路线、精密平台的搭建、方案实施等,内容涉及到数字成像、边缘识别、几何光学设计、图形识别模型、多任务多进程软件设计。     

一种基于计算机视觉的地铁站台异物检测算法

地铁已成为大型城市的主要交通工具,如何保障乘客的安全成为地铁运营的热点问题。文章在现有的车门与屏蔽门之间人工检测技术的基础上提出一种基于计算机视觉的空间异物检测算法。该算法通过对车尾处灯带的完整性进行检测,判断车门与屏蔽门间是否存在异物,进而辅助司机进行开车前的安全检查,保障列车的运行安全。实地采集视频数据进行实验分析,结果表明,文章所提方法可以准确检测出空隙中异物。     

基于机器视觉的钢轨对接焊高精度检测方法

为提高闪光对接焊设备焊接过程的焊接精度,提出一种基于机器视觉和图像处理技术结合的钢轨对接焊高精度定位检测方法。该方法采用黑白面阵CMOS工业相机、线激光器作为主要检测硬件,其中线激光器发射的激光分别垂直投射在与轨道轴线平行的轨顶面和轨侧面上,通过对工业相机所采集的图像进行特征提取,针对多种不同特征进行模式识别,从而获得钢轨顶部和侧面高度差。通过重复性与可靠性试验,表明该方法满足工程实际检测要求。与传统的手工检测方法相比,本方法具有更高的精度,且受外部环境的影响较小,满足工况环境条件下的焊接精度要求,在复杂环境下同样可获得较好的检测效果。     

轨道车辆主动式障碍物检测功能的验证方法探讨

主动式障碍物检测功能是轨道车辆无人驾驶运行的一个重要安全保障,但是目前缺少对于该功能的统一测试标准,无法对其进行充分验证,为车辆运行留下了安全隐患。针对轨道车辆障碍物检测功能需求,文章分析了障碍物检测技术的特点,提出了通用的标准测试和特殊的实际运行线路测试方法建议,以充分验证检测功能的符合性。     

基于机器视觉的钢轨表面检测光学模型的研究

在机器视觉的检测中,图像是整个系统中最重要的原始数据,其质量决定了后期图像处理的效果和速度。为探讨高质量图像的采集,提出一种基于线阵CCD相机和线阵光源的钢轨表面缺陷检测的光学理论模型,分析线阵CCD采集系统中振动模糊的原因,推导出图像灰度值与系统振动幅度和缺陷深度的关系,研究光源照射角度和相机拍摄角度对图像灰度和缺陷区域对比度的影响,并通过实验验证模型的合理性。结果表明:缺陷区域图像灰度值随着钢轨表面缺陷深度增大而降低,采用较低的光源照射角度可增大缺陷与背景的对比度,突出缺陷特征便于后期图像处理的缺陷识别。     

基于机器视觉的钢轨光带检测方法

为了从轨道图像中准确地提取轨面区域并检测光带位置,根据钢轨光带的结构特征,提出了基于机器视觉的钢轨光带检测方法。首先根据轨道图像的频域特征,设计了基于占优的频率域采样值的轨面区域定位算法,从轨道图像中准确提取出轨面区域;然后利用图像灰度变换突出光带与非光带区域的边界,通过逐行计算梯度识别光带的位置。结合实际线路的轨道图像,采用该方法对钢轨光带进行检测,并与现有方法进行对比。结果表明：该方法能有效地检测钢轨光带,计算的光带区域与人工标注的光带区域的交并比平均值达到了88.81%,比现有方法提升了11.58%。     

基于机器视觉测量技术的地铁站台限界检测仪设计

为确保运营期间地铁车辆运行、停靠与旅客乘降的安全,需要定期对地铁站台限界进行检测。目前使用较多的接触式检测存在检测效率低,人为影响因素较大等缺点。基于机器视觉技术研究了一种非接触式站台限界检测仪。采用三角测量原理,提出基于基准点匹配的标定方法,解决近景斜角大范围摄影测量问题。通过现场测试数据分析,检测仪满足了地铁站台限界侵限检测需求。     

基于机器视觉的圆斑状钢轨擦伤检测算法

针对现有基于灰度阈值的钢轨擦伤检测算法受光照等外部环境的影响较大的问题,本文提出了一种基于机器视觉的圆斑状钢轨擦伤检测算法。首先通过分析采集图像在垂直方向的灰度均值曲线,提取出钢轨顶面区域;然后运用边缘检测的方法得到擦伤区域边缘的候选像素点;最后运用形态学处理删除不属于擦伤区域的虚假边缘,确定钢轨擦伤区域的位置。用测试数据集对本文算法进行检测性能评测,并与基于灰度阈值的算法进行对比。结果表明：本文算法对圆斑状钢轨擦伤样本的检测准确率为96.4%,而基于灰度阈值的算法的检测准确率为86.8%,本文算法的检测准确率大幅提升,能够对钢轨擦伤进行有效检测。     

广州地铁车辆关门障碍物检测故障及对策

针对广州地铁7号线车辆正线运营期间车门关门障碍物检测异常启动的故障,介绍车门关门防夹检测原理,深入分析故障原因并实施了相应的整改措施,有效地降低了车门故障率。     

基于激光雷达的城轨交通障碍物检测算法研究

侵限障碍物对城市轨道交通有巨大的危害,现有基于通信的列控技术无法对其自动化防护。为避免障碍物侵入行车区间造成安全事故,利用激光雷达作为主要传感器,提出一种非接触式障碍物检测算法。借助激光雷达具有不受环境光照的影响,测距精度高,可实现远距离探测等优势,该算法能够实现对百米内障碍物的有效检出,同时具备高可靠性,不受隧道内光照条件差等恶劣条件的干扰。为克服隧道中坡度影响,结合点云校准算法将点云平面与地平面对齐。对隧道环境和站台环境建模分析,提出基于规则的轨道平面分割算法和基于区域增长的背景点云分割算法,有效实现地平面的分离以及背景点云的滤除。考虑到点云密度在不同距离分布不均,提出自适应欧式聚类障碍物检测算法。为验证整体算法的有效性,在宁波地铁5号线采集大量正线数据,进行障碍物注入仿真实验。实验结果表明：复杂运行场景下该障碍物检测算法在视距范围内低于70 m障碍物检出率可达85.89%,雷达超视距的情况下检出率有一定的衰减,低于120 m的障碍物检出率为63.08%。算法平均耗时为37.86 ms。     

车辆障碍物检测系统误触发紧急制动故障分析

障碍物检测系统可有效降低地铁车辆在运行过程中与障碍物碰撞的风险,避免列车运行过程中重大安全事故的发生。针对某地铁车辆在动调过程中多次发生因障碍物检测系统误触发紧急制动的故障,文章从障碍物检测系统工作原理分析入手,通过对其机械结构和电气线路的排查与检测找到故障点,为此类故障的快速诊断提供了思路及方法。     

机器视觉在钢轨磨耗检测中的应用研究

随着铁路运输的快速发展,钢轨磨耗测量对保障铁路运输安全越来越重要,机器视觉技术作为一种非接触式的测量手段,可以对钢轨状态进行快速、精确、连续测量,大大提高了钢轨磨耗检测的效率。介绍机器视觉的概念、主要组成部分、工作原理以及工作特点,对其在钢轨磨耗测量中的国内外应用状况进行分析和总结,并对其检测方式做出了分类和比较,得出机器视觉技术相对于传统钢轨磨耗测量方式的优越性。机器视觉以其快速获取大量信息、易于自动处理、检测结果可靠等一系列优点,越来越受到国内铁路科研单位的重视。可以预见,随着机器视觉技术的日益成熟和发展,其在包括钢轨磨耗测量在内的轨道状态检测领域的应用将越来越广泛。     

基于机器视觉的上心盘关键尺寸检测研究

为了解决铁路货车上心盘尺寸检测采用传统测量方法效率低、检测位置单一等问题,文章提出一种基于机器视觉的尺寸测量方法。首先使用装备视觉领域内先进的工业相机,根据检测位置的不同,分别采用不同的光源对工件进行打光：低角度环形光对工件打光以获取更清晰的轮廓边缘信息;大面积面光对工件打光以获取更清晰的孔洞信息;背光对工件打光以获取更清晰的工件高度信息。其次对采集到的图像依次进行预处理(滤波、增强、二值化)、边缘提取、直线和圆拟合。采用高斯滤波对图像进行预处理以去除多余的噪声,用Canny算子进行图像边缘检测,再用不同的拟合算法(随机抽样一致算法、梯度下降法)对采集到的各部分图像分别进行直线拟合和圆拟合,进而对圆心距、直线距离进行像素尺寸测量,再通过标准件进行尺寸标定,从而得到工件的实际尺寸。该方法对上心盘图像的中心孔直径、内孔间距、外孔间距、圆脐直径、法兰高度、总高度及左右孔间距等全外形尺寸进行尺寸测量,并与标准件进行对比,在±0.1 mm精度下,上心盘外形尺寸检测结果与实际值的准确度达到99%以上。实验结果表明该测量方法能够实现上心盘全外形尺寸参数的测量,满足自动化的要求,有效提高了铁路货车零部...     

地铁列车障碍物视频识别系统设计

基于视频图像识别技术的列车障碍物识别系统,可以实现无人驾驶列车前进方向轨道内障碍物的自动检测。该系统通过采用2台独立的高清摄像机采集图像数据,经软件的智能计算分析,可识别列车前方是否存在障碍物,并实现障碍物与车辆之间的距离测量。该技术在业内属首次开发,可实现列车前方障碍物的检测,有效替代司机进行线路瞭望。目前本系统已通过功能仿真验证测试,拟在实际运行线路的列车上进一步进行功能验证。