城市轨道交通限界检测装置技术开发及应用

针对国内城市轨道交通限界设计要求,利用机车牵引轨道平板车,将自行研发的机械限界检测装置安装在轨道平板车上,可以对地铁限界连续、快速、准确检测,通过运行结果表明,该装置操作方便,故障率低,可靠性好,成本低、效率高,参数的精确度完全满足地铁工程限界检测需要,具有广泛的推广价值。     

一种基于人脸序列模式的机车驾驶员疲劳检测方法

驾驶疲劳是导致事故的重要原因,本文在综述基于面部特征的机车驾驶员疲劳检测方法的基础上,提出了基于Gabor变换的人脸特征融合抽取模型,并在此基础上,结合隐马尔可夫模型(HMM)提出基于人脸图像序列的机车驾驶员疲劳检测方法。根据在疲劳和非疲劳状况下人脸模式特征的不同,首先利用Baum-Welch学习方法从疲劳图像序列训练学习得出疲劳模式下的HMM参数;然后,在疲劳模式识别时,把待识别的人脸图像序列表示成Gabor融合特征序列,再利用Viterbi算法计算该特征序列属于疲劳模式的概率值,从而实现对人脸图像序列的疲劳识别;最后,对各种姿态下的不同人脸图像序列数据进行了仿真测试。实验结果表明,与已有基于单幅人脸图像的疲劳识别方法相比,具有更好的疲劳识别性能。%     

路面平整度检测技术现状与发展

对现有路面平整度检测方法的技术要点作了分析,总结出这些方法存在的问题.详细论述了激光路面平整度检测技术的工作原理、应用现状和发展趋势.     

基于超级节点模式的多Agent入侵检测模型

分析了入侵检测方面的新问题,简述了超级节点和多Agent数据融合,进而提出了基于超级节点多Agent入侵检测模型,讨论了其实现方法.仿真实验表明,此模型在入侵检测方面具有很好的性能.     

图像处理技术在机动车检测行业中的应用

数字图像处理技术是当前计算机信息技术应用领域的热门,被广泛地应用到现代机动车检测行业当中,本文主要研究分析了图像处理技术在机动车前照灯检测中的应用,包括采用CCD和CAD技术,分析了机动车前照灯的光学性质和生物学作用。本文还研究了图像处理技术在机动车车牌自动识别系统中的应用、图像处理技术在机动车零件检测中的应用、在轮速检测中的应用以及在机动车类型自动识别当中的作用,充分体现了数字图像处理技术的可靠性和灵活性。     

An overview: modern techniques for railway vehicle on-board health monitoring systems

Health monitoring systems with low-cost sensor networks and smart algorithms are always needed in both passenger trains and heavy haul trains due to the increasing need for reliability and safety in the railway industry. This paper focuses on an overview of existing approaches applied for railway vehicle on-board health monitoring systems. The approaches applied in the data measurement systems and the data analysis systems in railway on-board health monitoring systems are presented in this paper, including methodologies, theories and applications. The pros and cons of the various approaches are analysed to determine appropriate benchmarks for an effective and efficient railway vehicle on-board health monitoring system. According to this review, inertial sensors are the most popular due to their advantages of low cost, robustness and low power consumption. Linearisation methods are required for the model-based methods which would inevitably introduce error to the estimation results, and it is time-consuming to include all possible conditions in the pre-built database required for signal-based methods. Based on this review, future development trends in the design of new low-cost health monitoring systems for railway vehicles are discussed.     

基于弦测法与密度聚类的三维结构光波磨检测

为解决钢轨波磨人工检测费时费力及惯性法检测精度较低的问题,综合利用三维结构光技术、弦测法和密度聚类算法进行波磨检测。首先获取钢轨点云,通过纵向平面遍历轨头点云得到钢轨的纵向截面簇,其次利用弦测法计算相应纵向截面的谷深和波长。最后利用钢轨发生波磨时产生的接触斑,对遍历计算的谷深和波长分别进行密度聚类,将相同或相似接触斑的波磨信息聚类成簇,对聚类后各簇的结果进行统计分析得到相应钢轨的波磨信息。本方法结合三维结构光数据量大、弦测法计算直接明确的优点,通过密度聚类将不同深度、大小的波磨接触斑进行区别,有效地将钢轨波磨不同谷深及波长成分进行分类计算。实验室样件试验及现场试验表明,本方法能够实现对钢轨波磨的精确检测。     

基于雷达的列车直轨运行前方障碍物检测方法研究

针对视觉传感器检测列车运行前方障碍物时存在环境适应能力差及对距离判别能力弱的缺陷,提出一种基于雷达的列车直轨运行前方障碍物检测判别方法。通过最小二乘法进行雷达测量数据误差矫正得到较准确的目标位置信息。结合铁路机车车辆限界、雷达方位角及雷达测量量程,构建检测区模型。将预处理后的目标点位置信息代入构建的检测区模型中进行障碍物检测判别。现场测试结果显示,利用该方法检测不仅具有较高的准确性,而且克服了环境因素的影响。     

基于光流法检测来车的轨旁作业安全防护策略

鉴于列车接近时预警缺失会使现场作业人员面临安全风险,并且现存的人工三点防护方法、基于雷达的车辆接近预警方法及其他方法并不完善,同时为实现对现场列车的准确检测,现提出一种基于光流法检测来车的轨旁作业人员安全防护策略。该策略利用光流法的视频检测方法检测铁路现场防护区段车辆的运动情况。算法采用两级判别结构,首先利用光流法捕捉视频中的运动物体,其次根据不同运动物体在视频中同一位置的不同面积占比,辨别视频中的运动物体是否为钢轨上行驶的列车。由铁路现场拍摄的视频实验可得,在现场视线较清晰的条件下,该防护策略能够准确检测到铁路防护区段行驶的列车,可为轨旁作业人员的安全提供技术保障。     

基于2D激光位移传感器的轨底坡动态检测系统研究

设置合理的轨底坡可使钢轨轨头与车轮踏面合理接触,减轻钢轨轨头的不均匀磨耗,延长钢轨使用寿命。为提高轨底坡静态检测精度,线路日常养护和维修效率,提出一种基于2D激光位移传感器(简称2D)的钢轨廓形检测原理和ARM嵌入式技术的轨底坡动态检测方法。结合传感器工作原理与特点,搭建一套可在线连续检测的轨底坡动态检测系统。考虑到2D空间姿态变化,建立适用于轨底坡动态检测的双2D空间姿态关系模型和标定解算模型。因为车体振动会产生对轨底坡计算结果的影响,利用Kalman滤波算法建立多传感器的状态空间模型,对轨底坡计算结果进行补偿。最后选用GJ-4型轨道检测车进行地铁正线试验,试验结果与人工复核结果的对比,符合工务段要求精度。试验结果验证了该轨底坡动态检测系统切实可行,Kalman滤波算法能够很好地对轨底坡的计算结果进行补偿修正。