基于FPGA的转辙机表示缺口检测模块设计

为达到道岔转辙机表示缺口间隙自动检测的目的,提出一种基于FPGA的转辙机表示缺口检测模块设计方案。该方案可对转辙机锁闭柱及锁闭杆的缺口图像进行自动裁剪、中值滤波及边缘检测,并通过边缘计算得出锁闭柱落入锁闭杆缺口后的间隙大小。给出了总体原理框图及主要检测算法,并选用OV5640摄像头和基于XC7A35T核心采集处理分机,实现对ZYJ7型转辙机表示缺口的检测。检测结果表明:该检测模块检测速度快、精度高,完全满足现场使用要求。     

基于云边协同计算的城市轨道交通信号智能运维系统研究

为进一步提升城市轨道交通信号系统运营维护水平,在既有智能运维系统的基础上开展新的探索,从可视化全域监测、智能应急处理、高效数据分析和智能生产管理4个方面进行需求分析,研发基于云边协同计算的城市轨道交通信号智能运维系统;阐述了系统运用层、数据层、接入层和感知层的4层技术架构,对云端设备和线路设备设置情况进行详细说明;结合信号智能运维系统的实际运用情况,从信号车载设备运维、应急故障处理、设备机房巡视巡检、预防性维修和生产组织架构5个方面提出相应的解决方案,在信号设备检修、巡视和应急值守等方面都显著提升了维保效率,降低了运维成本。     

面向5G的边缘计算技术在铁路编组站中的应用研究

5G技术是构建智能铁路的重要基础，而边缘计算技术通过与5G技术协同，在靠近用户的接入网络边缘处提供统一的边缘计算能力，可大大降低业务时延，并可借助5G网络的开放能力更好地进行业务创新，应用场景广阔。本文在借鉴欧洲电信标准化协会ETSI发布的边缘计算技术相关标准的基础上，以铁路编组站场景为例，研究提出了编组站边缘计算技术架构，总结了基于电信运营商5G网络环境下开展边缘计算应用实践的关键问题。目前研究成果已在部分铁路编组站得到应用，取得了良好的效果，可进一步推广运用到货运站、客运站等铁路站场。     

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。     

一种新颖的路面裂纹修补识别方法研究

针对目前公路路面裂缝的图像处理中难以区分未修补裂缝与已修补裂缝的难点问题，提出一种新颖的路面裂纹修补识别方法，通过Hessian矩阵特征向量与特征值中提取的各向异性对裂缝检测的敏感性，能较好地提取路面裂缝或修补裂纹细节信息，确定裂缝是否修补。通过实际拍摄的未修补裂缝、已修补裂纹的数据进行解析处理，结合边缘检测的能量强度与检测结果中的非平滑特征可以区分出裂缝是否被修补。