李潞洋

(山西省自動(dòng)化研究所智能交通事業(yè)部，山西 太原 030012)

基于環(huán)形陣列視覺(jué)的地鐵管片病害檢測(cè)系統(tǒng)

李潞洋

(山西省自動(dòng)化研究所智能交通事業(yè)部，山西 太原 030012)

針對(duì)地鐵投入運(yùn)營(yíng)后傳統(tǒng)方式檢測(cè)隧道管片病害信息存在的工作效率低下、人工成本高等問(wèn)題，設(shè)計(jì)了一種基于環(huán)形陣列視覺(jué)的地鐵管片病害檢測(cè)系統(tǒng)；介紹了該系統(tǒng)的整體設(shè)計(jì)，并著重闡述了視覺(jué)信息數(shù)據(jù)采集系統(tǒng)和視覺(jué)數(shù)據(jù)處理系統(tǒng)的實(shí)現(xiàn)方式，最終完成了一種高度智能化的地鐵管片病害檢測(cè)系統(tǒng)。

環(huán)形陣列；計(jì)算機(jī)視覺(jué)；地鐵管片病害；檢測(cè)

地鐵運(yùn)營(yíng)后線路狀態(tài)安全檢測(cè)的傳統(tǒng)方式主要是以人工靜態(tài)檢查為主、少量動(dòng)態(tài)檢測(cè)車為輔，二者相結(jié)合的方式。一般由各工區(qū)分段負(fù)責(zé)某一線路，利用線路無(wú)運(yùn)營(yíng)任務(wù)的夜間時(shí)間進(jìn)行檢查。對(duì)于不同方面的檢測(cè)，如隧道和軌道，還需要預(yù)留不同的檢查維修天窗。這種人工為主并且分專業(yè)的檢測(cè)方式存在許多缺陷，檢測(cè)速度慢導(dǎo)致占用線路時(shí)間長(zhǎng)、工作效率低、人工成本髙，無(wú)法滿足運(yùn)營(yíng)安全的實(shí)際需求[1]，迫切需要開(kāi)發(fā)先進(jìn)高效的檢測(cè)手段，來(lái)應(yīng)對(duì)未來(lái)地鐵運(yùn)營(yíng)后面臨的巨大挑戰(zhàn)。

本文創(chuàng)新性地將地鐵隧道內(nèi)側(cè)管片分割為一個(gè)環(huán)形陣列，通過(guò)合理部署并移動(dòng)視覺(jué)傳感器來(lái)采集環(huán)形陣列的視覺(jué)數(shù)據(jù)，并將采集的視覺(jué)圖像進(jìn)行拼接、融合，形成一個(gè)完整的隧道管片視覺(jué)數(shù)據(jù)。通過(guò)對(duì)隧道管片視覺(jué)數(shù)據(jù)的后期處理，并針對(duì)管片病害特征進(jìn)行學(xué)習(xí)，實(shí)現(xiàn)管片病害現(xiàn)象的自動(dòng)甄別、病害現(xiàn)象的可視化呈現(xiàn)以及病害信息報(bào)告的生成。該系統(tǒng)的建立將極大提高我國(guó)地鐵運(yùn)營(yíng)過(guò)程中管片病害檢測(cè)的效率，實(shí)現(xiàn)管片病害檢測(cè)的自動(dòng)化。

1 檢測(cè)系統(tǒng)整體設(shè)計(jì)

地鐵隧道管片病害檢測(cè)系統(tǒng)分為圖像采集和圖像處理兩大部分。視覺(jué)數(shù)據(jù)采集部分是對(duì)隧道管片裂縫進(jìn)行采集的過(guò)程，視覺(jué)數(shù)據(jù)采集部分主要包括檢測(cè)車，工業(yè)CCD相機(jī)，定位系統(tǒng)，速度傳感器，光照補(bǔ)充設(shè)備。視覺(jué)數(shù)據(jù)處理部分是整個(gè)系統(tǒng)的關(guān)鍵部分，主要包括對(duì)視覺(jué)圖像進(jìn)行圖像增強(qiáng)，圖像分割，圖像特征識(shí)別與提取的過(guò)程。

圖1 系統(tǒng)整體設(shè)計(jì)

2 視覺(jué)數(shù)據(jù)采集系統(tǒng)設(shè)計(jì)

視覺(jué)數(shù)據(jù)采集部分主要包括檢測(cè)車，工業(yè)CCD相機(jī)，照明設(shè)備，定位子系統(tǒng)，工控機(jī)，存儲(chǔ)設(shè)備，電源等幾個(gè)部分。

2.1 檢測(cè)車輛

視覺(jué)數(shù)據(jù)采集設(shè)備放置在檢測(cè)車上，檢測(cè)車是整個(gè)設(shè)備的載體。視覺(jué)數(shù)據(jù)采集過(guò)程中，檢測(cè)車輛運(yùn)行在地鐵軌道之上，這就要求檢測(cè)車輛底盤符合《GBT 7928—2003 地鐵車輛通用技術(shù)條件》國(guó)家標(biāo)準(zhǔn)。定制專門的設(shè)備固定裝置安裝在車輛平臺(tái)上以固定各類檢測(cè)設(shè)備。

2.2 視覺(jué)數(shù)據(jù)采集系統(tǒng)

視覺(jué)數(shù)據(jù)采集系統(tǒng)主要是對(duì)管片表面圖像進(jìn)行采集。通過(guò)合理部署工業(yè)CCD相機(jī)來(lái)獲取隧道管片的環(huán)形視覺(jué)陣列的一行視覺(jué)數(shù)據(jù)。工業(yè)CCD相機(jī)組應(yīng)按照環(huán)形陣列視覺(jué)需求進(jìn)行部署，為了保證收集到的視覺(jué)數(shù)據(jù)不發(fā)生扭曲，相機(jī)組的高度應(yīng)位于隧道截面圓心處附近。CCD相機(jī)鏡頭方向應(yīng)與半徑向外方向相一致，各相機(jī)拍攝角度之間應(yīng)有15%重復(fù)區(qū)域以保證視覺(jué)區(qū)域?qū)λ淼拦芷耐暾采w。相機(jī)部署方式如圖2所示。

圖2 工業(yè)CCD相機(jī)部署方式

2.3 照明系統(tǒng)

地鐵隧道內(nèi)光照條件較差，無(wú)法達(dá)到圖像采集的要求，然而視覺(jué)數(shù)據(jù)采集系統(tǒng)對(duì)光照的要求比較高，需要安裝照明系統(tǒng)。照明系統(tǒng)采用6 000 k色溫的矩陣式LED照明裝置，其優(yōu)點(diǎn)主要包括：1) 對(duì)工業(yè)CCD相機(jī)白平衡影響較??；2) 光照均勻分散，不會(huì)出現(xiàn)高亮區(qū)域干擾視覺(jué)數(shù)據(jù)采集；3) 能耗較低。

2.4 定位系統(tǒng)

定位系統(tǒng)負(fù)責(zé)確定采集車輛所在的位置，進(jìn)而控制相機(jī)采集視覺(jué)數(shù)據(jù)的時(shí)間。由于地鐵隧道大多位于地下十幾米甚至數(shù)十米深的位置，GPS衛(wèi)星定位信號(hào)方式較為困難，所以采用速度傳感器來(lái)確定采集車輛所在的位置。

2.5 工業(yè)控制計(jì)算機(jī)

工控機(jī)是整個(gè)采集系統(tǒng)的基礎(chǔ)，在視覺(jué)數(shù)據(jù)采集過(guò)程中，通過(guò)工控機(jī)獲取到檢測(cè)車的速度、位置信息，然后合理控制采集相機(jī)獲取視覺(jué)數(shù)據(jù)，并將采集到的數(shù)據(jù)通過(guò)采集卡讀取至工控機(jī)后存放至存儲(chǔ)設(shè)備中。

2.6 電源系統(tǒng)

電源系統(tǒng)保證采集車輛上用以采集視覺(jué)數(shù)據(jù)的各種設(shè)備的電能供應(yīng)和檢測(cè)車輛自身的運(yùn)行動(dòng)力。接觸網(wǎng)式地鐵供電系統(tǒng)的受電弓可能會(huì)干擾視覺(jué)數(shù)據(jù)的采集，所以在有條件的情況下應(yīng)盡量選擇接觸軌式車輛供電系統(tǒng)，在沒(méi)有接觸軌供電系統(tǒng)的情況下，車輛上應(yīng)安裝燃油發(fā)電裝置以提供電能。為避免供電系統(tǒng)失效造成的視覺(jué)信息采集設(shè)備的損壞，電源系統(tǒng)中應(yīng)包含UPS設(shè)備。

3 視覺(jué)數(shù)據(jù)處理系統(tǒng)設(shè)計(jì)

視覺(jué)數(shù)據(jù)處理部分是利用高性能計(jì)算機(jī)將數(shù)字圖像處理技術(shù)對(duì)視覺(jué)數(shù)據(jù)進(jìn)行處理和分析，最終得到病害特征信息的過(guò)程。視覺(jué)圖像處理的工作大致分為以下步驟：

3.1 環(huán)形陣列視覺(jué)數(shù)據(jù)的融合

視覺(jué)數(shù)據(jù)的采集是按照環(huán)形陣列方式進(jìn)行分布的，陣列的各元素之間存在幾何形變和邊緣重疊，環(huán)形陣列視覺(jué)數(shù)據(jù)的融合需要對(duì)元素?cái)?shù)據(jù)進(jìn)行幾何校正及邊緣融合后，拼接成為一個(gè)完整的地鐵隧道管片視覺(jué)圖像。

3.2 病害視覺(jué)圖像預(yù)處理

由于地鐵隧道內(nèi)采集環(huán)境較為惡劣、拍攝條件往往受到諸多限制，采集到的視覺(jué)圖像信息的光照往往不夠均勻，不同區(qū)域?qū)Ρ榷纫泊嬖谳^大差異，這對(duì)于后期進(jìn)行病害特征提取有著較大的影響，圖像預(yù)處理系統(tǒng)需要降低這些不利因素對(duì)后續(xù)工作的影響。針對(duì)于管片病害信息大多采用空域法[2]對(duì)圖像進(jìn)行預(yù)處理，即通過(guò)對(duì)視覺(jué)圖像的灰度值進(jìn)行整體偏移，再對(duì)特定區(qū)域的灰度直方圖進(jìn)行修正。之后本系統(tǒng)利用基于連通區(qū)域的多級(jí)濾波算法[3]對(duì)視覺(jué)圖像信息中的噪聲進(jìn)行濾除。完成視覺(jué)圖像的預(yù)處理后，視覺(jué)圖像中不重要的干擾信息將會(huì)被削弱，而包含有病害信息的區(qū)域?qū)?huì)得到增強(qiáng)。

3.3 病害特征提取

病害特征的提取主要是將預(yù)處理完成后的視覺(jué)圖像進(jìn)行進(jìn)一步的處理后獲得病害特征的過(guò)程。本系統(tǒng)首先使用Zhang提出的一種算法[4]剝離出病害位置的骨架信息，然后按照閾值剪除病害骨架的毛刺[5]，即可得到較為完整清晰的病害特征信息。

3.4 病害參數(shù)計(jì)算與分類

對(duì)病害特征視覺(jué)信息進(jìn)行測(cè)算，如管片裂縫的寬度、面積等信息，提取病害的特征值。將得到的病害特征值與相關(guān)的地鐵隧道管片安全標(biāo)準(zhǔn)進(jìn)行比對(duì)，估算當(dāng)前隧道管片的健康程度。

3.5 病害信息的機(jī)器學(xué)習(xí)

通過(guò)分析并提取視覺(jué)數(shù)據(jù)中存在病害區(qū)域的特征，不斷學(xué)習(xí)系統(tǒng)運(yùn)行中發(fā)現(xiàn)的各類病害信息，并對(duì)大量病害信息進(jìn)行大數(shù)據(jù)處理，以得到特定區(qū)域管片病害的一些規(guī)律信息，例如某一批次的管片普遍存在的問(wèn)題、某種施工工藝容易造成的病害情況、某種巖層結(jié)構(gòu)下對(duì)隧道管片的影響等，這些規(guī)律性的信息還可為尚未發(fā)現(xiàn)的地鐵隧道管片存在的潛在病害提供指導(dǎo)性意見(jiàn)。

3.6 病害報(bào)告生成

對(duì)地鐵隧道管片的檢測(cè)結(jié)論自動(dòng)生成病害信息報(bào)告，該報(bào)告包含可視化的病害圖像信息、病害特征信息測(cè)算結(jié)論，并與預(yù)先設(shè)置的病害信息庫(kù)進(jìn)行比對(duì)，給出處理該病害的指導(dǎo)性意見(jiàn)或建議。

4 結(jié)論

建立基于環(huán)形陣列視覺(jué)的地鐵管片病害檢測(cè)系統(tǒng)，可快速地獲得病害信息，有利于對(duì)結(jié)構(gòu)安全進(jìn)行客觀評(píng)估，且這種病害檢測(cè)是遠(yuǎn)距離的非接觸式檢測(cè)，不會(huì)對(duì)地鐵管片造成損害，在提高檢測(cè)效率的同時(shí)大大節(jié)省了人工和費(fèi)用，也可有效預(yù)防地鐵在運(yùn)行過(guò)程中事故的發(fā)生，確保運(yùn)行安全，減少經(jīng)濟(jì)損失和社會(huì)影響。

[1] 李寅.路軌兩棲綜合檢測(cè)車精確定位與綜合同步系統(tǒng)研究[D].北京：北京交通大學(xué),2011.DOI:10.7666/d.y1961905.

[2] 劉曉瑞,謝雄耀.基于圖像處理的隧道表面裂縫快速檢測(cè)技術(shù)研究[J].地下空間與工程學(xué)報(bào),2009,5(增刊2):1624-1628.DOI:10.3969/j.issn.1673-0836.2009.z2.043.

[3] 王耀東,余祖俊,白彪，等.基于圖像處理的地鐵隧道裂縫識(shí)別算法研究[J].儀器儀表學(xué)報(bào),2014,35(7):1489-1496.

[4] Zhang TY,Suen CY.A Fast Parallel Algorithm for Thinning Digital Patterns[J].Communications of the ACM，1984，27(3):236-239.

[5] 王要峰，崔艷.基于方向鏈碼去除骨架圖像毛刺算法[J].計(jì)算機(jī)應(yīng)用，2013，33(增刊1):193-194，198.

Defects Inspection System for Tunnel Segment of Subway Based on Computer Vision of Ring Array

Li Luyang

(DepartmentofIntelligentTransportation，ShanxiAutomationResearchInstitute,TaiyuanShanxi030012,China)

Aiming at the problem of low working efficiency and high labor costs existing in defects inspection for tunnel segment of subway in traditional way after the subway put into operation, a defects inspection system for tunnel segment of subway based on computer vision of ring array is designed. This paper introduces the overall design of the system, focuses on the realization of visual information data acquisition system and processing system, finally, a highly intelligent tunnel segment of subway defects inspection system is completed.

ring array; computer vision; subway tunnel Segment; defects inspection

2017-03-13

李潞洋(1988- )，男，山西高平人，助理工程師，碩士研究生，研究方向：計(jì)算機(jī)仿真。

1674- 4578(2017)02- 0043- 02

TP391

A