熊仕勇,陳春俊,王　鋒

(1.西南交通大學(xué)機(jī)械工程學(xué)院,成都　610031； 2.西南交通大學(xué)牽引動力國家重點(diǎn)實(shí)驗(yàn)室,成都　610031)

隨著我國城市軌道交通的迅速發(fā)展，軌道基礎(chǔ)設(shè)施的狀態(tài)檢測是保證列車運(yùn)營安全的前提，軌道檢測車(簡稱軌檢車)能對軌道的幾何參數(shù)進(jìn)行實(shí)時(shí)檢測。早期的軌道檢測是采用光電傳感器和伺服機(jī)構(gòu)進(jìn)行檢測，這種檢測方法極易受振動、天氣等環(huán)境因素的影響[1]。國外鐵路發(fā)達(dá)國家對軌道的檢測采用了計(jì)算機(jī)網(wǎng)絡(luò)、激光攝像等技術(shù)。采用鋼軌輪廓檢測數(shù)據(jù)與標(biāo)準(zhǔn)鋼軌輪廓數(shù)據(jù)比對，借助數(shù)值計(jì)算方法，精確掌握軌道狀態(tài)，而對鋼軌輪廓數(shù)據(jù)特征點(diǎn)快速、準(zhǔn)確提取是保證鋼軌輪廓精確匹配[2]、軌道幾何不平順精確檢測的前提。

目前，隨著傳感器技術(shù)的發(fā)展，激光攝像傳感器得到了廣泛應(yīng)用，我國軌檢車引進(jìn)了基于激光和攝像技術(shù)的檢測方法。文獻(xiàn)[3]提出一種基于二維激光位移傳感器的軌距檢測方法，采用2D實(shí)現(xiàn)鋼軌輪廓數(shù)據(jù)檢測。文獻(xiàn)[1]提出基于激光三角測量原理的軌距檢測系統(tǒng)，該方法對軌形輪廓數(shù)據(jù)進(jìn)行曲率角計(jì)算、平滑，通過曲率角尋找輪廓特征點(diǎn)后進(jìn)行圖像匹配，該方法對輪廓可選特征點(diǎn)較少。文獻(xiàn)[2]根據(jù)以空間圓弧上所有點(diǎn)為圓心做與圓弧等半徑的圓時(shí)它們相交于同一點(diǎn)的理論，獲取測量鋼軌軌腰圓弧中心特征點(diǎn)的世界坐標(biāo)。這種提取方法計(jì)算復(fù)雜，噪聲影響大且特征點(diǎn)單一。同樣，文獻(xiàn)[6]提出一種基于曲率角計(jì)算提取輪廓特征點(diǎn)的方法。而實(shí)際軌形輪廓數(shù)據(jù)用基于曲率提取特征點(diǎn)，導(dǎo)致可選特征點(diǎn)單一化，對實(shí)測輪廓進(jìn)行曲率角計(jì)算會帶來很大的誤差，定位能力不強(qiáng)。

針對目前鋼軌輪廓特征點(diǎn)提取方法現(xiàn)狀，本文提出一種基于鋼軌輪廓特征曲線的特征點(diǎn)提取方法，對采集的鋼軌輪廓數(shù)據(jù)采用基于中值誤差與連續(xù)度自適應(yīng)調(diào)整權(quán)值的平滑濾波方法對實(shí)測輪廓數(shù)據(jù)進(jìn)行平滑處理，解決存在分段的二維輪廓數(shù)據(jù)的平滑問題。定義了輪廓特征曲線應(yīng)滿足的兩個(gè)基本屬性，給出了特征曲線的一種定義方式，利用特征曲線上的特征點(diǎn)能快速定位實(shí)測輪廓特征點(diǎn)，由于特征曲線實(shí)現(xiàn)方式的多樣性，使得實(shí)測輪廓數(shù)據(jù)特征點(diǎn)的選取不再單一。最后，采用GJ-2型軌道檢測車進(jìn)行試驗(yàn)，通過對實(shí)際軌道進(jìn)行輪廓測量，采用本文所提出的特征點(diǎn)提取方法對實(shí)測輪廓數(shù)據(jù)進(jìn)行特征點(diǎn)提取，試驗(yàn)證明，該方法能快速、準(zhǔn)確地定位輪廓特征點(diǎn)。

1　基于2D鋼軌輪廓測量原理

激光攝像及圖像處理技術(shù)在軌道不平順檢測中的應(yīng)用，使得我國軌道檢測技術(shù)實(shí)現(xiàn)了質(zhì)的飛越。激光攝像式傳感器的應(yīng)用實(shí)現(xiàn)了鋼軌輪廓的連續(xù)動態(tài)測量[5]，二維激光位移傳感器用于在線檢測鋼軌輪廓，其原理如圖1所示。1號、2號二維激光位移傳感器安裝在專用檢測梁上，檢測梁與檢測車轉(zhuǎn)向架焊接連接，二維激光位移傳感器的安裝需滿足能同時(shí)對鋼軌頂面、側(cè)面及軌腰進(jìn)行檢測。

圖1　二維激光位移傳感器鋼軌輪廓測量

二維激光位移傳感技術(shù)基于三角測距原理，內(nèi)部由線型激光源模塊、光學(xué)濾鏡及透鏡、DSP模塊、CCD和CAN總線數(shù)據(jù)傳輸模塊組成。如圖2(a)所示，線型激光源發(fā)射線型激光切面，在激光切面內(nèi)形成一個(gè)梯形可測范圍平面，在切面激光的梯形可測范圍內(nèi)的激光投射在鋼軌表面形成鋼軌輪廓線，2D內(nèi)部的光學(xué)器件感知反射光線并將其投射到高性能CCD可得到上千個(gè)輪廓測點(diǎn)數(shù)據(jù)。在2D傳感器內(nèi)部進(jìn)行圖像處理、鋼軌輪廓提取及數(shù)字化后以數(shù)據(jù)流的形式將輪廓測點(diǎn)數(shù)據(jù)發(fā)送到CAN總線上，上位機(jī)在CAN總線接口卡中可提取輪廓測點(diǎn)數(shù)據(jù)。該測點(diǎn)數(shù)據(jù)的物理意義是實(shí)際鋼軌輪廓測點(diǎn)在2D傳感器坐標(biāo)系中的空間坐標(biāo)。如圖2(b)所示，實(shí)測鋼軌輪廓測點(diǎn)數(shù)據(jù)在2D傳感器坐標(biāo)系中的輪廓數(shù)據(jù)。

圖2　鋼軌激光輪廓

2　鋼軌輪廓特征曲線及特征點(diǎn)提取

2.1　輪廓特征曲線定義

如圖2(b)所示，鋼軌輪廓數(shù)據(jù)可由1條二維離散曲線P=[p(j)=(x(j),y(j)),(j=1～n)]來表示，其中n為輪廓數(shù)據(jù)點(diǎn)總數(shù)。由于檢測車振動影響，實(shí)測鋼軌輪廓數(shù)據(jù)在其傳感器坐標(biāo)系中的位置坐標(biāo)具有隨機(jī)性，考慮到鋼軌輪廓數(shù)據(jù)上任意一點(diǎn)相對其他點(diǎn)之間的位置關(guān)系具有不變特性，為了表征鋼軌輪廓數(shù)據(jù)各坐標(biāo)點(diǎn)之間的這種不變特性，提出了鋼軌輪廓特征曲線的概念。能作為鋼軌輪廓特征曲線需具備以下兩個(gè)屬性。

(1)特征曲線上任一點(diǎn)與鋼軌輪廓數(shù)據(jù)物理位置上一點(diǎn)具有一一對應(yīng)關(guān)系。

(2)特征曲線能表征鋼軌輪廓點(diǎn)內(nèi)部之間不變的物理位置關(guān)系，與測量坐標(biāo)系無關(guān)。

利用鋼軌輪廓特征曲線可把實(shí)測二維輪廓數(shù)據(jù)用一維曲線去表征，對一維曲線數(shù)據(jù)的處理更易于對鋼軌輪廓特征點(diǎn)的提取。為滿足特征曲線兩個(gè)基本屬性，本文給出了一種實(shí)現(xiàn)特征曲線的方法，以鋼軌輪廓數(shù)據(jù)上任一點(diǎn)(p(i)=(x(i),y(i)),i∈[1+R,n-R])的前后第R個(gè)點(diǎn)p(i-R)=(x(i-R),y(i-R))、p(i+R)=(x(i+R),y(i+R))之間的距離值s(i)作為點(diǎn)p(i)的特征距離。

(1)

鋼軌輪廓上所有點(diǎn)的特征距離便可構(gòu)成特征曲線。定義鋼軌輪廓數(shù)據(jù)特征曲線f(i)為

f(i)=(i,s(i)),i∈[1+R,n-R]

(2)

利用式(2)求解標(biāo)準(zhǔn)輪廓特征曲線如圖3所示，圖3(a)是對標(biāo)準(zhǔn)鋼軌輪廓曲線解析式離散化后模擬激光投射圖像，圖3(b)是標(biāo)準(zhǔn)輪廓數(shù)據(jù)按式(2)計(jì)算所對應(yīng)的特征曲線。

圖3　標(biāo)準(zhǔn)輪廓及其特征曲線

分析標(biāo)準(zhǔn)輪廓特征曲線可知，曲線上任一點(diǎn)的縱坐標(biāo)數(shù)值大小，表征了實(shí)測輪廓數(shù)據(jù)上該點(diǎn)前后第R個(gè)點(diǎn)p(i-R)與p(i+R)之間的距離大小，該數(shù)值越小，表明這3個(gè)點(diǎn)p(i)、p(i-R)、p(i+R)所處位置越緊密。由于激光投射存在盲區(qū)導(dǎo)致軌形數(shù)據(jù)分段，特征曲線包含明顯凸起部分。

2.2　輪廓曲線平滑

特征曲線不受檢測車運(yùn)行振動的影響，但陽光干擾會使得投射圖像產(chǎn)生噪點(diǎn)，噪點(diǎn)的存在會使得特征曲線形成凸起“毛刺”。另外，由于2D傳感器內(nèi)部對輪廓數(shù)據(jù)數(shù)字化轉(zhuǎn)化過程存在數(shù)字化誤差。噪點(diǎn)和數(shù)字化誤差的存在都會降低特征曲線平滑度，影響特征點(diǎn)的準(zhǔn)確提取。因此，在對實(shí)測輪廓數(shù)據(jù)計(jì)算其特征曲線之前，必須對鋼軌輪廓數(shù)據(jù)進(jìn)行平滑處理。本文采用基于中值誤差與連續(xù)度自適應(yīng)調(diào)整權(quán)值的平滑濾波方法，通過引入權(quán)值因子，有效解決存在分段的輪廓數(shù)據(jù)達(dá)到分段平滑的效果。同時(shí)，該方法還能有效去除噪點(diǎn)，消除噪點(diǎn)對特征曲線的影響。

(3)

式中，ω(k+i)≥0,(-N≤i≤N)稱為權(quán)值因子，其大小取決于：

中值誤差項(xiàng)

空間連續(xù)度

(5)

則權(quán)值因子

ω(k+i)=ω1(k+i)×ω2(k+i)=

(6)

權(quán)值因子ω(k+i)中的系數(shù)σ1、σ2表示鈍化程度，其值越大，鈍化作用越強(qiáng)，輪廓數(shù)據(jù)中的不平滑點(diǎn)將消失；反之，鈍化作用越弱。σ1、σ2的選取根據(jù)輪廓數(shù)據(jù)的復(fù)雜程度和噪聲干擾而不同，可通過多次試驗(yàn)選取合適的值，有效選擇σ1可達(dá)到不同的平滑效果，合理選擇σ2可有效去除輪廓數(shù)據(jù)中噪點(diǎn)。

2.3　特征點(diǎn)提取

本文根據(jù)特征曲線上的特征點(diǎn)來尋找實(shí)測激光輪廓數(shù)據(jù)特征點(diǎn)。因此，能快速、有效去定位一維特征曲線上的特征點(diǎn)是關(guān)鍵所在。如圖3(b)所示，觀察特征曲線，具有明顯的突起，某點(diǎn)處的特征距離與下一點(diǎn)的特征距離從40 mm突變?yōu)?00 mm，同樣存在從90 mm突變到26 mm的點(diǎn)，這種具有較大距離突變的點(diǎn)即可作為特征曲線的特征點(diǎn)。此外，特征曲線上總存在特征距離值最小的一點(diǎn)，該點(diǎn)亦可作為實(shí)測輪廓特征點(diǎn)的定位點(diǎn)。根據(jù)特征曲線上的特征點(diǎn)，便可得到對應(yīng)實(shí)測輪廓數(shù)據(jù)的特征點(diǎn)。

綜上分析，特征曲線上的特征點(diǎn)可選擇定義為

fi=(f-1(min[f(i)]),min[f(i)])

(7)

(8)

式中，常數(shù)m的大小要能確保找到特征曲線突變點(diǎn)。根據(jù)式(7)、式(8)可得實(shí)測輪廓數(shù)據(jù)特征點(diǎn)

pi=(x((f-1(min[f(i)])),y((f-1(min[f(i)])))

(9)

pk=(x(k),y(k))

(10)

式中k值由式(8)決定。

輪廓特征點(diǎn)提取流程如下：一幀完整輪廓數(shù)據(jù)→對輪廓數(shù)據(jù)進(jìn)行平滑處理→根據(jù)輪廓數(shù)據(jù)計(jì)算其特征曲線→根據(jù)定義尋找特征曲線上特征點(diǎn)→根據(jù)特征曲線上特征點(diǎn)尋找輪廓特征點(diǎn)。

根據(jù)特征曲線及特征點(diǎn)的定義，對實(shí)測輪廓尋找特征點(diǎn)，如圖4所示。

圖4　實(shí)測輪廓特征點(diǎn)

3　試驗(yàn)驗(yàn)證

為驗(yàn)證本文所提出的鋼軌輪廓數(shù)據(jù)特征點(diǎn)提取方法，采用GJ-2型軌道檢測車在實(shí)際地鐵線路上進(jìn)行試驗(yàn)。檢測梁安裝如圖5(a)所示，2D激光位移傳感器安裝如圖5(b)所示。

圖5　檢測梁及2D激光位移傳感器安裝

檢測車在運(yùn)行過程中，由定位裝置檢測車輛每走過一定距離(250 mm)后實(shí)時(shí)發(fā)送觸發(fā)信號到2只2D激光位移傳感器中，2D接收觸發(fā)信號，收集一幀2D輪廓數(shù)據(jù)，完成一次鋼軌輪廓數(shù)據(jù)的測量。圖6分別是一幀實(shí)測左軌、右軌內(nèi)側(cè)輪廓在其自身傳感器測量坐標(biāo)系中的(x，y)坐標(biāo)值的平滑前后對比圖。

圖6　一幀實(shí)測輪廓數(shù)據(jù)平滑效果

利用本文所介紹的輪廓數(shù)據(jù)特征曲線的概念，對圖6中軌形數(shù)據(jù)計(jì)算其特征曲線的平滑前后對比，如圖7所示。

圖7　實(shí)測輪廓特征曲線平滑前后對比

圖8為一系列實(shí)測輪廓特征點(diǎn)提取后輪廓數(shù)據(jù)在2D測量坐標(biāo)系下的三維圖，其中紅色圈出為所提取特征點(diǎn)。

圖8　實(shí)測輪廓特征點(diǎn)提取

圖6(b)中，原始輪廓數(shù)據(jù)存在干擾噪點(diǎn)，采用本文平滑方法能有效去除噪點(diǎn)對特征曲線的影響，保證了特征曲線上的特征點(diǎn)的準(zhǔn)確提取。如圖8所示，通過連續(xù)采集鋼軌輪廓數(shù)據(jù)進(jìn)行特征點(diǎn)提取，可以看到紅色圈出的一系列特征點(diǎn)并不在一條直線上，這是由于車體振動所帶來的影響，但可以發(fā)現(xiàn)，使用本文方法能定位每幀軌形數(shù)據(jù)的特征位置，完全消除車體振動對輪廓數(shù)據(jù)的影響，能準(zhǔn)確提取鋼軌輪廓特征點(diǎn)。

利用該方法提取鋼軌輪廓特征點(diǎn)，影響其提取精度主要是2D傳感器自身的分辨率及數(shù)字化誤差，使用本文的平滑方法可在一定程度上減少數(shù)字化誤差的影響。在實(shí)際應(yīng)用中選用高精度的二維激光位移傳感器可提供檢測精度。

4　結(jié)語

鋼軌輪廓特征點(diǎn)的快速、準(zhǔn)確提取是解決目前基于激光攝像的軌道幾何不平順高速檢測的難點(diǎn)之一。本文利用鋼軌輪廓特征曲線不僅能快速定位特征點(diǎn)，而且可以通過調(diào)整定義特征曲線的尺度R來定義實(shí)測輪廓不同位置的特征點(diǎn)，該方法不受車體振動影響，適合工程應(yīng)用。

(1)本文所提出的基于2D的鋼軌輪廓特征點(diǎn)提取方法，能對鋼軌輪廓特征點(diǎn)進(jìn)行動態(tài)快速檢測。

(2)通過引入權(quán)值因子，利用基于中值誤差與連續(xù)度的自適應(yīng)調(diào)整權(quán)值的平滑濾波方法對實(shí)測輪廓數(shù)據(jù)進(jìn)行平滑處理，有效解決存在分段的輪廓數(shù)據(jù)達(dá)到分段平滑的效果。同時(shí)，該方法還能有效去除噪點(diǎn)，消除噪點(diǎn)對特征曲線的影響。

(3)利用鋼軌激光輪廓特征曲線的概念，從輪廓特征曲線的特征點(diǎn)去尋找實(shí)測激光輪廓特征點(diǎn)，通過試驗(yàn)計(jì)算過程得知該方法提取特征點(diǎn)的在線計(jì)算實(shí)時(shí)性強(qiáng)。

文中給出了一種定義輪廓特征曲線的方式，不同的特征曲線定義會尋找到更多的特征點(diǎn)，后續(xù)還會對特征曲線的實(shí)現(xiàn)方式做進(jìn)一步研究。

參考文獻(xiàn)：

[1]史紅梅，張繼科.基于激光三角測量原理的軌距檢測系統(tǒng)研究[J].儀器儀表學(xué)報(bào)，2013，34(9):1934-1940.

[2]鞠標(biāo)，朱洪濤，徐鞠萍，等.基于軌檢車振動問題的鋼軌輪廓匹配方法研究[J].振動與沖擊，2017，36(3):65-69.

[3]Yang Q， Lin J. Track gauge dynamic measurement based on 2D laser displacement sensor[C]∥Mech-anic Automation and Control Engineering (MACE)， 2011 Second International Conference on. IEEE， 2011:5473-5476.

[4]安小雪.基于動態(tài)模板的鋼軌磨耗測量方法研究[D].上海：上海工程技術(shù)大學(xué)，2013.

[5]Alippi C， Casagrande E， Scotti F， et al. Composite real-time image processing for railways track profile measurement[J]. IEEE Transactions on instrumentation and measurement， 2000，49(3):559-564.

[6]張文景，許曉鳴.一種基于曲率提取輪廓特征點(diǎn)的方法[J].上海交通大學(xué)學(xué)報(bào)，1999，33(5):592-595.

[7]Menaka R， Chellamuthu C， Karthik R. Efficient feature point detection in CT images using Discrete Curvelet Transform[J]. Journal of Scientific & Industrial Research， 2013，72(5):312-315 .

[8]陳燕新，戚飛虎.一種新的提取輪廓特征點(diǎn)的方法[J].紅外與毫米波學(xué)報(bào)，1998，17(3):171-176.

[9]陳東生，田新宇.中國高速鐵路軌道檢測技術(shù)發(fā)展[J].鐵道建筑，2008(12):82-86.

[10] Ren S， Gu S， Xu G， et al. A new track inspection car based on a laser camera system[J]. Chinese Optics Letters， 2011，9(3):44-47.

[11] 謝勤嵐.圖像降噪的自適應(yīng)高斯平滑濾波器[J].計(jì)算機(jī)工程與應(yīng)用，2009，45(16):182-184.

[12] 江亮亮，楊付正，任光亮.用于網(wǎng)格去噪的自適應(yīng)雙邊濾波器[J].華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版)，2015(11):54-60.

[13] Shen Y， Barner K E. Fuzzy vector median-based surface smoothing[J]. IEEE Transactions on Visualization and Computer Graphics， 2004，10(3):252-265.

[14] 占棟，于龍，肖建，等.鋼軌輪廓全斷面檢測中軌廓動態(tài)匹配方法研究[J].鐵道學(xué)報(bào)，2015，37(5):71-77.