，，，

(上海工程技術大學 城市軌道交通學院，上海 201620)

0 引言

軌道扣件是固定鋼軌位置、阻止鋼軌位移和防止鋼軌傾翻的基礎設施[1]，列車的高速運行易造成扣件松動、斷裂和缺失[2]，直接影響到列車運行的安全性，平穩(wěn)性及舒適性[3-4]。因此，如何實現(xiàn)對軌道扣件的高效檢測已成為維護列車安全運行的必要手段之一。

采用機器視覺的圖像采集與處理技術，通過線陣相機采集軌道扣件圖像以檢測該類故障，成為現(xiàn)階段的發(fā)展主流[5-7]。在諸多影響因素中，光源與振動成為影響圖像質量的主要因素[8]。光照條件欠缺將導致圖像出現(xiàn)花點、過度曝光、陰影和照明不均勻等問題，無規(guī)則的低頻機械振動會導致圖像的旋轉、平移、模糊和畸變，這都將對后續(xù)的圖像處理造成極大的困難[9]。在照明方面，采用輔助光源主動照明的方式可以滿足圖像對光線的需求[10]，但存在如何光源選擇和如何快速調節(jié)光源的問題；振動補償方面，目前常用的方法有：激光傳感器補償法[11-12]、計算機視覺補償法[13]以及基于面陣相機的振動補償法[14]等，但以上方法均為針對鋼軌磨耗和接觸軌相關參數(shù)進行研究，能否直接應用于扣件圖像采集還有待驗證。

本文將針對光源和振動兩方面存在的問題，對軌道扣件圖像的采集方法進行研究。根據(jù)相機的成像原理，確定光源、相機和扣件區(qū)域之間的最佳位置關系，對光源各參數(shù)的選取進行研究，獲得最佳的照明效果；針對相機拍攝軌面所得圖像，通過慣性測量單元(IMU)對圖像進行實時振動補償，提出了一種針對線陣相機的圖像振動補償方法，獲得無畸變、高清晰度的軌道扣件圖像。

1 檢測系統(tǒng)結構與分析

1.1 系統(tǒng)結構

圖1給出了軌道扣件圖像采集系統(tǒng)結構。該系統(tǒng)主要由線陣相機和IMU構成，其中IMU包括加速度計和陀螺儀。為了采集高質量的軌道扣件圖像，對光源系統(tǒng)結構進行分析，建立照明系統(tǒng)模型。使線陣相機與IMU同步采集，建立振動補償矩陣，從而獲取帶有運動姿態(tài)信息的圖像，并完成振動補償環(huán)節(jié)。

圖1 軌道扣件檢測原理圖

1.2 照明系統(tǒng)

圖2給出了照明系統(tǒng)模型。相機與軌檢車上的光源位于同一橫截面，當激光照射至扣件區(qū)域的上、下表面后反射至相機感光區(qū)域。設光源的寬度為d，扣件區(qū)域高度為Δh，光線的入射角為θ，光源中心點與扣件區(qū)域上表面的距離為Hg，相機與扣件區(qū)域上表面的距離為Hf，光源中心點投影與相機中心點投影之間的距離為l，相機感光區(qū)域的直徑為D。

圖2 照明系統(tǒng)的理論模型

考慮到實際情況，上述參量中的D、d和Δh為不可變量，其他均為可調節(jié)量。由此可以得到各參數(shù)之間的關系：

(1)

圖3 照明系統(tǒng)的點線簡化模型

若將光源與相機抽象為一點，扣件區(qū)域抽象為線，可得圖3所示的簡化模型。此時各參數(shù)之間的關系為：

l=(Hg+Hf+Δh)·tanθ

(2)

由(1)式可知，θ的增加(減小)會導致D的增加(減小)，因此當D、d和Δh不變時，θ的值也將固定。通過(2)式可確定l、Hg與Hf三者之間的關系。

1.3 補償系統(tǒng)

受到軌面不平順的影響，車輛在運行過程中會接收來自各方向的沖激響應，造成無規(guī)則的振動，嚴重影響成像質量。通過IMU與線陣相機的剛性連接，實時采集車輛運動的振動信息，實現(xiàn)對圖像的振動補償。

1.3.1 平移補償

平移振動分為3個方向：沿著鋼軌方向的x方向、垂直鋼軌方向的y方向以及垂直軌面的z方向，如圖4所示。由于x向振動與車體運行方向一致，可看作車輛的正常位移，因此只考慮y和z方向振動的影響。

圖4 3個方向的平移振動形式

y向平移如圖4(b)所示。在該方向發(fā)生的振動會使相機的拍攝點偏離鋼軌正中心，導致圖像發(fā)生整體的左右平移。通過IMU可以計算出相機鏡頭的位移大小Δy，成像后的圖像整體向相反方向平移的距離dy為：

(3)

其中：u為相機與被拍攝物之間的距離(物距)，v為相機鏡頭的焦距(像距)。

z向平移如圖4(c)所示。該方向的振動會導致相機與扣件區(qū)域間的垂向距離改變，使圖像產(chǎn)生縮放?？s放系數(shù)k為：

(4)

式中，當振動方向向上時，Δz的取值為正，反之為負。

1.3.2 旋轉補償

與平移振動相同，旋轉振動同樣存在于x、y、z3個方向。x向旋轉如圖5(a)所示，若相機中心正對點的偏移距離為utanΔα，則圖像整體向相反方向平移的距離dα為：

(5)

式中，逆時針旋轉時Δα取值為正，反之為負。

圖5 3個方向的旋轉振動形式

y向旋轉如圖5(b)所示。該方向的旋轉會導致拍攝點偏離鋼軌正中心。與x向旋轉補償類似，若相機中心正對點的偏移距離為utanΔβ，則圖像整體向相反方向平移的距離dβ為：

(6)

式中，逆時針旋轉時Δβ取值為正，反之為負。

z向旋轉如圖5(c)所示。該方向的旋轉會導致成像角度的偏轉(設為Δγ)，則圖像需反向補償?shù)慕嵌圈葄為：

θz=Δγ

(7)

綜上，圖像整體振動補償?shù)淖儞Q矩陣為：

(8)

其中：P0為原始圖像像素點，P為變換后的圖像像素點。

2 數(shù)據(jù)采集與處理

2.1 數(shù)據(jù)采集

實驗數(shù)據(jù)包括設備參數(shù)、圖像以及運動姿態(tài)信息三大部分。設備參數(shù)主要是Hg、D等長度信息和θ角的角度信息，前者可通過游標卡尺和激光尺進行精確測量，后者可以根據(jù)距離信息經(jīng)計算求得。設激光光源的垂直投影點與直射點間的距離為l0,則Hg、l0和θ間的關系為：

(9)

圖像信息以編碼器外觸發(fā)的方式，通過線陣相機進行采集。設置采樣頻率為50 Hz，縱向分辨率為2048px。運動姿態(tài)信息通過IMU進行采集，包含了3個方向的加速度與角加速度信息，結合頻域分析法進行兩次積分，可得到用于振動補償?shù)奈灰婆c角位移。

2.2 頻域分析法

IMU能夠同時測得六個方向位置的加速度變化，包含3個加速度(Gx、Gy、Gz)和3個角加速度(Ax、Ay、Az)。對加速度信號進行積分變換求測點的位移和速度是振動信號處理中常用的方法，但時域上對加速度的積分會產(chǎn)生一個未知常量，如果在下次積分前無法準確估計和剔除常量所造成的誤差，這些誤差在第二次積分過程中將繼續(xù)被放大為一次趨勢項，同時產(chǎn)生一個新的未知常量，這將會大大影響測量結果的準確性。

頻域分析法是一種通過傅里葉變換建立起頻域與時域之間的聯(lián)系，把動態(tài)信號變?yōu)橐灶l率軸為坐標表示出來，在頻域維度對信號進行分析，進而得到精確解[15-17]的分析方法。設x(t)?X(ω)為傅里葉變換的表達形式，依據(jù)傅里葉變換的積分定理，則有：

(10)

根據(jù)以上原理，將速度或位移曲線中的趨勢項去除[18]，即可得滿足要求的位移(Δx、Δy、Δz)和角位移(Δα、Δβ、Δγ)，同時在最大程度上減小了實驗誤差。

2.3 數(shù)據(jù)處理

2.3.1 IMU數(shù)據(jù)處理

對于以IMU為核心的姿態(tài)信息采集模塊，單獨采用陀螺儀或加速度計都無法提供有效而可靠的信息。陀螺儀動態(tài)性能良好，可提供瞬間的動態(tài)角度變化，不受加速度變化的影響，但受到積分過程的影響，存在累積漂移誤差；加速度計表態(tài)響應好，可提供表態(tài)角度，但受動態(tài)加速度影響較大，不適合跟蹤動態(tài)角度運動。因此，必須通過傳感器數(shù)據(jù)融合的方法得到一個更優(yōu)的值。

2.3.2 多傳感數(shù)據(jù)融合

多傳感數(shù)據(jù)融合是指對來自多個傳感器的數(shù)據(jù)進行多級別、多方面、多層次的處理，以獲得單一傳感器所無法獲得的有意義的新信息[19-20]。對加速度計，采用低通濾波算法除去短時性快速變化的信號，保留長時性緩慢變化的信號，而對于陀螺儀則采用高通濾波方法來抑制積分的漂移。將這兩種濾波方法相融合，組成一個互補濾波器，其原理為：

(11)

其中：θf為融合角度，即3個方向最終的角位移(Δα、Δβ、Δγ)，θg為陀螺儀積分角度，θa為加速度計角度，ω為角速度，k為陀螺儀權值。式(11)中2個濾波系數(shù)之和1，因此所得θf的值是一個比較精確的線性估計值，有助于減小誤差。

3 實驗驗證與結果分析

快速獲得高質量的圖像是支撐本文論理論的基點，本文將對光源調節(jié)和振動補償2個方面進行驗證，并對所得圖像質量進行評定。實驗使用線陣相機IMU進行圖像采集，如圖6所示。相機和IMU的主要參數(shù)見表1和表2。

表1 線陣相機的主要參數(shù)

表2 IMU的主要參數(shù)

圖6 實驗裝置圖

獲得精確的實驗數(shù)據(jù)是實驗成功的基礎，通過試驗平臺進行數(shù)據(jù)采集，采用頻域分析法與多傳感數(shù)據(jù)融合進行處理，可以獲得滿足要求的實驗數(shù)據(jù)。

3.1 光源影響

進行光源影響驗證實驗，將分別對Hf與l進行控制變量實驗。實驗參數(shù)與變量取值分別見表3、4，成像結果如圖7～8。

表3 光源調節(jié)實驗參數(shù)

表4 控制變量實驗取值

圖7 改變Hf的成像效果圖

圖8 改變l的成像效果圖

如圖8所示，Hf的改變對成像效果并不明顯，而l的改變對成像影響則較為顯著。對每幅圖像中的感興趣區(qū)域ROI[21](紅色采樣線區(qū)域)進行掃描，得到圖像亮度值的變化趨勢圖。提取圖像中扣件區(qū)域的平均亮度值，如圖9、表5所示。圖9(a)表明，若改變Hf，亮度曲線的整體走勢基本一致，扣件區(qū)域對比度均較高；圖9(b)表明，若改變l，僅當l=103 mm時能夠較好地識別出所有扣件區(qū)域。表5表明，當Hf變化時，圖像中扣件區(qū)域的平均亮度幾乎保持不變，但當l變化時的影響很顯著：l偏小時，扣件區(qū)域的上、下底座、鋼軌下表面和彈條區(qū)域未能有效識別，l偏大時，所有扣件區(qū)域均呈現(xiàn)黑色，嚴重影響扣件的辨識。因此，在所有影響成像質量的參數(shù)中，l占據(jù)最主要地位。

驗證外界光照條件變化對成像效果的影響，在軌檢樣車下方安裝2個長條形LED光源，通過控制LED光源來模擬外界光源的強弱，并通過表3中的參數(shù)進行驗證。實驗證明，環(huán)境光線大多為散射光，射入不平滑的扣件區(qū)域表面后難以集中進入鏡頭，對成像影響有限。成像效果如圖10所示。

圖9 亮度值變化趨勢圖

表5 扣件區(qū)域平均亮度值表

(a)不同Hf下的扣件區(qū)域平均亮度值表

(b)不同l下的扣件區(qū)域平均亮度值表

圖10 不同環(huán)境光照條件下的成像效果

3.2 振動補償

推動實驗樣車在鋼軌上運行，記錄采集過程中實驗樣車的加速度和角加速度數(shù)據(jù)。實驗參數(shù)見表6，原始實驗數(shù)據(jù)見表7。

表6 振動補償實驗參數(shù)

表7 IMU數(shù)據(jù)

若直接對加速度與角加速度進行積分，會產(chǎn)生趨勢項和積分漂移，帶來明顯的誤差。采用互補濾波器進行濾波，結合頻域積分法可以有效地減少誤差。積分后的數(shù)據(jù)見表8。

表8 運動的位移與角位移

由表8可知，第2、3組數(shù)據(jù)在z方向發(fā)生了較大幅度的振動。通過對六個方向分別進行振動補償，可以得到滿足檢測要求的圖像。補償后的圖像如圖11所示。

圖11 補償前后對比圖

補償前，圖11(a)約偏轉4.7°，扣件區(qū)域直徑占圖像總長度的約59%；圖11(b)約偏轉4.5°扣件區(qū)域直徑占圖像總長度的約68%；經(jīng)補償后，圖像的偏轉角度均消除，同時將扣件區(qū)域分別放大至65%和75%，放大比例超過10%，有效地優(yōu)化了圖像質量。

4 結束語

快速實現(xiàn)高清晰度的圖像采集一直都是圖像處理的重要環(huán)節(jié)和前提條件。本文通過光源和振動補償2個角度對成像造成的影響分別進行了研究：對扣件區(qū)光源系統(tǒng)研究，限制了外界光源的影響，最大程度上提升成像質量；使用IMU結合頻域分析法實現(xiàn)了采集過程中的振動補償，并在理論分析的基礎上加以實驗驗證。實驗表明，光源調節(jié)后的圖像中，扣件區(qū)域的亮度值提高了超過10倍，提高了扣件與周圍環(huán)境對比度，使其更加容易辨識；振動補償后的圖像中，可修正由于振動造成的±5°以內的圖像旋轉，并突出了圖像的主要扣件區(qū)域，使圖像更加統(tǒng)一。該方法符合理論基礎，對現(xiàn)有的圖像采集和振動補償方法進行了改進，具有現(xiàn)實意義。