孫艷濤，楊唐文，秦勇

（1.北京交通大學(xué) 信息科學(xué)研究所，北京 100044；

2.北京交通大學(xué) 軌道交通控制與安全國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100044）

由于高速鐵路技術(shù)復(fù)雜度高、易受環(huán)境影響等原因，安全高效是高速鐵路建設(shè)與運(yùn)營(yíng)的首要問(wèn)題。近幾年，越來(lái)越多的新技術(shù)應(yīng)用到高速鐵路安全保障體系中[1-4]。在此，闡述結(jié)構(gòu)光三維測(cè)量技術(shù)，并探討其在列車(chē)走行部異物檢測(cè)中的應(yīng)用。

1 結(jié)構(gòu)光三維測(cè)量技術(shù)簡(jiǎn)介

基于結(jié)構(gòu)光的三維測(cè)量技術(shù)是非接觸式測(cè)量的一種，三維視覺(jué)能直觀反映物體的尺寸、形狀、體積等信息，解決二維圖像對(duì)比度和顏色干擾等問(wèn)題。結(jié)構(gòu)光三維測(cè)量利用光學(xué)三角測(cè)量原理，以傳統(tǒng)的三角測(cè)量方法為基礎(chǔ)，通過(guò)計(jì)算被測(cè)點(diǎn)與光學(xué)基準(zhǔn)線的角度變化來(lái)計(jì)算該檢測(cè)點(diǎn)的深度信息，從而得到被測(cè)物體的三維模型。該測(cè)量技術(shù)可高效完成三維實(shí)體的重建和測(cè)量，在三維數(shù)字建模、考古發(fā)掘、數(shù)字化城市等諸多領(lǐng)域得到廣泛應(yīng)用。

三維測(cè)量技術(shù)在國(guó)外起步較早，產(chǎn)品面向各個(gè)領(lǐng)域，如工業(yè)產(chǎn)品檢測(cè)、鐵路網(wǎng)絡(luò)檢測(cè)以及高速三維檢查等，檢測(cè)速度和精確度都處在領(lǐng)先水平。我國(guó)結(jié)構(gòu)光三維測(cè)量技術(shù)正在快速發(fā)展中，并已將研究成果應(yīng)用到實(shí)際工業(yè)生產(chǎn)和生活領(lǐng)域[5-7]。隨著研發(fā)的不斷深入，結(jié)構(gòu)光三維測(cè)量技術(shù)在鐵路檢測(cè)應(yīng)用方面也取得了一些成果[8-11]。傳統(tǒng)的鐵路檢測(cè)方式主要依靠人工巡查，不僅費(fèi)時(shí)、費(fèi)力、可靠性差、效率低下，而且缺少可靠的檢測(cè)手段和方法。結(jié)構(gòu)光三維測(cè)量技術(shù)具有精度高、非接觸、測(cè)速快等優(yōu)點(diǎn)，其在鐵路方面的應(yīng)用提高了檢測(cè)工作的效率和可靠性，對(duì)保障高速鐵路的安全性具有重要意義。

2 原理和方法

2.1 光條圖像中心提取方法

在結(jié)構(gòu)光系統(tǒng)中，線激光器由于投射距離和物體表面特性等因素，在被投射物體表面形成具有一定寬度的光條，工業(yè)相機(jī)捕獲到被投射物體表面上的畸變光條圖像，光條的寬度一般占5～15個(gè)像素（見(jiàn)圖1），光條中心坐標(biāo)的提取精度將影響整個(gè)測(cè)量系統(tǒng)的測(cè)量精度。

理想線結(jié)構(gòu)光光條的灰度分布是高斯分布，現(xiàn)實(shí)情況下，光條受到投射距離、環(huán)境因素以及投射物體表面特性等因素的影響，光條呈現(xiàn)類(lèi)高斯分布。綜合考慮光條中心提取算法的優(yōu)缺點(diǎn)以及實(shí)際光條的灰度分布特征，采取基于光條灰度特征的曲線擬合方法，該方法對(duì)于一定寬度的光條中心提取的精度高、處理速度快。

圖1 光條寬度

2.2 激光三角法

激光三角法是結(jié)構(gòu)光三維測(cè)量的基礎(chǔ)，將光條中心的坐標(biāo)轉(zhuǎn)換成世界坐標(biāo)系下的三維坐標(biāo)。激光三角法原理見(jiàn)圖2。

圖2 激光三角法原理

首先確定基平面，測(cè)量高度h是相對(duì)于基平面的高度，激光投射到被測(cè)物體表面H處，PN為實(shí)際高度h在CCD平面上的映射，根據(jù)三角形相似原理，可以確定PN與實(shí)際高度h有以下關(guān)系：

式中：OQ為CCD光軸與激光光軸交點(diǎn)到透鏡中心的距離；PN為實(shí)際高度h在CCD平面上的映射；QP為透鏡中心點(diǎn)到基準(zhǔn)點(diǎn)的距離；α為CCD光軸與CCD平面的夾角；θ為激光光軸與CCD光軸的夾角。夾角α和θ可以利用在相機(jī)坐標(biāo)系下已知的坐標(biāo)利用余弦定理求得。通過(guò)激光三角法，光條中心點(diǎn)坐標(biāo)系被轉(zhuǎn)換為世界坐標(biāo)系，實(shí)現(xiàn)測(cè)量物體模型的重建。

3 技術(shù)應(yīng)用

3.1 技術(shù)方案

整體方案分為數(shù)據(jù)采集端和數(shù)據(jù)處理端2部分。數(shù)據(jù)采集端主要由線激光器、工業(yè)相機(jī)組成，負(fù)責(zé)列車(chē)走行部的圖像采集工作。數(shù)據(jù)處理端是基于MFC的處理程序，負(fù)責(zé)人機(jī)交互、設(shè)備控制、設(shè)備標(biāo)定、三維重建以及數(shù)據(jù)分析處理。

基于技術(shù)方案的規(guī)劃，實(shí)驗(yàn)室現(xiàn)場(chǎng)實(shí)施方案見(jiàn)圖3，分為光電控制、結(jié)構(gòu)光系統(tǒng)以及運(yùn)動(dòng)的列車(chē)。光電控制分別放在左右兩側(cè)，每側(cè)光電開(kāi)關(guān)由發(fā)射器和接收器組成，光電控制主要負(fù)責(zé)發(fā)送開(kāi)始和結(jié)束信號(hào)到結(jié)構(gòu)光系統(tǒng)。結(jié)構(gòu)光系統(tǒng)被放置在鋼軌一側(cè)1～2 m處，線激光器和相機(jī)被固定在支架上，相機(jī)采集的數(shù)據(jù)經(jīng)線路傳輸?shù)诫娔X進(jìn)行數(shù)據(jù)處理。

整體運(yùn)行流程為：列車(chē)運(yùn)行到光電開(kāi)關(guān)開(kāi)始采集點(diǎn)，光電開(kāi)關(guān)觸發(fā)結(jié)構(gòu)光系統(tǒng)開(kāi)始采集列車(chē)圖像數(shù)據(jù)，列車(chē)運(yùn)行到結(jié)束采集點(diǎn)，光電開(kāi)關(guān)觸發(fā)結(jié)構(gòu)光系統(tǒng)結(jié)束采集列車(chē)圖像數(shù)據(jù)。采集結(jié)束后，數(shù)據(jù)處理模塊對(duì)采集到的圖像數(shù)據(jù)進(jìn)行處理，重建走行部的三維模型。

圖3 實(shí)驗(yàn)室現(xiàn)場(chǎng)實(shí)施方案

3.2 硬件選型和軟件設(shè)計(jì)

根據(jù)試驗(yàn)實(shí)施方案和實(shí)驗(yàn)室的平臺(tái)條件進(jìn)行硬件選型和軟件設(shè)計(jì)。

（1）硬件方面，主要包括線激光器、工業(yè)相機(jī)、鏡頭以及光電控制開(kāi)關(guān)。工業(yè)相機(jī)和線激光器被固定在可升降云臺(tái)上，云臺(tái)可安置在軌旁的任意位置。

（2）軟件方面，設(shè)計(jì)可視化的交互界面，主要包括相機(jī)標(biāo)定界面、光平面標(biāo)定界面以及實(shí)時(shí)測(cè)量界面。相機(jī)標(biāo)定和光平面標(biāo)定是前期的準(zhǔn)備工作，只需標(biāo)定一次即可；實(shí)時(shí)測(cè)量界面可以看到結(jié)構(gòu)光系統(tǒng)在工作時(shí)的設(shè)備狀態(tài)、數(shù)據(jù)采集狀態(tài)、重建結(jié)果的顯示等。

3.3 數(shù)據(jù)可視化

數(shù)據(jù)可視化是將重建得到的走行部模型進(jìn)行渲染，形成更好的可視化效果，主要分為2個(gè)方面：一是三維模型的表面重建，建立離散點(diǎn)云的拓?fù)潢P(guān)系；二是點(diǎn)云的著色。

（1）表面重建。三維模型的表面重建是將離散三維點(diǎn)云建立拓?fù)潢P(guān)系，從而還原出實(shí)物的原貌，重建后的模型中，輪廓和形狀更加清晰，有助于對(duì)模型上各零部件進(jìn)行判別。在獲取點(diǎn)云數(shù)據(jù)時(shí)，由于受到設(shè)備精度、環(huán)境因素、被測(cè)物體表面性質(zhì)變化等因素的影響，點(diǎn)云數(shù)據(jù)中不可避免地出現(xiàn)一些噪聲。針對(duì)點(diǎn)云數(shù)據(jù)中的背景點(diǎn)、噪聲點(diǎn)、離群點(diǎn)及空洞等，通過(guò)背景去除和濾波的方法進(jìn)行有效去除。由于表面重建對(duì)于離散數(shù)據(jù)的平滑性有一定要求，通過(guò)下采樣和增采樣平滑點(diǎn)云，同時(shí)，下采樣能夠保證點(diǎn)云原本特征不變并降低點(diǎn)云的規(guī)模，提高處理的速度。表面重建使用貪婪投影三角化算法，重建效果見(jiàn)圖4。

圖4 走行部表面重建效果

（2）點(diǎn)云著色。點(diǎn)云著色是將離散三維點(diǎn)云的每個(gè)三維數(shù)據(jù)點(diǎn)賦值顏色信息。首先通過(guò)濾波的方法，濾除三維點(diǎn)云的孤立點(diǎn)。通過(guò)對(duì)三維數(shù)據(jù)點(diǎn)的距離聚類(lèi)，將在空間位置上屬于同一區(qū)域的離散點(diǎn)劃分為同一類(lèi)別，并對(duì)該類(lèi)別的三維數(shù)據(jù)點(diǎn)賦值為同一顏色信息。通過(guò)對(duì)三維點(diǎn)云著色，能夠有效區(qū)分各部件的相對(duì)位置關(guān)系。點(diǎn)云著色見(jiàn)圖5。

圖5 點(diǎn)云著色

3.4 附著物體積測(cè)量

列車(chē)走行部粘附物的體積測(cè)量是三維異物檢測(cè)的主要手段。體積測(cè)量通過(guò)點(diǎn)云差值的方法進(jìn)行計(jì)算，其計(jì)算流程見(jiàn)圖6。

加載重建點(diǎn)云模型和基準(zhǔn)點(diǎn)云模型到同一坐標(biāo)系下，受采集時(shí)間點(diǎn)的延遲和列車(chē)運(yùn)行速度的影響，2次重建的點(diǎn)云模型整體出現(xiàn)偏移。利用迭代最近點(diǎn)（Iterative Closest Points，ICP）算法，將重建點(diǎn)云模型與基準(zhǔn)點(diǎn)云模型配準(zhǔn)，為了加快ICP的運(yùn)算速度，采用去除背景數(shù)據(jù)和下采樣的方法可降低點(diǎn)云數(shù)據(jù)量，通過(guò)迭代計(jì)算最優(yōu)的旋轉(zhuǎn)和平移矩陣，最終實(shí)現(xiàn)點(diǎn)云的配準(zhǔn)。將配準(zhǔn)后的2個(gè)點(diǎn)云模型做差，由于點(diǎn)云數(shù)據(jù)的離散性，做差后的點(diǎn)云存在大量冗余點(diǎn)。冗余數(shù)據(jù)大多分布在基準(zhǔn)平面上，設(shè)定上下限閾值并檢測(cè)特定位置，去除冗余點(diǎn)，形成附著物點(diǎn)云（見(jiàn)圖7），對(duì)該點(diǎn)云進(jìn)行積分計(jì)算，得到附著物的實(shí)際體積，計(jì)算誤差為 4.14%。

圖6 體積測(cè)量流程

圖7 附著物點(diǎn)云

4 結(jié)束語(yǔ)

為了實(shí)現(xiàn)列車(chē)走行部的異物檢測(cè)，提出基于線結(jié)構(gòu)光的三維檢測(cè)方法，通過(guò)結(jié)構(gòu)光系統(tǒng)，重建走行部的三維模型，并進(jìn)一步測(cè)量走行部粘附物的體積，能夠?yàn)榱熊?chē)運(yùn)營(yíng)提供預(yù)警信息。在模擬實(shí)驗(yàn)環(huán)境下，驗(yàn)證了該技術(shù)方案的可行性，能夠?qū)崿F(xiàn)列車(chē)走行部的異物檢測(cè)。在三維數(shù)據(jù)可視化方面，采用紋理重建技術(shù)能夠進(jìn)一步提升模型的可視化效果，在測(cè)量精度方面也需要進(jìn)一步提高三維測(cè)量的精度。