劉建仁 ，劉 衛(wèi) ，陳 滔

（1.南寧中車軌道交通裝備有限公司，廣西 南寧530200；2.株洲中車特種裝備科技有限公司，湖南 株洲412001；3.南寧中車鋁材精密加工有限公司，廣西 南寧530031）

0 引言

弓網(wǎng)系統(tǒng)是高速鐵路牽引供電系統(tǒng)的關(guān)鍵組成部分，弓網(wǎng)之間的受流質(zhì)量直接決定著列車運(yùn)行的安全性、穩(wěn)定性、可靠性及速度。但由于弓網(wǎng)之間存在復(fù)雜的力學(xué)和電氣作用交互影響，其故障率一直較高，嚴(yán)重影響高速列車的安全運(yùn)行。

隨著我國(guó)電力機(jī)車運(yùn)行速度的日益提高、高速鐵路的快速發(fā)展和運(yùn)營(yíng)品質(zhì)需求的提高，對(duì)于高速鐵路弓網(wǎng)系統(tǒng)的安全運(yùn)行提出了更高的要求。高速列車弓網(wǎng)狀態(tài)監(jiān)測(cè)對(duì)于保證弓網(wǎng)系統(tǒng)安全運(yùn)行具有重要的意義。鐵路總公司提出的“高速鐵路供電安全檢測(cè)系統(tǒng)（6C系統(tǒng)）總體技術(shù)規(guī)范”要求對(duì)高速鐵路牽引供電系統(tǒng)進(jìn)行全方位、全覆蓋的綜合檢測(cè)監(jiān)測(cè)，其核心思想是設(shè)計(jì)標(biāo)準(zhǔn)規(guī)范的檢測(cè)裝置、拍攝海量的照片和視頻、對(duì)關(guān)鍵的弓網(wǎng)參數(shù)及故障進(jìn)行檢測(cè)監(jiān)測(cè)。

1 弓網(wǎng)檢測(cè)技術(shù)的發(fā)展

弓網(wǎng)系統(tǒng)作為高速鐵路的重要子系統(tǒng)之一，隨著列車運(yùn)行速度的提升，弓網(wǎng)檢測(cè)要求也更高，檢測(cè)方式逐步向快速化、自動(dòng)化、智能化和綜合化方向發(fā)展。目前，弓網(wǎng)檢測(cè)采用的主要技術(shù)手段有：人工檢測(cè)、接觸式弓網(wǎng)檢測(cè)、非接觸式測(cè)距技術(shù)弓網(wǎng)檢測(cè)、非接觸式圖像處理技術(shù)弓網(wǎng)檢測(cè)。

人工檢測(cè)是傳統(tǒng)的弓網(wǎng)檢測(cè)技術(shù)，主要是人工作業(yè)效率低，安全性差，干擾行車，且對(duì)檢測(cè)人員的工作經(jīng)驗(yàn)要求較高。因此，已逐漸被替換。接觸式弓網(wǎng)檢測(cè)主要采用各種傳感器來(lái)測(cè)量幾何參數(shù)，如在受電弓上安裝電阻傳感器測(cè)量導(dǎo)高、利用壓力傳感器測(cè)量拉出值等。文獻(xiàn)[1]在受電弓滑板上安裝接近傳感器檢測(cè)接觸線拉出值。任世光將光纖內(nèi)埋式磨耗傳感器嵌入滑板內(nèi)，設(shè)計(jì)了滑板磨耗檢測(cè)及自動(dòng)降弓裝置。由于激光、超聲波等測(cè)距技術(shù)的發(fā)展，其在弓網(wǎng)系統(tǒng)檢測(cè)方面得到了廣泛的應(yīng)用。日本和德國(guó)都開(kāi)發(fā)了超聲波檢測(cè)系統(tǒng)及儀器，可以有效的檢測(cè)弓網(wǎng)幾何參數(shù)[2-3]。文獻(xiàn)[4]設(shè)計(jì)了利用超聲波傳感器作為檢測(cè)元件的受電弓磨耗檢測(cè)裝置。

20世紀(jì)90年代起，隨著計(jì)算機(jī)視覺(jué)技術(shù)和圖像處理技術(shù)的蓬勃發(fā)展，采用光學(xué)測(cè)量原理的非接觸式圖像檢測(cè)技術(shù)越來(lái)越受到研究人員的重視，其在弓網(wǎng)檢測(cè)中的應(yīng)用也越來(lái)越多，相關(guān)研究也愈加深入。由于圖像檢測(cè)技術(shù)可實(shí)現(xiàn)自動(dòng)化和智能化，對(duì)行車干擾小等優(yōu)點(diǎn)，其在弓網(wǎng)檢測(cè)中的應(yīng)用也更加廣泛。

2012年，為實(shí)現(xiàn)對(duì)高速鐵路牽引供電系統(tǒng)綜合全面的檢測(cè)分析，原鐵道部頒布實(shí)施《高速鐵路供電安全檢測(cè)監(jiān)測(cè)系統(tǒng)（6C系統(tǒng)）總體技術(shù)規(guī)范》，其總體架構(gòu)如圖1所示。根據(jù)6C系統(tǒng)總體架構(gòu)，標(biāo)準(zhǔn)的檢測(cè)監(jiān)測(cè)裝置將大量采用非接觸式圖像檢測(cè)技術(shù)，其中動(dòng)態(tài)檢測(cè)是必不可缺的重要組成部分，主要體現(xiàn)在以下三個(gè)方面：C1及C3裝置中對(duì)于車載接觸網(wǎng)運(yùn)行狀態(tài)檢測(cè)的要求，主要測(cè)量接觸網(wǎng)動(dòng)態(tài)幾何參數(shù)中的動(dòng)態(tài)拉出值、接觸導(dǎo)線高度等；C4裝置對(duì)于接觸網(wǎng)懸掛狀態(tài)檢測(cè)監(jiān)測(cè)，需要準(zhǔn)確分辨定位器區(qū)域零部件的脫落、裂損等故障現(xiàn)象；C5裝置中對(duì)于受電弓滑板的監(jiān)測(cè)。本文主要在這三個(gè)方面進(jìn)行概述分析。

圖1 6C系統(tǒng)總體架構(gòu)圖

2 接觸網(wǎng)幾何參數(shù)檢測(cè)

為了保證列車運(yùn)行安全，延長(zhǎng)受電弓、接觸網(wǎng)的使用壽命，防止“刮弓”或“鉆弓”等事故的發(fā)生，保障弓網(wǎng)系統(tǒng)的安全穩(wěn)定運(yùn)行，必須對(duì)接觸網(wǎng)幾何參數(shù)進(jìn)行實(shí)時(shí)檢測(cè)，及時(shí)發(fā)現(xiàn)和處理故障隱患。

近年來(lái)，隨著圖像處理、空間幾何等學(xué)科內(nèi)容的立體視覺(jué)技術(shù)迅速發(fā)展，實(shí)時(shí)圖像檢測(cè)技術(shù)有了極大的提高，應(yīng)用也較為成熟。針對(duì)傳統(tǒng)檢測(cè)方法的不足，設(shè)計(jì)基于計(jì)算機(jī)視覺(jué)技術(shù)的車載圖像檢測(cè)監(jiān)測(cè)系統(tǒng)用于對(duì)接觸網(wǎng)的幾何參數(shù)進(jìn)行實(shí)時(shí)、有效的檢測(cè)就顯得尤為重要。其檢測(cè)的主要過(guò)程如圖2所示。相關(guān)工作及研究人員根據(jù)多種不同的測(cè)量原理，建立數(shù)學(xué)模型，進(jìn)行了大量的研究。文獻(xiàn)[5-6]運(yùn)用光學(xué)三角測(cè)量原理分別設(shè)計(jì)了接觸導(dǎo)線幾何參數(shù)的檢測(cè)系統(tǒng)和數(shù)學(xué)模型，再用邊緣檢測(cè)等圖像處理的方法鎖定檢測(cè)目標(biāo)，計(jì)算出接觸線拉出值與導(dǎo)高。文獻(xiàn)[7]根據(jù)雙目立體視覺(jué)技術(shù)的測(cè)量原理，推導(dǎo)接觸線幾何參數(shù)測(cè)量的數(shù)學(xué)模型，采用基于零交叉點(diǎn)算法與二次曲線擬合相結(jié)合的亞像素邊緣檢測(cè)方法，提取邊界點(diǎn)坐標(biāo)值，測(cè)量導(dǎo)高、拉出值和磨損面寬度等幾何參數(shù)。為了提高接觸網(wǎng)幾何參數(shù)動(dòng)態(tài)檢測(cè)速度，文獻(xiàn)[8]設(shè)計(jì)了一種雙線陣攝像機(jī)與線結(jié)構(gòu)光相結(jié)合的視覺(jué)傳感器，建立了接觸網(wǎng)幾何參數(shù)非線性視覺(jué)測(cè)量模型。文獻(xiàn)[9-10]分別運(yùn)用迭代閾值法、均值漂移和粒子濾波算法等跟蹤算法處理攝像機(jī)拍攝的圖片，提高了激光斑點(diǎn)測(cè)量的準(zhǔn)確性以及定位的實(shí)時(shí)性，通過(guò)坐標(biāo)轉(zhuǎn)換計(jì)算幾何參數(shù)。文獻(xiàn)[11]通過(guò)均值漂移算法對(duì)接觸線進(jìn)行跟蹤，應(yīng)用高斯混合模型進(jìn)行前景檢測(cè)，可實(shí)現(xiàn)快速定位。文獻(xiàn)[12]將粒子群算法應(yīng)用于圖像跟蹤中，并與均值漂移算法對(duì)比效果更好。

圖2 圖像檢測(cè)的主要過(guò)程

隨著計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展，更多分辨率高的光學(xué)儀器和裝置應(yīng)用于圖像檢測(cè)。文獻(xiàn)[13]基于雙目視覺(jué)測(cè)量原理，通過(guò)兩臺(tái)高清攝像機(jī)采集測(cè)量特征并進(jìn)行圖像處理和三維解算，實(shí)現(xiàn)接觸網(wǎng)幾何參數(shù)的實(shí)時(shí)測(cè)量。文獻(xiàn)[14]采用多目立體視覺(jué)技術(shù)，研究基于4個(gè)線陣相機(jī)，通過(guò)建立線陣相機(jī)與幾何參數(shù)的測(cè)量模型，對(duì)圖像進(jìn)行目標(biāo)追蹤、圖像處理及坐標(biāo)轉(zhuǎn)換，實(shí)現(xiàn)接觸網(wǎng)幾何參數(shù)的非接觸測(cè)量。文獻(xiàn)[15]利用高清攝像頭攝取弓網(wǎng)接觸部位的圖像，提取其輪廓曲線，運(yùn)用模板匹配算法定位受電弓，用霍夫變換來(lái)進(jìn)行直線檢測(cè)。另外，還有研究利用面陣相機(jī)等設(shè)備進(jìn)行拍攝，如弓網(wǎng)科技設(shè)計(jì)了基于面陣相機(jī)的接觸網(wǎng)檢測(cè)方式，但其幀率不高，實(shí)時(shí)性不強(qiáng)，效率有待提高。

在動(dòng)態(tài)檢測(cè)過(guò)程中，由于列車運(yùn)行的振動(dòng)、不平順、轉(zhuǎn)彎，導(dǎo)致拍攝的圖像有噪聲、標(biāo)定存在誤差、幾何參數(shù)的測(cè)量值有不確定性等，影響檢測(cè)精度。因此，為提高檢測(cè)的精度，需要對(duì)車體進(jìn)行振動(dòng)補(bǔ)償。文獻(xiàn)[16]利用傳感器對(duì)車體相對(duì)于軌面的位移及偏角進(jìn)行測(cè)量，建立了補(bǔ)償公式。文獻(xiàn)[17]利用動(dòng)力學(xué)和統(tǒng)計(jì)方法建立振動(dòng)模型，利用最小二乘擬合法導(dǎo)出振動(dòng)補(bǔ)償函數(shù)，對(duì)接觸線拉出值進(jìn)行補(bǔ)償。文獻(xiàn)[18]利用非接觸式位移傳感器激光雷達(dá)，測(cè)量車體相對(duì)于軌道的位移和角度，對(duì)動(dòng)態(tài)接觸線拉出值進(jìn)行補(bǔ)償。文獻(xiàn)[19]通過(guò)分析檢測(cè)車振動(dòng)對(duì)檢測(cè)系統(tǒng)的影響，推導(dǎo)幾何參數(shù)補(bǔ)償公式，建立接觸線幾何模型的卡爾曼濾波方程，修正接觸線幾何參數(shù)檢測(cè)值。為減少圖像噪聲的影響，文獻(xiàn)[20]應(yīng)用基于BM3D的自適應(yīng)降噪新方法，自適應(yīng)估算閾值和自適應(yīng)濾波，得到基礎(chǔ)估計(jì)圖像，估算噪聲方差，實(shí)現(xiàn)聯(lián)合維納濾波得到最終估計(jì)圖像，簡(jiǎn)化參數(shù)設(shè)置，通過(guò)降噪處理，保留了邊緣棱角等細(xì)節(jié)信息。

3 接觸網(wǎng)懸掛狀態(tài)檢測(cè)監(jiān)測(cè)

隨著高速列車運(yùn)行速度的提高及行車密度的增大，不僅對(duì)接觸網(wǎng)及受電弓安全運(yùn)行提出了更高的要求，對(duì)接觸網(wǎng)的檢測(cè)和維修要求也越來(lái)越高。在列車上安裝接觸網(wǎng)檢測(cè)裝置，實(shí)現(xiàn)對(duì)定位器、絕緣子及旋轉(zhuǎn)雙耳的實(shí)時(shí)檢測(cè)和圖像故障識(shí)別，可以為列車運(yùn)營(yíng)提供依據(jù)，為維修部門提供更及時(shí)準(zhǔn)確的維修數(shù)據(jù)，高效精確的指導(dǎo)維修維護(hù)作業(yè)。因此，實(shí)時(shí)狀態(tài)檢測(cè)和維修是未來(lái)的發(fā)展趨勢(shì)。

對(duì)于接觸網(wǎng)懸掛狀態(tài)的檢測(cè)監(jiān)測(cè)，主要運(yùn)用高清攝像機(jī)、相陣相機(jī)采集視距內(nèi)的圖像并進(jìn)行處理分析，運(yùn)用圖像處理算法識(shí)別常見(jiàn)的典型零部件故障。目前主要識(shí)別的故障有：絕緣子夾雜異物故障、絕緣子破損、旋轉(zhuǎn)雙耳耳片斷裂等。其檢測(cè)的基本過(guò)程為：先對(duì)圖像進(jìn)行預(yù)處理提取特征值，然后運(yùn)用匹配算法對(duì)零部件進(jìn)行匹配定位，最后對(duì)零部件所在區(qū)域圖像進(jìn)行圖像分析并判斷是否存在故障。文獻(xiàn)[21]根據(jù)CV（Chan-Vese）模型提取絕緣子輪廓并通過(guò)Harris角點(diǎn)檢測(cè)方法來(lái)匹配，使用離散余弦變換對(duì)絕緣子圖像故障增強(qiáng)并對(duì)增強(qiáng)后圖像邊緣點(diǎn)進(jìn)行譜聚類，給出故障判斷，取得了較好的效果。文獻(xiàn)[22]利用金字塔分解、最大互相關(guān)運(yùn)算及小波變換模極大值求解等圖像處理方法來(lái)判斷絕緣子故障，可減少人工識(shí)別檢測(cè)圖像的工作量。文獻(xiàn)[23]通過(guò)對(duì)圖像進(jìn)行 Harris角點(diǎn)檢測(cè)，SSDA（Sequential Similarity Detection Algorithm）匹配運(yùn)算及對(duì)絕緣子圖像分裂、鏡像處理和圖像差分來(lái)判斷絕緣子故障，實(shí)現(xiàn)了模板匹配的抗旋轉(zhuǎn)性，且故障判斷較為簡(jiǎn)潔。文獻(xiàn)[24-26]分別提出基于快速魯棒性特征匹配和尺度不變特征匹配的檢測(cè)絕緣子和旋轉(zhuǎn)雙耳的方法，可以實(shí)現(xiàn)快速匹配定位，且可用于對(duì)絕緣子故障的自動(dòng)識(shí)別，通過(guò)邊緣檢測(cè)及灰度統(tǒng)計(jì)分析可實(shí)現(xiàn)旋轉(zhuǎn)雙耳的故障檢測(cè)，實(shí)驗(yàn)效果較好。

4 受電弓滑板監(jiān)測(cè)

受電弓是高速列車的關(guān)鍵部件，與接觸網(wǎng)之間存在機(jī)械磨損及電弧現(xiàn)象，其滑板不斷磨損會(huì)產(chǎn)生損壞、斷裂等不良狀況。為確保電力機(jī)車的正常受流，對(duì)受電弓滑板的技術(shù)狀態(tài)進(jìn)行監(jiān)測(cè)很有必要，有助于及時(shí)進(jìn)行檢修或更換。

對(duì)于受電弓滑板的技術(shù)狀態(tài)監(jiān)測(cè)主要是通過(guò)對(duì)安裝在高速鐵路車站及其咽喉區(qū)的高清攝像機(jī)拍攝的受電弓滑板區(qū)域的圖片進(jìn)行分析處理，判斷是否存在損壞、斷裂等不良狀況。應(yīng)用圖像處理方法進(jìn)行受電弓滑板的狀態(tài)及故障分析的關(guān)鍵在于圖像邊緣提取和故障特征提取。文獻(xiàn)[24]利用全景相機(jī)對(duì)受電弓實(shí)時(shí)監(jiān)測(cè)，通過(guò)對(duì)俯視圖和側(cè)視圖的分析處理判斷受電弓滑板磨損和損壞。文獻(xiàn)[25-26]使用高斯同態(tài)濾波和多種邊緣提取算法檢測(cè)受電弓滑板磨耗量，并運(yùn)用小波算子更有效的檢測(cè)滑板邊緣，速度快，具有較好的適應(yīng)性。文獻(xiàn)[27]采用模糊C-均值聚類方法對(duì)不同圖像邊緣分類并確定曲線起始點(diǎn)坐標(biāo)，運(yùn)用Sobel、Canny兩種算子提取圖像邊緣，采用均值方法校正測(cè)量結(jié)果，降低不平滑邊緣的影響，實(shí)現(xiàn)較高精度的滑板厚度測(cè)量。文獻(xiàn)[28]設(shè)計(jì)了圖像采集系統(tǒng)對(duì)受電弓滑板進(jìn)行在線動(dòng)態(tài)檢測(cè)，通過(guò)五種邊緣檢測(cè)算法的對(duì)比，選擇最佳算法Canny算子檢測(cè)圖像邊緣。文獻(xiàn)[29-30]也對(duì)受電弓滑板圖像Canny邊緣檢測(cè)進(jìn)行了研究，效果表明方法的可行性較高。如圖3所示，左右分別為受電弓原圖、邊緣檢測(cè)后圖像。文獻(xiàn)[31]通過(guò)Hough變換和模糊聚類算法等圖像處理方法去除光照不均及噪聲的干擾，采用Canny算子精確提取滑板的邊緣信息，并引入邊緣生長(zhǎng)方法實(shí)現(xiàn)不連續(xù)邊緣的連接，通過(guò)圖像標(biāo)定計(jì)算出實(shí)際滑板磨耗厚度。對(duì)于滑板裂紋的判斷識(shí)別也非常重要，文獻(xiàn)[32]提出一種基于二代曲波變換的移動(dòng)平行窗（TPW）裂紋識(shí)別算法，對(duì)電弓滑板不同圖像特征之間曲波分解系數(shù)進(jìn)行處理，對(duì)各種圖像特征區(qū)分，比較準(zhǔn)確地檢測(cè)圖像中的裂紋信息，并定位裂紋所在位置。文獻(xiàn)[33]提出一種基于區(qū)間二型模糊熵的邊緣檢測(cè)方法，獲得主體特征增強(qiáng)的滑板邊緣圖像，運(yùn)用基于極角約束Hough變換的裂紋提取方法排除非裂紋圖形元素的特征點(diǎn)，實(shí)現(xiàn)滑板裂紋的自動(dòng)檢測(cè)。

圖3 受電弓原圖及canny邊緣檢測(cè)圖

5 結(jié)束語(yǔ)

目前，弓網(wǎng)動(dòng)態(tài)圖像檢測(cè)技術(shù)發(fā)展迅猛，但仍然不能做到全方位的在線綜合檢測(cè)。隨著科學(xué)技術(shù)發(fā)展的深入，更先進(jìn)的儀器及算法技術(shù)將被綜合應(yīng)用在弓網(wǎng)動(dòng)態(tài)圖像檢測(cè)方面，根據(jù)目前的發(fā)展趨勢(shì)，主要有以下幾個(gè)方面：

（1）列車運(yùn)行過(guò)程中不可避免地會(huì)產(chǎn)生振動(dòng)，影響檢測(cè)的精度，盡管已經(jīng)研究了大量的補(bǔ)償方法，但車體振動(dòng)形式復(fù)雜，在對(duì)車體振動(dòng)的全面補(bǔ)償研究方面還可以進(jìn)一步提高。

（2）受天氣、光照等條件的影響，全天候的實(shí)時(shí)在線檢測(cè)難度很大，可以研究更多的新算法或現(xiàn)有的算法進(jìn)行改進(jìn)，運(yùn)用更新、更高分辨率的圖像采集設(shè)備，如3D相機(jī)、高精度高幀率的面陣相機(jī)、三維攝像機(jī)等。

（3）當(dāng)前的檢測(cè)算法主要運(yùn)用簡(jiǎn)單的模式識(shí)別和機(jī)器學(xué)習(xí)算法，沒(méi)有充分挖掘圖像的數(shù)據(jù)信息，研究基于深度學(xué)習(xí)理論的圖像檢測(cè)技術(shù)，通過(guò)運(yùn)用大數(shù)據(jù)和云計(jì)算等技術(shù)，可以設(shè)計(jì)準(zhǔn)確率更高的分類器，快速提取圖像信息，定位關(guān)鍵位置，匹配故障類型。

（4）在線實(shí)時(shí)檢測(cè)也可以利用歷史數(shù)據(jù)對(duì)比方法，通過(guò)實(shí)時(shí)數(shù)據(jù)與歷史數(shù)據(jù)或標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行動(dòng)態(tài)對(duì)比，建立數(shù)據(jù)庫(kù)對(duì)海量檢測(cè)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，生成實(shí)時(shí)狀態(tài)曲線或報(bào)表，完整直觀的全面呈現(xiàn)檢測(cè)數(shù)據(jù)，高效精確的指導(dǎo)維修維護(hù)作業(yè)。

（5）構(gòu)建弓網(wǎng)檢測(cè)大平臺(tái)，利用圖像檢測(cè)在綜合采集復(fù)雜弓網(wǎng)圖像方面的優(yōu)點(diǎn)，對(duì)多參數(shù)統(tǒng)一檢測(cè)、多故障統(tǒng)一識(shí)別，建立專家系統(tǒng)，全面綜合圖像信息。