倪逸文 中國(guó)鐵路上海局集團(tuán)有限公司科研所

1 引言

動(dòng)車(chē)組車(chē)輪踏面硌傷使得車(chē)輛異常振動(dòng)，走行部零部件損傷加劇、縮短其使用壽命，同時(shí)也影響旅客的舒適性。動(dòng)車(chē)組車(chē)輪踏面硌傷時(shí)常發(fā)生，究其原因，是由于鋼軌軌面存在異物造成的，鋼軌異物主要依靠人工上線(xiàn)排查，排查時(shí)間長(zhǎng)、難度大，嚴(yán)重影響正常的行車(chē)秩序。亟需研究制定一套有效、智能和可靠的鋼軌異物檢測(cè)裝置，為確保高速鐵路動(dòng)車(chē)組在發(fā)現(xiàn)車(chē)輪踏面硌傷后快速的判定鋼軌異物位置，消除行車(chē)安全隱患。

2 研究目標(biāo)與方案

高鐵鋼軌軌面異物檢測(cè)裝置采用機(jī)器視覺(jué)技術(shù)，利用線(xiàn)結(jié)構(gòu)光結(jié)合線(xiàn)陣列相機(jī)完成鋼軌硌傷的間隔線(xiàn)陣圖像采集，在時(shí)速不大于350 km/h（97.2 m/s）條件下，為保證圖像分辨率不大于0.5 mm/pixel，理論曝光時(shí)間應(yīng)不大于6 us，考慮運(yùn)動(dòng)模糊及拖影，工業(yè)應(yīng)用環(huán)境下曝光時(shí)間應(yīng)不大于5 us(對(duì)應(yīng)相機(jī)采集頻率166 kHz)。

在本裝置中，為了使圖像不變形，需要根據(jù)動(dòng)車(chē)組實(shí)際車(chē)速來(lái)觸發(fā)線(xiàn)陣列相機(jī)，車(chē)速越快，觸發(fā)越快。因動(dòng)車(chē)組車(chē)下無(wú)法安裝編碼器，最終是要靠模擬觸發(fā)，使用GPS獲得實(shí)時(shí)速度值，通過(guò)模擬觸發(fā)硬件發(fā)送觸發(fā)信號(hào)給相機(jī)進(jìn)行觸發(fā)。

3 硬件設(shè)計(jì)

高鐵鋼軌軌面異物檢測(cè)裝置以CRH380BL設(shè)備倉(cāng)作為安裝平臺(tái)，快速安裝，主要由高速成像裝置、鋼軌光帶圖像采集分析機(jī)箱、電源分配模塊、鋰電池、GPS時(shí)空定位裝置、WIFI增強(qiáng)路由器等模塊組成。如圖1所示：

圖1 高鐵鋼軌軌面異物檢測(cè)裝置結(jié)構(gòu)原理圖

該設(shè)備安裝在動(dòng)車(chē)組底部，視野為兩塊底板之間抽去橡膠條后的空隙，針對(duì)周?chē)h(huán)境較暗縱向視野范圍較小的情況，采用了激光光源和線(xiàn)陣列相機(jī)以一定的角度拍攝的硬件設(shè)計(jì)。根據(jù)現(xiàn)場(chǎng)測(cè)試效果，激光中心與鋼軌軌面的設(shè)計(jì)角度定為60°。裝置硬件結(jié)構(gòu)如圖2所示：

圖2 高鐵鋼軌軌面異物檢測(cè)裝置硬件結(jié)構(gòu)圖

高速鐵路動(dòng)車(chē)組上運(yùn)行時(shí)速到達(dá)350 km/h的情況下，線(xiàn)掃描的頻率在166 kHz。這就對(duì)存儲(chǔ)速度提出了較高的要求。為了控制相機(jī)采集圖像數(shù)據(jù)量較大的特征，在內(nèi)存的堆里分配空間來(lái)生成Buffer對(duì)象。為了兼容存儲(chǔ)速度和設(shè)備的體積，采用FPGA硬件對(duì)圖像進(jìn)行快速壓縮以及高速固態(tài)硬盤(pán)存儲(chǔ)圖像。圖像采集存儲(chǔ)原理如圖3所示：

圖3 圖像采集存儲(chǔ)原理圖

4 軟件設(shè)計(jì)

高鐵鋼軌軌面異物檢測(cè)裝置軟件由圖像采集和圖像處理兩部分組成。

（1）圖像采集是由GPS采集設(shè)備采集速度信息，經(jīng)由信號(hào)觸發(fā)產(chǎn)生模擬編碼器觸發(fā)信號(hào)，觸發(fā)2臺(tái)相機(jī)同時(shí)采集圖像（即左右軌），相機(jī)接收觸發(fā)信號(hào)，逐行拍攝，并將拍攝的圖像傳遞給壓縮模塊，通過(guò)壓縮模塊的整合發(fā)送給采集應(yīng)用程序。應(yīng)用程序做相應(yīng)處理后將圖像保存下來(lái)。本研究方法采用Visual C++作為應(yīng)用程序的開(kāi)發(fā)工具，對(duì)壓縮模塊的廠(chǎng)家提供的sdk進(jìn)行二次編程。軟件界面如圖4所示：

圖4 圖像采集軟件運(yùn)行界面

針對(duì)高速鐵路上限速度高，加減時(shí)速度夸度大的特征，應(yīng)用程序接收GPS的速度信號(hào)換算為相機(jī)觸發(fā)頻率，并根據(jù)一定閾值控制觸發(fā)。圖像采集觸發(fā)條件為：速度變化超過(guò)閾值。閾值太小會(huì)影響數(shù)據(jù)的壓縮比，閾值太大會(huì)影響數(shù)據(jù)精度。需根據(jù)實(shí)際數(shù)據(jù)系統(tǒng)的運(yùn)行情況進(jìn)行大量的實(shí)驗(yàn)得出經(jīng)驗(yàn)閾值?？紤]到進(jìn)站以及過(guò)隧道等可能對(duì)GPS信號(hào)產(chǎn)生干擾的特殊情況，應(yīng)用程序添加了手動(dòng)調(diào)整觸發(fā)的模式。圖像采集觸發(fā)算法流程如5圖所示：

圖5 圖像采集觸發(fā)算法流程

（2）圖像處理通過(guò)循環(huán)輸入圖像，對(duì)每幅圖像進(jìn)行處理。根據(jù)預(yù)處理后的圖像的灰度變化，利用水平投影和垂直投影的平滑性改變來(lái)檢測(cè)缺陷，正常情況下的投影曲線(xiàn)應(yīng)是平滑的，如出現(xiàn)波動(dòng)，則說(shuō)明光帶具有缺陷。

水平/垂直積分投影是將同一列/行所有或部分區(qū)間的像素灰度值進(jìn)行累加，從而得到圖像灰度在水平/垂直方向上的分布變化情況。假設(shè)I(x,y)表示點(diǎn)陣圖像(x,y)處的像素灰度值，則區(qū)間[y1,y2]和[x1,x2]內(nèi)的垂直積分投影函數(shù)Sv(x)和水平積分投影函數(shù)Sh(y)分別為：

垂直/水平積分投影將圖像灰度的二維信息投影為一維曲線(xiàn)，簡(jiǎn)化相關(guān)計(jì)算的復(fù)雜度。在背景灰度較均勻的情況下，可根據(jù)垂直/水平積分投影曲線(xiàn)的變化準(zhǔn)確獲取目標(biāo)在圖像中的水平/垂直位置。

對(duì)輸入圖像進(jìn)行縱向投影，剪切出光帶及其周邊部分區(qū)域。因?yàn)楣鈳У幕叶戎底畲?，縱向投影后值最大，對(duì)索引矩陣排序后會(huì)找出其中最大值，這樣可找出光帶具體位置，從而外擴(kuò)若干像素剪切出光帶子圖。再對(duì)剪切圖像進(jìn)行橫向投影，進(jìn)而找出存在光帶缺陷的圖像（如圖6、圖7所示）。

圖6 縱向投影光帶子圖剪切

圖7 光帶圖及其橫向投影曲線(xiàn)圖

5 現(xiàn)場(chǎng)試驗(yàn)

檢測(cè)高鐵動(dòng)車(chē)組車(chē)輪踏面硌傷的試驗(yàn)于2020年12月18日在設(shè)備裝車(chē)（CRH380BL-3540），于2020年12月21日至24日進(jìn)行了夜間天窗調(diào)試采集，于2020年12月25日結(jié)束線(xiàn)上試驗(yàn)拆除設(shè)備并復(fù)原?，F(xiàn)場(chǎng)設(shè)備安裝如圖8所示：

圖8 現(xiàn)場(chǎng)測(cè)試設(shè)備圖

測(cè)試數(shù)據(jù)為滬寧城際上海虹橋站至南京站區(qū)間上下行，全段數(shù)據(jù)清晰完整。測(cè)試數(shù)據(jù)在經(jīng)過(guò)圖像識(shí)別軟件處理后，再將識(shí)別出來(lái)的圖片進(jìn)行人工篩選。最終分析出了十六張疑似缺陷的圖片（如圖9所示）。

圖9 鋼軌光帶識(shí)別圖

6 研究結(jié)論

通過(guò)對(duì)鋼軌軌面異物圖像高速采集和智能處理，形成一套高效、智能和方便的高鐵鋼軌軌面異物快速檢測(cè)裝置，極大提高了軌面異物查找效率，為保障高鐵安全運(yùn)行提供技術(shù)支撐。