王寧 柴雪松 暴學(xué)志 李健超 馬學(xué)志 田德柱

1.中國鐵道科學(xué)研究院集團有限公司鐵道建筑研究所，北京 100081；2.中鐵科學(xué)技術(shù)開發(fā)有限公司，北京 100081

隨著高速鐵路運營時間增長，部分無砟道床出現(xiàn)了裂縫、離縫、掉塊等表觀傷損，嚴(yán)重影響軌道結(jié)構(gòu)穩(wěn)定性和耐久性。目前無砟軌道表觀傷損的檢測主要依靠人工巡檢，受鐵路檢修天窗限制，夜晚光照不良，工作效率低，漏檢較多，難以做到全面、有效檢查。

隨著圖像采集、人工智能等技術(shù)的發(fā)展，圖像技術(shù)逐漸應(yīng)用于鐵路基礎(chǔ)設(shè)施智能檢測的研究，涵蓋軌道、橋梁、隧道等工程領(lǐng)域，例如隧道襯砌表觀病害智能檢測系統(tǒng)、車載智能軌道巡檢系統(tǒng)、高速車載式軌道圖像巡視系統(tǒng)等。但在無砟道床表觀裂縫、掉塊等表觀傷損的自動識別方面還缺乏有效手段。在我國鐵路運維的智能化發(fā)展趨勢下，迫切需要研制面向鐵路無砟道床表觀傷損的智能檢測識別系統(tǒng)，提高鐵路無砟道床巡檢的自動化、智能化水平。

在語義分割和卷積神經(jīng)網(wǎng)絡(luò)中有許多優(yōu)秀的網(wǎng)絡(luò)應(yīng)用在混凝土裂縫的識別上［1-6］。Cha等［7］利用Region-CNN模型對裂縫、銹病等多種混凝土傷損進行檢測，但由于不能得到裂縫的幾何邊緣，只能用于裂縫的粗檢測，無法定量描述裂縫表面幾何尺寸。李良福等［8］提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的DBCC（Deep Bridge Crack Classify）分類模型，用于橋梁背景面元和橋梁裂縫面元的識別。瞿中等［9］提出基于融合特征圖的全U型網(wǎng)絡(luò)的裂縫檢測算法，精確率比于U-net提升了1.48%。王紀(jì)武等［10］提出了基于改進Faster RCNN+ZF模型的鐵路橋梁裂縫自動分類方法，在Faster R-CNN網(wǎng)絡(luò)模型前添加一層Prewitt算子銳化卷積層，以提升模型特征提取能力。盧佳祁等［11］提出基于遞進式級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的方法對混凝土表面裂縫進行識別，先采用全卷積神經(jīng)網(wǎng)絡(luò)提取出含有裂縫的窗口區(qū)塊作為感興趣區(qū)域，再使用輕量化的U-Net圖像分割網(wǎng)絡(luò)作用于感興趣區(qū)域，實現(xiàn)裂縫區(qū)域的精確提取。

既有研究已經(jīng)提出了不同的裂縫檢測技術(shù)和算法，但針對無砟道床表觀傷損的檢測精度和計算效率尚待驗證。在我國鐵路智能化運維發(fā)展大趨勢下，迫切需要研究可以進行全周期全覆蓋檢測的無砟道床表觀傷損智能檢測識別系統(tǒng)，實現(xiàn)無砟軌道表面裂縫、缺損以及離縫傷損的精細(xì)化識別，滿足周期性巡檢以及Q/CR 803—2020《高速鐵路無砟道床傷損評定》中0.1 mm的精度要求，提高鐵路無砟道床巡檢的自動化、智能化水平。

1 總體方案

無砟道床表觀傷損識別的技術(shù)難點包括：①存在細(xì)長形和面積形傷損，形態(tài)差異大；②存在0.1 mm和100 cm傷損，尺度差異大；③圖片上絕大部分是背景，裂縫圖像占比小，屬于細(xì)小目標(biāo)特征識別；④背景復(fù)雜，存在陰影、水漬和污漬的干擾；⑤需要識別尺寸為30 000×17 000以上的不定長圖片，單張圖像數(shù)據(jù)量超過30 M，對內(nèi)存和識別速度影響非常大。

在圖像識別算法方面，主要研究方法包括傳統(tǒng)的圖像處理、機器學(xué)習(xí)以及深度學(xué)習(xí)技術(shù)。傳統(tǒng)圖像處理和機器學(xué)習(xí)依賴人工設(shè)計特征，表達(dá)能力較弱；需要復(fù)雜的人工調(diào)參過程；場景定制性強，模型泛化性較差，難以對應(yīng)實際場景中的復(fù)雜情況。深度學(xué)習(xí)技術(shù)可以在大量數(shù)據(jù)的訓(xùn)練中自動提取最適合的特征，圖像識別能力遠(yuǎn)超人類肉眼，但是離不開大規(guī)模的標(biāo)注數(shù)據(jù)集。采用基于深度學(xué)習(xí)的像素級語義分割算法可以獲取形態(tài)、長度和位置，符合裂縫目標(biāo)小、識別要求更精細(xì)的特點。

無砟道床表觀傷損智能識別算法流程如圖1所示，包括訓(xùn)練和預(yù)測兩部分。

圖1 傷損智能識別算法流程

訓(xùn)練流程：首先建立樣本庫，使用標(biāo)注工具對每張圖像進行像素級語義分割標(biāo)注，建立傷損特征分布均衡且滿足一定規(guī)模的傷損樣本數(shù)據(jù)集，按一定比例分為訓(xùn)練集和驗證集；然后構(gòu)建基于編碼-解碼架構(gòu)的深度神經(jīng)網(wǎng)絡(luò)傷損分割模型，將訓(xùn)練集的圖片輸入到分割模型的編碼網(wǎng)絡(luò)提取特征，再輸入到解碼網(wǎng)絡(luò)中將提取的特征生成對象分割結(jié)果，持續(xù)進行模型訓(xùn)練；最后通過驗證集對模型識別能力進行評估，找到最優(yōu)的模型參數(shù)。

預(yù)測流程：首先采用圖像拼接重構(gòu)獲取拼接大圖，對圖像進行預(yù)處理；再通過最優(yōu)模型對現(xiàn)場圖片進行快速檢測，識別裂縫、離縫、掉塊等傷損的像素級類別和位置；然后將識別結(jié)果輸入到后處理模塊進行刪減、合并，優(yōu)化識別結(jié)果；最后依據(jù)之前建立的圖像尺度提取傷損幾何尺寸信息，實現(xiàn)對無砟道床表觀傷損的自動化檢測、傷損趨勢分析和狀態(tài)評定。

2 構(gòu)建樣本庫

通過樣本收集，目前樣本庫中裂縫、離縫、掉塊的樣本數(shù)量共約6 000個，圖片尺寸為1 024×1 024。對樣本庫進行標(biāo)注，包括兩種形式。

1）利用標(biāo)注工具label-image-PRIV對每張圖像進行像素級語義分割標(biāo)注，使用不同顏色標(biāo)注傷損數(shù)據(jù)，構(gòu)造傷損樣本庫，如圖2所示。

圖2 傷損樣本標(biāo)注示例

2）由于裂縫、離縫、掉塊的顏色信息非必要特征，因此圖像均轉(zhuǎn)換為單通道灰度圖像。背景的像素值設(shè)置為0，裂縫、掉塊、離縫的像素值分別為1、2、3，這樣可以提高神經(jīng)網(wǎng)絡(luò)運算速度。為了進一步增加樣本和顯化傷損，經(jīng)過旋轉(zhuǎn)、翻轉(zhuǎn)、直方圖均衡化、Gamma變換等方法進行數(shù)據(jù)增強。

將樣本庫分為訓(xùn)練集、驗證集及測試集，其中訓(xùn)練集與驗證集的比例為4∶1。訓(xùn)練集用于訓(xùn)練、優(yōu)化模型；驗證集用于驗證訓(xùn)練好的模型的性能，選擇最優(yōu)參數(shù)；測試集可以測試模型的各項指標(biāo)。最終窗口圖像訓(xùn)練集6 000張，驗證集1 000張，測試集2 000張。由于圖像中背景區(qū)域面積大于傷損區(qū)域面積，設(shè)置正負(fù)樣本比例為1∶3。

3 分割網(wǎng)絡(luò)模型

常 用 的 語 義 分 割 網(wǎng) 絡(luò) 有FCN、UNet、SegNet、DeepLab以及PSPNet?？紤]到裂縫特征、掉塊特征屬于不同尺寸的特征，采用PPM結(jié)構(gòu)作為分割網(wǎng)絡(luò)的預(yù)測分支，融合4種不同金字塔尺度的特征，其中PSPNet是由ResNet101和空間金字塔池化模塊組成的網(wǎng)絡(luò)，可識別不同尺度的目標(biāo)。由于ResNet101參數(shù)量較多，會導(dǎo)致訓(xùn)練速度、推理速度變慢，且對于裂縫特征，深層網(wǎng)絡(luò)容易導(dǎo)致模型過擬合，因此對PSPNet網(wǎng)絡(luò)進行修改，采用ResNet18作為分割網(wǎng)絡(luò)的特征提取網(wǎng)絡(luò)（主干網(wǎng)絡(luò)），通過選取合適的編碼和解碼結(jié)構(gòu)，最終的分割網(wǎng)絡(luò)可以生成精確的分割圖。整體結(jié)構(gòu)如圖3所示，其中CNN為卷積網(wǎng)絡(luò)，POOL為池化層，CONV為卷積層，CONCAT為拼接合并層。

3.1 編碼網(wǎng)絡(luò)結(jié)構(gòu)

編碼網(wǎng)絡(luò)結(jié)構(gòu)是圖像特征提取器，將輸入圖像轉(zhuǎn)換為由多維特征表示。編碼網(wǎng)絡(luò)主要從圖像分類網(wǎng)絡(luò)中提取出來，只需經(jīng)過簡單改動就可作為分割網(wǎng)絡(luò)的編碼網(wǎng)絡(luò)。

ResNet網(wǎng)絡(luò)殘差結(jié)構(gòu)的輸入?yún)?shù)x經(jīng)過了兩條支路。一條是普通的卷積網(wǎng)絡(luò)層，用來學(xué)習(xí)輸入的特征表達(dá)；另一條是捷徑，直接將輸入x跳過卷積網(wǎng)絡(luò)層，即恒等映射。假設(shè)所需的映射輸出為H（x），在一個殘差結(jié)構(gòu)里堆疊的卷積網(wǎng)絡(luò)層來擬合另一個映射F（x）=H（x）-x，則原來的映射H（x）轉(zhuǎn)化為H（x）=F（x）+x。這一轉(zhuǎn)化可以通過前饋神經(jīng)網(wǎng)絡(luò)的shortcut連接來實現(xiàn)。

Shortcut連接就是跳過一個或者多個層簡單地執(zhí)行恒等映射，再將其輸出與堆疊的卷積網(wǎng)絡(luò)層的輸出疊加。恒等的shortcut連接并不增加參數(shù)和計算復(fù)雜度。更重要的是，由于shortcut連接的存在，網(wǎng)絡(luò)層數(shù)在變得很深時，梯度在從最后一層往前傳時不會變得極小甚至為0，使得網(wǎng)絡(luò)可以收斂。

表1為ResNet18網(wǎng)絡(luò)的詳細(xì)結(jié)構(gòu)，共4個殘差模塊，每個模塊之間都進行一次下采樣操作，即特征圖的輸出尺寸降低50%，同時輸出特征圖維度增加1倍。表中3×3、7×7是卷積核的大小，64、128、256、512是特征圖的維度，stride2是下采樣的步長。

表1 ResNet18網(wǎng)絡(luò)結(jié)構(gòu)

為了減少網(wǎng)絡(luò)的參數(shù)，基于特征圖范數(shù)的裁剪準(zhǔn)則，提出了對ResNet18網(wǎng)絡(luò)冗余卷積核剪枝的壓縮算法。

首先，基于采集的無砟道床圖像提取ResNet18網(wǎng)絡(luò)模型中的每個卷積層的特征圖矩陣。編碼網(wǎng)絡(luò)提取的特征圖如圖4所示。

圖4 編碼網(wǎng)絡(luò)提取的特征圖

然后進行算法修改，步驟如下。

1）計算ResNet18網(wǎng)絡(luò)模型中各層卷積核的特征圖L1范數(shù)均值。

2）基于特征圖L1范數(shù)均值的大小對卷積核進行排序，剪去L1小于預(yù)設(shè)值的冗余卷積核，記錄被剪去的卷積核的原始位置，提取該卷積核在網(wǎng)絡(luò)中的層級權(quán)值。

3）剔除該卷積核原始位置對應(yīng)的參數(shù)連接值，同時對該卷積核的輸入通道進行剪裁，組成新的參數(shù)連接，完成對ResNet18網(wǎng)絡(luò)模型的冗余卷積核的裁剪。

此外，刪掉了ResNet模型的全連接層，且最后兩個殘差模塊不進行下采樣，改為空洞卷積，保留圖像的分辨率同時增加感受野。

對裁剪后的網(wǎng)絡(luò)模型中的權(quán)值進行微調(diào)訓(xùn)練，通過反復(fù)訓(xùn)練、驗證、調(diào)參以及優(yōu)化后，得到一個性能最優(yōu)的分割模型；將預(yù)處理后的圖像輸入到訓(xùn)練好的分割模型中，通過像素級的分割獲得待識別區(qū)域的識別結(jié)果。

3.2 解碼網(wǎng)絡(luò)結(jié)構(gòu)

解碼網(wǎng)絡(luò)結(jié)構(gòu)是編碼網(wǎng)絡(luò)結(jié)構(gòu)的鏡像版本，主要有FCN、ASPP、PPM等等。解碼網(wǎng)絡(luò)結(jié)構(gòu)是一個形狀生成器，可以從卷積神經(jīng)網(wǎng)絡(luò)中提取特征生成對象分割結(jié)果，網(wǎng)絡(luò)的最終輸出是與輸入圖像大小相同的概率圖像。在解碼階段，最重要的操作是向上采樣，通過跟蹤原始位置并強激活回到圖像空間來捕獲對象的特有結(jié)構(gòu)。因此，可以有效地以更高的分辨率重建對象的詳細(xì)結(jié)構(gòu)。

由于傷損中的裂縫、離縫、掉塊的尺度相差較大，故采用金字塔池化模塊PPM網(wǎng)絡(luò)（Pyramid Pooling Module）作為解碼網(wǎng)絡(luò)，處理不同尺度的池化特征。通過4個平行的卷積層支路來融合4個不同金字塔尺度的特征。這4個支路分別由1×1、2×2、3×3和6×6大小卷積核組成，在原始特征圖上使用不同尺度的池化，得到多個不同尺寸的池化特征圖，再通過雙線性插值獲得未池化前的大小，在通道維度上拼接這些特征圖（含原始特征圖），最終輸出一個糅合了多種尺度的復(fù)合特征圖，作為最終的金字塔池化全局特征，從而達(dá)到兼顧全局語義信息與局部細(xì)節(jié)信息的目的。

3.3 評測指標(biāo)

準(zhǔn)確率是指在一定試驗條件下的多個測定值中滿足限定條件的測定值所占的比例。評測深度學(xué)習(xí)模型的識別效果時，采用識別準(zhǔn)確率指標(biāo)衡量，通常準(zhǔn)確率越高，分類器越好，計算式為

將樣本分為四種：TP（被模型預(yù)測為正的正樣本，真正）、TN（被模型預(yù)測為負(fù)的負(fù)樣本，真負(fù)）、FP（被模型預(yù)測為正的負(fù)樣本，假正）；FN（被模型預(yù)測為負(fù)的正樣本，假負(fù)）。其中第一個字母表示本次預(yù)測的正確性，T代表正確，F(xiàn)代表錯誤；第二個字母表示由分類器預(yù)測的類別，P代表預(yù)測為正例，N代表預(yù)測為反例。四種樣本的數(shù)量分別為STP、SFN、SFP、STN。顯然，這4個值的和即樣本總數(shù)。

查準(zhǔn)率（Precision，又稱精確率）是指在所有系統(tǒng)判定為真的樣本中確實是真的樣本的占比。查全率（Recall，又稱召回率）是指在所有確實為真的樣本中被判為真的占比。查準(zhǔn)率P和查全率R的表達(dá)式為

4 試驗驗證

4.1 測試集試驗

為了測試模型的識別準(zhǔn)確率，利用2080ti的GPU平臺，在Pytorch深度卷積網(wǎng)絡(luò)框架下進行識別試驗。

從京津城際鐵路、京廣鐵路、石太鐵路三條線路現(xiàn)場采集的無砟道床圖像中抽取2 000個樣本，包括有典型表觀傷損的正樣本1 500個，無傷損的負(fù)樣本500個。樣本尺寸為4 096×4 096。為保證樣本集的質(zhì)量以及裂縫特征識別效果，在圖像標(biāo)注集制作前進行了初步篩選，保證裂縫特征的清晰度和對比度，背景特別復(fù)雜的裂縫圖像不納入標(biāo)注樣本集中［12］。

建立好的測試集用無砟道床表觀傷損檢測識別模型進行測試，結(jié)果見表2。

表2 無砟道床測試集測試結(jié)果

由表2可知，無砟道床識別準(zhǔn)確率95.6%。對識別錯誤的樣本進行分析，裂縫類表觀傷損，主要由于表觀受到雨水、污漬等干擾導(dǎo)致識別錯誤。離縫、掉塊類傷損，主要由于形態(tài)多樣，采集訓(xùn)練的樣本數(shù)量少，模型訓(xùn)練學(xué)習(xí)不足，導(dǎo)致識別錯誤。部分樣本的識別結(jié)果如圖5所示。

圖5 部分測試集樣本識別結(jié)果

4.2 現(xiàn)場試驗

將智能識別算法應(yīng)用于無砟道床表觀傷損檢測系統(tǒng)，其工作流程如下。

1）人工推動軌道小車連續(xù)運行，安裝在走行輪軸頭的觸發(fā)編碼器為采集相機提供觸發(fā)信號，采集相機連續(xù)采集無砟道床表觀高清圖像。

2）處理單元利用智能識別算法對無砟道床表觀圖像快速檢測，識別裂縫、離縫、掉塊等傷損像素級類別和位置，依據(jù)圖像尺度提取傷損幾何尺寸信息

3）依據(jù)Q/CR 803—2020，根據(jù)無砟道床類型、傷損部位、傷損類型以及幾何特征確定傷損等級。

4）將里程、傷損等級、傷損圖例、傷損數(shù)量等信息輸入數(shù)據(jù)管理平臺，進行智能化展示，便于歷史數(shù)據(jù)查詢、傷損劣化規(guī)律分析及存儲管理。

在京滬線進行無砟道床現(xiàn)場試驗。由人工對試驗段無砟道床進行精確檢測，并對檢測出的裂縫、離縫、掉塊進行測量和標(biāo)注，標(biāo)注出10條裂縫、8條離縫以及10處掉塊，共28處。

采集的圖片經(jīng)過圖片預(yù)處理拼接后得到大圖，全線等間距采樣，圖像按板切分，傷損定位到軌枕，如圖6所示。

圖6 預(yù)測大圖示例

利用本文建立的識別模型進行自動識別（圖7），檢測像素精度優(yōu)于0.1 mm，利用智能識別算法對表觀傷損識別精度可達(dá)0.05 mm，其中1條裂縫由于污漬遮蓋未識別出來，其余標(biāo)記傷損全部檢出，無砟道床表觀傷損檢出率為96.43%。

圖7 現(xiàn)場驗證識別效果

5 結(jié)語

本文開展了無砟道床表觀傷損智能識別算法研究，創(chuàng)新性地構(gòu)建了基于ResNet網(wǎng)絡(luò)冗余卷積核壓縮的多尺度多任務(wù)無砟軌道表觀傷損智能識別模型，實現(xiàn)了無砟軌道傷損的大尺度預(yù)測、多任務(wù)并行處理、像素級語義分割的智能識別，識別精度達(dá)0.05 mm，滿足Q/CR 803—2020的要求（0.1 mm）。該模型對2 000張測試圖像的識別準(zhǔn)確率為95.6%，無砟道床表觀傷損現(xiàn)場檢出率為96.4%，檢測效果良好。

識別復(fù)雜特征干擾的無砟道床圖像，特別是混合水漬、嚴(yán)重污漬覆蓋的惡劣環(huán)境圖像，是本領(lǐng)域的一個難點。后續(xù)更深入地研究算法理論和網(wǎng)絡(luò)結(jié)構(gòu)，建立更加豐富和數(shù)據(jù)充足的樣本庫，來提高復(fù)雜惡劣圖像中裂縫的識別率。