郭燕輝

（北京交通大學 交通運輸學院，北京 100044）

0 引言

城市軌道交通由于安全性高、速度快、延遲短、頻次多等優(yōu)勢，越來越受到大中城市出行人群的青睞，逐漸成為人們首選的交通方式。在現(xiàn)代化城市軌道交通系統(tǒng)中，城軌車輛的狀態(tài)對于軌道交通系統(tǒng)運營是至關重要的。一旦城軌車輛出現(xiàn)任何故障，都將直接影響到軌道交通系統(tǒng)的正常運行，擾亂城市公共交通秩序，影響乘客的出行安排，并將造成嚴重的社會影響。因此，對城軌車輛的維護檢修工作是極為關鍵的，是保證車輛安全、可靠和準點運行的必要條件。目前城軌車輛檢修仍是以人工檢修為主，傳統(tǒng)的人工檢修主要依賴人眼對列車部件的識別判斷，隨著列車數(shù)量增加，人工檢修作業(yè)的負荷強度迅速增加，檢修耗時變長、人工長時間作業(yè)易疲勞等問題逐漸暴露出來，嚴重影響了列車檢修的效率。針對此類問題，學界對城軌車輛自動化檢測進行探討與研究Charalambous 等[1]提出了通過人機協(xié)作對列車車軸進行檢測的概念；Liu等[2]對城軌車輛轉(zhuǎn)向架3D 視覺協(xié)同維護方法進行了深入研究；Salimpour等[3]基于深度學習實現(xiàn)了對自主檢測機器人的自校準異常和變化檢測。在豐富的理論基礎上，國內(nèi)各大城市的軌道交通公司紛紛提出使用智能運維系統(tǒng)[4-5]對列車的調(diào)度、檢修等工作進行管理，希望以大數(shù)據(jù)平臺和算法平臺為核心進一步推動自動化運維，實現(xiàn)智能化管理。因此，各地紛紛引入軌旁自動檢測設備以及庫內(nèi)自動檢測設備等各類設備，當列車在入庫線和在庫內(nèi)?？繒r對列車進行自動檢測，以此獲取列車零部件故障或缺失信息，提高檢修效率，保證列車運行安全。

通過分析用于軌旁檢測的城軌車輛360°動態(tài)圖像智能檢測系統(tǒng)(以下簡稱“360 系統(tǒng)”)與用于庫內(nèi)智能檢測的車輛智能巡檢機器人系統(tǒng)(以下簡稱“機器人系統(tǒng)”)，提出一種將兩者聯(lián)合運用于列車檢修、進行智能自主列車檢測的方案，即城軌車輛多場景結(jié)合下的智能列檢系統(tǒng)，該系統(tǒng)通過人機結(jié)合的模式，可使車輛檢修人車比下降約30%，每年可節(jié)約270 萬元的人工成本，城軌車輛多場景結(jié)合下的智能列檢系統(tǒng)按照20 年的壽命計算，可產(chǎn)生約 5400 萬元的經(jīng)濟價值。同時，經(jīng)過多場景下的檢測數(shù)據(jù)交互及樣本共享，機器人系統(tǒng)檢測準確率由原單獨檢測時的85%提高到了93%，360 系統(tǒng)檢測準確率由原單獨檢測時的65%提高到了80%，能夠很好地解決智能列檢的這一需求。

1 智能運維背景下的智能檢修技術發(fā)展情況

自2020 年中國城市軌道交通協(xié)會發(fā)布《中國城市軌道交通智慧城軌發(fā)展綱要》以來，各地城軌運營建設單位積極推動多專業(yè)的智能運維建設?？v觀各地車輛智能運維的設計情況，總體上以車輛檢修運維的提質(zhì)、降本、增效、節(jié)能低碳為主要目標，以大數(shù)據(jù)、人工智能、5G 通信、智能機器人等新技術為手段，采用的核心關鍵技術主要有智能傳感器信號分析技術、圖像特征分析識別技術、專家診斷技術、智能機器人技術等。目前車輛智能檢修關鍵技術按4 類應用場景可分為：車載實時智能檢修技術、軌旁智能綜合檢修技術、庫內(nèi)智能檢測檢修技術、地面運維可視化管控平臺。其中，各個場景下的關鍵技術應用如下。

（1）車載實時智能監(jiān)測技術。采用智能多元感知模塊，基于故障預測和健康管理(PHM)，實時監(jiān)測車輛車門、牽引、走行部、制動、弓網(wǎng)、蓄電池等關鍵部件的健康狀態(tài)，具有實時性高、診斷準確等特點。

（2）軌旁智能綜合檢修技術。采用高速線陣成像技術、圖像測量技術、圖像特征分析技術、傳感器信號分析處理技術、多源檢測融合分析技術、專家診斷技術實現(xiàn)輪對廓形尺寸測量、受電弓(靴)關鍵參數(shù)測量[6]、全車外觀可視關鍵部件異常自動識別、關鍵部件溫度監(jiān)測、車輛運行品質(zhì)監(jiān)測、走行部異音診斷分析等，具有檢測效率高、檢測維度全面、覆蓋面廣等特點。

（3）庫內(nèi)智能檢測檢修技術。采用智能機器人定位導航及運動路徑規(guī)劃控制技術、圖像特征識別分析技術、深度學習算法、5G 通信技術，實現(xiàn)庫停車輛日檢，替代了部分人工作業(yè)[7]。

（4）地面檢修運維可視化管控平臺。采用信息化、數(shù)字化、三維模型可視化技術，實現(xiàn)車輛段內(nèi)檢修全流程管控、運維、業(yè)務流程執(zhí)行。車輛智能運維總體場景如圖1所示。

圖1 車輛智能運維總體場景Fig.1 Overall scene of intelligent vehicle operation and maintenance

2 軌旁360°動態(tài)圖像智能檢測系統(tǒng)

軌旁360°動態(tài)圖像智能檢測系統(tǒng)安裝于地鐵車輛檢修段、停車場或正線等不同的位置，是一種軌旁自動檢測設備，360系統(tǒng)如圖2所示。該系統(tǒng)分別在車底、車頂以及車側(cè)位置安裝多臺高速相機[8]，覆蓋車頂、車體車窗、側(cè)部及走行部可視部件，通過遠端傳感器感應列車回庫，提前打開相機罩準備拍照，列車通過360 系統(tǒng)安裝位置時，高速相機進行多次拍照，自動采集通過列車的車頂、車側(cè)、車底的高清圖像，形成覆蓋車輛360°全景高清彩色圖像以及2D+3D圖像。采用線陣高清成像技術[9]、三維掃描成像技術、圖像分析技術、模式識別技術、深度學習技術、目標識別技術和差異檢測等技術，通過圖像特征匹配和模式識別，自動適應車速變化和車體抖動造成的圖像畸變，完成對車頂受電弓、車側(cè)車體、車底走行部、車側(cè)轉(zhuǎn)向架和其它關鍵部件缺失、變形等異常情況的識別，實現(xiàn)對列車工作狀態(tài)的全面監(jiān)控及故障自動識別預警?？稍诹熊囃ㄟ^后的5～10 min內(nèi)獲得分析數(shù)據(jù)，并在系統(tǒng)報表終端通過人機交互自動實現(xiàn)可視部件二維圖像顯示。

圖2 360系統(tǒng)Fig.2 360 system

車側(cè)轉(zhuǎn)向架異物報警的檢測效果如圖3 所示，車側(cè)轉(zhuǎn)向架整體對比圖如圖4所示。

圖3 車側(cè)轉(zhuǎn)向架異物報警Fig.3 Foreign object alarm of bogie

圖4 車側(cè)轉(zhuǎn)向架整體對比圖Fig.4 Overall comparison of bogie

3 庫內(nèi)智能巡檢機器人系統(tǒng)

機器人系統(tǒng)在地鐵車輛檢修運用庫內(nèi)實施，是一種庫內(nèi)移動檢測設備，通過基于高精度激光SLAM 導航[10]進行移動的機器人平臺搭載6 軸協(xié)作機械臂[11]及3D 相機，結(jié)合圖像識別處理技術，在無人干預的情況下在地鐵車輛檢查坑內(nèi)智能行走并精準定位，同時對車底和車側(cè)關鍵檢修點進行精確成像，實時上傳并備份檢測部件的高清2D 圖像和3D 圖像，報告和顯示機器人工作狀態(tài)和位置，并智能判斷車底關鍵部件異常狀態(tài)。采用智能機器人技術、自主導航技術[12]、高清光學成像技術和深度學習算法，完成對齒輪箱潤滑油油位高度、電機和齒輪箱測溫紙的溫度、車輛閘片剩余厚度及丟失和指定部件的變形、松動、異物、缺失等故障的檢測，并在報表終端進行可視化輸出，解決車底檢修時人工作業(yè)存在的高風險、易疲勞、效率低等問題。適用于各型城軌車輛的車底日常檢修檢查作業(yè)，支持出入地溝作業(yè)、跨地溝作業(yè)以及多機器人協(xié)同作業(yè)。機器人系統(tǒng)如圖5所示。

圖5 機器人系統(tǒng)Fig.5 Robot system

車側(cè)異物報警如圖6 所示，車底氣管檢測如圖7所示。

圖6 車側(cè)異物報警Fig.6 Foreign object alarm on the side of the vehicle

4 多場景下的智能列檢

4.1 360系統(tǒng)與機器人系統(tǒng)應用功能對比分析

360 系統(tǒng)的工作原理與方式?jīng)Q定了其主要優(yōu)勢在于檢測效率高、項點覆蓋范圍廣、無需列車?？康?，但是由于相機本身的安裝位置不能探入線路界限，視距的限制導致對一些小型部件的檢測效果并不理想。而且固定安裝的線掃相機的視角只能實現(xiàn)對列車表面缺陷進行檢測，對列車底部復雜空間內(nèi)的零件檢測無法做到完全覆蓋，一旦出現(xiàn)零件互相遮擋，被遮擋的零件則幾乎無法進行檢測。

在檢修庫內(nèi)針對停靠列車檢測的機器人系統(tǒng)沒有限界的限制，而且搭載的協(xié)作機械臂可以保證在作業(yè)過程中不會與列車零部件發(fā)生碰撞，并且總能在工作空間內(nèi)找到合適的位置捕獲目標狀態(tài)，具有安全性高、靈活性強、檢測準確率高、支持分布式作業(yè)等優(yōu)點。機器人系統(tǒng)既可以對全車車底、車側(cè)進行檢測，也能實現(xiàn)根據(jù)車輛檢修作業(yè)指導工藝對指定車廂或部件進行針對性檢測。但是由于車底空間復雜，需檢測零部件數(shù)量龐大，機器人系統(tǒng)也存在檢測耗時較長、檢測效率不夠高的問題。360 系統(tǒng)與機器人系統(tǒng)對比如表1所示。

4.2 360系統(tǒng)與機器人系統(tǒng)聯(lián)合模式

在列車檢測過程中，盡管360 系統(tǒng)在檢測時覆蓋了列車的車頂、車側(cè)及車底，但是對車底檢修項點的覆蓋率并不理想。機器人系統(tǒng)主要是在列車車底檢查坑內(nèi)，針對列車車底更復雜的環(huán)境對車底的重要零部件進行檢測。兩者的使用環(huán)境及使用方式導致單獨使用其中一種通常會有能檢部件不足或是檢測時間過長的缺陷，因此提出將2 種系統(tǒng)相結(jié)合進行聯(lián)合檢測的方式(以下簡稱“智能列檢系統(tǒng)”)：360系統(tǒng)負責在列車入庫時在入庫線檢測車頂部件、車側(cè)大部分關鍵部件以及車底轉(zhuǎn)向架部分部件；機器人系統(tǒng)負責在列車入庫停靠后檢測車底360 系統(tǒng)無法覆蓋的關鍵部件及車側(cè)部分較小的、360 系統(tǒng)難以檢測的零部件，這樣的應用方式既彌補了360系統(tǒng)能檢部件不足的缺點，又令機器人系統(tǒng)的檢測效率大大提高。另外，機器人系統(tǒng)的高靈活性又能針對360 系統(tǒng)反饋的報警進行檢查，減少誤報帶來的額外人工復核時間。兩者結(jié)合能夠覆蓋90%以上的列車檢測部件，精準定位列車故障，大大提高了列車檢修的工作效率，減小了人工檢測的工作強度、縮短了列車檢修的時間。機器人系統(tǒng)與360 系統(tǒng)項點分工如圖8所示。

圖8 機器人系統(tǒng)與360系統(tǒng)項點分工Fig.8 Item point division of robot system and 360 system

同時，將軌旁檢測的360 系統(tǒng)與庫內(nèi)檢測的機器人系統(tǒng)接入地鐵的智能列檢系統(tǒng)進行集中管理，當360 系統(tǒng)在入庫線檢測到有列車入庫時，對入庫列車的車號進行識別，經(jīng)由智能列檢調(diào)度系統(tǒng)確認車號及庫內(nèi)列車?？寇壍篮?，庫內(nèi)的機器人系統(tǒng)前往指定軌旁待命，等待列車?？恐付ㄜ壍?，并在列車司機前往調(diào)度中心在系統(tǒng)內(nèi)確認列車已經(jīng)停靠后，機器人系統(tǒng)可以馬上開始進入地溝對車底360系統(tǒng)無法覆蓋的零部件進行檢測并對360 系統(tǒng)報警部件進行復測核對，在機器人系統(tǒng)進行車底檢測的過程中，派遣檢修人員對360 系統(tǒng)的車頂零部件報警進行人工復核；等待機器人系統(tǒng)完成車底檢測后，檢修人員可以根據(jù)機器人系統(tǒng)的車底檢測結(jié)果對車底部件進行復核，同時機器人系統(tǒng)在車側(cè)進行檢測并對360 系統(tǒng)的車側(cè)報警進行復測核對，最后在機器人系統(tǒng)完成對車側(cè)的檢測后，由檢修人員對車側(cè)報警進行處理，這樣的聯(lián)合檢修流程既不會影響檢修人員的工作，又提高了檢修工作的效率。360系統(tǒng)與機器人系統(tǒng)聯(lián)合作業(yè)流程圖如圖9所示。

圖9 360系統(tǒng)與機器人系統(tǒng)聯(lián)合作業(yè)流程圖Fig.9 Joint operation of 360 system and robot system

4.3 機器人系統(tǒng)對360系統(tǒng)交互機制

基于機器人系統(tǒng)與360 系統(tǒng)中對檢測零部件命名及定位的統(tǒng)一，可以實現(xiàn)機器人系統(tǒng)對360 系統(tǒng)報警的復核功能：在列車入庫經(jīng)360 系統(tǒng)檢測后，由360 系統(tǒng)生成報警報表，其中車底及車側(cè)的報警經(jīng)由智能列檢管控系統(tǒng)發(fā)送給機器人系統(tǒng)，在機器人系統(tǒng)進行車底及車側(cè)檢測時，根據(jù)360 系統(tǒng)報警的故障位置，在機器人系統(tǒng)的正常檢測流程中就近穿插對360系統(tǒng)報警的對應故障零部件進行檢測復核任務，利用機器人系統(tǒng)自帶的各種傳感器獲取目標周圍三維信息并基于區(qū)域?qū)哟紊系狞c云配準方法[13]進行粗配準，通過提出的基于二維圖像特征的點云配準算法與該位置基準三維模型實現(xiàn)細配準[14]。

式中：ρi，j和ρi-1，j-1分別是第i個掃描層的第j個掃描點和第i-1 個掃描層的第j-1 個掃描點到點O的距離，mm；dφ是相應的角度增量，rad。

公式⑴為機器人系統(tǒng)相機測量點的角度值BAij的定義公式，BA 圖像像素的灰度定義如圖10 所示。激光束與從點到連續(xù)點的矢量之間的角度，圖中藍色的點PCij和PCi-1，j-1PCi-1，j-1分別為2 個測量點，黑色的點O是點云中的一點，通過將三維深度圖像轉(zhuǎn)換為方位角圖像(Bearing Angle Image)可以突出角度形成的邊緣，提取到更多信息[14]，3D 點就可以轉(zhuǎn)換為2D 圖像的灰度像素，并且可以通過轉(zhuǎn)換捕獲的3D 圖像的所有點來獲得對應的2D圖像。

圖10 BA圖像像素的灰度定義Fig.10 Grayscale definition of BA image pixels

若有2 個待配準點云P和Q，它們通常有多于3 對相關點，故對它們旋轉(zhuǎn)矩陣的求解問題可以看作1個正交普魯克問題。假設從P的質(zhì)心平移到Q的質(zhì)心，在不考慮平移的情況下可以得到2個新點云PC和QC，2點云計算公式如下。

公式⑶為實現(xiàn)細配準求得的最佳剛體變換矩陣，R為R3×3下的最佳旋轉(zhuǎn)矩陣，由需要配準的2個新點云PC和QC決定，公式如下。

因為R是正交矩陣，因此可以定義拉格朗日乘數(shù)，公式如下。

圖11 機器人系統(tǒng)復核360系統(tǒng)報警流程圖Fig.11 Robot system review of 360 system alarm

5 應用實踐與效益分析

投用智能列檢系統(tǒng)后，在某地鐵公司開展了車輛新型檢修模式研究試點。經(jīng)過研究評估，車輛檢修部門制定了差異化維修模式變革方案。

變革前，該試點工程車輛維修采取“計劃修+故障修”[15]的傳統(tǒng)維修模式，計劃修以四日檢+系統(tǒng)修為主，存在人力投入大、檢修能效低問題，尤其是四日檢方面更是如此。為了解決目前車輛檢修存在的上述痛點問題，通過檢修模式變革，優(yōu)化檢修資源配置，從而實現(xiàn)降本增效。八日檢是檢修模式變革優(yōu)化的重要方法，該方法可有效降低人力資源投入、減少過度檢修情況，從而實現(xiàn)運營成本下降。

隨著智能巡檢機器人+360 系統(tǒng)的投入，將替代大部分人工巡檢內(nèi)容，同時將系統(tǒng)修與八日檢重復部分進行整合，由智能巡檢機器人+360 系統(tǒng)輔助檢查，從而減少人工成本，實現(xiàn)人車比的下降。系統(tǒng)作業(yè)內(nèi)容分析如表2 所示。該試點工程車輛檢修單位自2020年1月開展列車維修模式變革的準備工作，先后完成了前期可行性研究，八日檢規(guī)程、工藝及檢修管理系統(tǒng)數(shù)據(jù)編制，維修模式切換方案及八日檢宣貫培訓等工作，并于2020 年11 月起全面試行地鐵車輛八日檢。聯(lián)合作業(yè)后車輛維修策略的變革如圖12所示。

表2 系統(tǒng)作業(yè)內(nèi)容分析Tab.2 Analysis of system operation content

圖12 聯(lián)合作業(yè)后車輛維修策略的變革Fig.12 Changes in train maintenance strategies after joint operations

目前優(yōu)化后的規(guī)程，以“每日8列車(占該線路配屬車輛的50%)機器人巡檢、每日軌旁360系統(tǒng)檢測+每晚對部分關鍵部件(每列車僅3—5 項)人工巡檢，每8 日進行1 次人工八日檢的形式實施。同時實施八日檢后，將原晚上開展的檢查移至白天，減少了輪值人數(shù)，提升員工幸福感。目前通過整合，車輛檢修工總?cè)藬?shù)由61人減少到43人，優(yōu)化后的人車比(車輛總數(shù)為96 輛)為0.45，優(yōu)化后的人員現(xiàn)已調(diào)整至其他線路，優(yōu)化的人員按照每人15萬元的平均年薪，每年可節(jié)約270 萬元的人工成本，按照智能列檢系統(tǒng)20 年的壽命計算，可產(chǎn)生約 5400 萬元的經(jīng)濟價值。同時，經(jīng)過機器人系統(tǒng)與360 系統(tǒng)的數(shù)據(jù)復核交互，兩個系統(tǒng)機器學習算法的樣本共享，使機器人系統(tǒng)檢測準確率由原單獨檢測時的85%提高到了93%，360 系統(tǒng)檢測準確率由原單獨檢測時的65%提高到了80%。兩個系統(tǒng)在聯(lián)合使用過程中依托各自優(yōu)勢，實現(xiàn)了互補提升，促進了車輛檢修技術的進一步發(fā)展，使資源得到了最大程度的合理利用。

6 結(jié)束語

基于軌道交通快速發(fā)展以及智能檢修的迫切需求，提出將軌旁自動檢測設備與庫內(nèi)智能檢測機器人相結(jié)合，能快速適應不同車輛檢修模式的智能檢修技術。該方法通過整合高效的在線智能檢測設備、精細化的機器人檢測作業(yè)、合理的車輛修程修制設計，實現(xiàn)了列檢作業(yè)快速、高效、準確的覆蓋，減輕了檢修人員的作業(yè)負擔，大大提高了列車檢修效率。通過現(xiàn)場運用證明，軌旁系統(tǒng)與庫內(nèi)機器人聯(lián)合作業(yè)后，系統(tǒng)檢測準確率、檢測覆蓋范圍均有大幅度提升，同時實現(xiàn)了車輛檢修作業(yè)全流程閉環(huán)管理，達到車輛檢修提質(zhì)降本增效的目的。