聶海麗 上海鐵路局科研所

隨著高速鐵路的發(fā)展,鐵路檢測設(shè)備已經(jīng)由靜態(tài)檢測發(fā)展到動態(tài)檢測，由接觸式檢測發(fā)展到非接觸式檢測，由低速運行狀態(tài)檢測發(fā)展到高速運行狀態(tài)檢測。目前國外發(fā)達國家已成功地將CCD高速攝像技術(shù)應(yīng)用于鐵路軌道動態(tài)檢測，大大提高了軌道檢測的速度和精度。

國內(nèi)近年來也不斷引進、消化國外先進的高速軌道檢測技術(shù)，但國內(nèi)外軌道檢測技術(shù)發(fā)展較為成熟的還僅僅在對軌道幾何尺寸的測量和軌道動力學(xué)性能的檢測，而對軌道結(jié)構(gòu)病害檢測還沒有能應(yīng)用于生產(chǎn)實際的成熟技術(shù)。在高鐵大規(guī)模建設(shè)和開通運營的條件下，工務(wù)部門亟需采用車載動態(tài)非接觸方式對軌道結(jié)構(gòu)病害進行檢測，本系統(tǒng)就是在這一環(huán)境下應(yīng)運而生的。

1 系統(tǒng)研究的主要內(nèi)容

車載智能軌道巡檢系統(tǒng)是一套集高速數(shù)字圖像采集、大容量圖像數(shù)據(jù)實時處理和存儲、定位技術(shù)、智能化和信息化、自動控制于一體的智能系統(tǒng)，能對可視性軌道結(jié)構(gòu)狀態(tài)進行動態(tài)檢測。系統(tǒng)分為實時采集和后期分析處理兩大部分。

1.1 圖像的實時采集和存儲

系統(tǒng)通過布置于車底的高速相機陣列，拍攝列車通過高鐵線路的整個車底下道床圖像，存儲于計算機。通過車載系統(tǒng)提供的里程定位信息、車輛速度信息、車輛編碼器信息、列車行進方向、上下行等信息，拍攝列車經(jīng)過線路的軌道圖像，包含軌道板裂紋、扣件的缺失甚至松動、鋼軌表面的光帶、鋼軌的擦傷、剝落掉塊等所有可視缺陷，經(jīng)數(shù)字化處理后顯示于監(jiān)視器上，最終實現(xiàn)對列車經(jīng)過的整條線路的檢測。

1.2 圖像的后期分析和處理

圖像采集回來以后，工作人員在辦公室對采集的圖像通過人機結(jié)合的方式進行分析處理。先由自動識別軟件對選定的目標圖像文件夾進行智能圖像分析與缺陷識別，識別出來的缺陷圖像將自動放入缺陷庫（目前能夠自動識別的缺陷主要包括扣件的異常、鋼軌的擦傷和剝落掉塊、光帶的分布不勻等）。然后通過人工輔助分析，判斷哪些是現(xiàn)場真實缺陷，哪些是由于線路的油漆痕跡和扣件內(nèi)的污物等造成的誤判，剔除不構(gòu)成行車安全的缺陷圖片，剩下的即是有效的缺陷圖片。通過人工回放軟件對目前暫時未能實現(xiàn)自動識別的軌道板裂紋、道床的翻漿冒泥等軌道結(jié)構(gòu)病害進行人工預(yù)覽判斷，從而實現(xiàn)了軌道面全覆蓋的可視化巡檢，為線路的養(yǎng)護維修提供了科學(xué)的依據(jù)。

2 圖像的采集系統(tǒng)

2.1 系統(tǒng)的組成

高速相機和LED光源安裝于列車底部，測速觸發(fā)裝置向兩個相機發(fā)出行觸發(fā)信號，相機接到觸發(fā)信號后采集圖像，并將圖像傳回給采集存儲系統(tǒng)，由采集存儲系統(tǒng)負責(zé)將圖像進行壓縮和存儲。如圖1所示。

圖1 裝置構(gòu)成

系統(tǒng)使用兩臺相同型號的線陣列相機，通過外出發(fā)模式來進行相機的采集控制。相機的分辨率為2k，單個相機視場大小1600mm，工作距離800mm，通過選擇適當(dāng)焦距的鏡頭，可拍攝物體景深250mm左右。每個相機的視場大小雖然只有1600mm,但兩個相機拼在一起的視場超過了2800mm,滿足了覆蓋整個軌道板面的要求（如圖2所示）。對于采集圖像的重疊部分，將在回放時由回放軟件裁剪掉。

相機長時間不間斷采集軌道圖像，最高時的頻率可達18kHz，在行車速度60km/h的情況下，保證了1mm/線的高精度圖像采集。同時，在行車方向上，圖像可以連續(xù)地進行無縫拼接。

圖2 兩個相機協(xié)同工作原理

光源選擇定制型高亮度條形LED。中心的LED對著鐵軌，亮度較低；兩邊LED對著扣件以及軌道板，亮度稍高。由于鐵軌比扣件距離相機和光源更近，所以光源亮度做了調(diào)整，使得拍攝出的圖像亮度更為均勻。

2.2 圖像的采集流程

圖3 系統(tǒng)工作流程

由行同步編碼器發(fā)出同步信號觸發(fā)兩臺相機采集圖像，相機接收觸發(fā)信號，逐行拍攝，并將拍攝的圖像傳遞給采集卡，通過采集卡的整合發(fā)送給采集應(yīng)用程序。應(yīng)用程序?qū)Σ杉膱D像進行相應(yīng)的壓縮后將圖像保存到磁盤陣列存儲器中。磁盤陣列在多個磁盤上同時存儲和讀取數(shù)據(jù)，保證了大容量圖像數(shù)據(jù)的高速存儲。整個工作流程如圖3所示。采集界面如圖4所示。

圖4 采集界面

3 圖像人工回放系統(tǒng)

每次采集的圖像和相關(guān)的里程信息、線路信息和其它配置信息等統(tǒng)一按照規(guī)則存儲到圖像采集任務(wù)包中?；胤跑浖匀蝿?wù)包為單位對采集的圖像進行顯示，回放人員可以用矩形框標注出所查看到的缺陷，并通過點擊下一幅按鈕來遍歷每一幅圖。遍歷的過程中可以任意縮放圖像，查看之前標注的缺陷，也可以設(shè)置時間自動播放。每一幅圖像都有相應(yīng)的里程信息，回放時可以隨時通過里程定位查找到相應(yīng)位置的圖像。人工標注好缺陷以后，軟件可以按要求查詢出缺陷圖像及缺陷信息，并可自動生成圖文報表，幫助進行巡檢。

4 智能識別系統(tǒng)

智能識別系統(tǒng)遍歷每一幅圖像，靠軟件自動識別出相關(guān)缺陷，目前本系統(tǒng)主要完成了鋼軌光帶異常的自動識別和扣件歪斜、缺失等問題的自動識別。

4.1 鋼軌光帶異常的識別

鋼軌光帶異常的智能識別主要包括鋼軌擦傷、點蝕、腐蝕等缺陷的識別。智能識別系統(tǒng)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檢測缺陷，正常情況下的投影曲線應(yīng)是平滑的，如出現(xiàn)波動，則說明光帶有缺陷。圖像預(yù)處理的主要目的是消除圖像中無關(guān)的信息，恢復(fù)有用的真實信息，增強有關(guān)信息的可檢測性和最大限度地簡化數(shù)據(jù)，從而改進特征抽取、圖像分割、匹配和識別的可靠性。本系統(tǒng)的預(yù)處理過程包括平滑、增強等步驟。而投影是為了有效的提取圖像的特征信息。本系統(tǒng)首先對輸入圖像進行縱向投影，剪切出光帶及其周邊部分區(qū)域。因為光帶的灰度值最大，所以縱向投影后對索引矩陣排序后找到最大值就可以找到光帶具體位置，再外擴若干像素便可剪切出光帶子圖。再對這個光帶子圖進行橫向投影，如果光帶存在異常，則其橫向投影就會出現(xiàn)灰度值陡變的情況，如圖5所示。

圖5 存在異常的光帶子圖的橫向投影效果

4.2 扣件歪斜與缺失的識別

圖6 剪切出軌道板子圖

智能識別軟件根據(jù)鋼軌的位置從圖中分割出扣件區(qū)域圖，將扣件區(qū)域圖與模板圖像進行比對，從而判斷扣件是否存在歪斜與缺失。從整個圖像中分割出扣件區(qū)域圖是非常關(guān)鍵的一部。本系統(tǒng)采用灰度閾值分割法，在確定合適的閾值后，將閾值與像素點的灰度值進行比較和分割，檢測灰度級或者結(jié)構(gòu)具有突變的地方，這些地方往往表明一個區(qū)域的終結(jié)和另一個區(qū)域的開始。整個像素比較的過程可以并行進行，分割的結(jié)果直接給出扣件區(qū)域。區(qū)域分割通過兩個步驟進行，第一步是通過橫向投影，剪切出扣件所在區(qū)域的軌道板子圖。如圖6所示。

再進行縱向投影剪切出扣件區(qū)域子圖。如圖7所示。對于扣件區(qū)域子圖，與模板圖像進行比對，可檢測出扣件歪斜與缺失的圖像。

圖7 剪切出扣件區(qū)域子圖

5 結(jié)論

智能軌道檢測系統(tǒng)采用了先進的機器視覺技術(shù)，系統(tǒng)的開發(fā)思路及技術(shù)手段體現(xiàn)出了有效、易用、安全、經(jīng)濟的顯著特色。該系統(tǒng)的研制成功，提高了軌道巡檢和地面檢測數(shù)據(jù)分析處理的能力。通過數(shù)據(jù)采集系統(tǒng)和分析系統(tǒng)，合理配置人工資源，能夠?qū)崿F(xiàn)把檢測到的缺陷數(shù)據(jù)及時提供給相應(yīng)的工務(wù)段，進一步提高了對現(xiàn)場指導(dǎo)的準確性和實用性。該系統(tǒng)現(xiàn)在正在投入使用，基本滿足需求，但還可以通過增加相機進一步改善拍攝效果，同時通過后續(xù)的研究，智能識別的缺陷類型也在不斷的增多。相信系統(tǒng)的不斷改進將為鐵路的安全運營帶來更好的保障。