康高強 李春茂 秦莉娟

基于激光攝像技術(shù)的鋼軌波磨檢測方法研究*

康高強 李春茂 秦莉娟

（華東交通大學電氣與自動化工程學院，330013，南昌//第一作者，助教）

目前常用的鋼軌波磨檢測方法有弦測法和慣性基準法，弦測法傳遞函數(shù)不恒定，慣性基準法受車速影響大。針對鋼軌波磨檢測方法的缺點，提出了一種基于激光攝像技術(shù)的波磨檢測方法，通過多傳感器并行工作對鋼軌輪廓進行高頻率采樣，通過FPGA（現(xiàn)場可編程門陣列）對傳感器獲得的光條圖像進行ROI（Region Of Interest）提取，將圖像的ROI傳送至上位機提取輪廓數(shù)據(jù)，進而完成鋼軌的波磨信息提取。論證了通過多傳感器并行工作提高鋼軌輪廓的采樣頻率的可行性，在Xilinx SP605開發(fā)板上實現(xiàn)了光條圖像ROI的實時提取。試驗表明，ROI提取能夠有效減小通信的數(shù)據(jù)量。

軌道交通；鋼軌波磨；檢測方法；并行采樣；圖像ROI提取

列車運行過程中，由于輪軌相互作用及鋼軌加工工藝等原因，鋼軌頂面沿縱向會出現(xiàn)規(guī)律性的類似波浪形狀的不平順現(xiàn)象,簡稱鋼軌的波磨。它是造成列車振動以及車內(nèi)異常噪聲的主要原因之一［1-2］。因此，需要對鋼軌波磨進行定期檢測，為線路養(yǎng)護維修提供科學依據(jù)。

目前，鋼軌波磨檢測方法主要有慣性基準法和弦測法。這兩種方法都有明顯的缺點，慣性基準法以物體運動加速度的測量為基礎(chǔ)，對檢測車的速度敏感，在低速時測量誤差較大；弦測法的傳遞函數(shù)幅值不恒定，會造成檢測數(shù)據(jù)的失真，甚至會出現(xiàn)虛假波形［3-4］。鋼軌輪廓數(shù)據(jù)中包含著豐富的鋼軌幾何信息，文獻［5-6］采用激光攝像機技術(shù)，以0.3 m左右的間隔對鋼軌輪廓進行采樣，通過計算測量輪廓與標準輪廓之間的差值實現(xiàn)了鋼軌磨耗的動態(tài)測量。對鋼軌輪廓進行高密度、小間距采樣，從輪廓數(shù)據(jù)中提取出鋼軌的高度，則從鋼軌高度值序列中即可獲得鋼軌波磨信息。要減小采樣間隔，就需要提高系統(tǒng)采樣頻率。隨著采樣頻率的提高，采集系統(tǒng)產(chǎn)生的數(shù)據(jù)量勢必增加，進而需要實時處理大量的圖像數(shù)據(jù)。FPGA（現(xiàn)場可編程門陣列）在實現(xiàn)應用程序的功能時為每個功能都建立單獨的硬件，因此它具有并行處理的內(nèi)在特點，這使得FPGA特別適合于高速圖像處理［7］。

本文根據(jù)鋼軌輪廓圖像的特點，提出了一種基于并行采樣技術(shù)的鋼軌輪廓圖像高速采集方法。該方法通過多傳感器并行采樣提高采樣頻率［8］。針對提高采樣頻率后采集系統(tǒng)產(chǎn)生的大數(shù)據(jù)量，本文利用FPGA實現(xiàn)鋼軌輪廓圖像亮帶部分（region of interest，簡為 ROI）的實時提?。?］，只將圖像的 ROI傳輸給上位機，從而大大減少采集系統(tǒng)向上位機傳輸?shù)臄?shù)據(jù)量。

1 系統(tǒng)測量原理

測量系統(tǒng)主要由線激光器、高速面陣式CCD（電荷耦合元件）攝像機、FPGA、上位機以及機械安裝裝置組成，輪廓測量原理如圖1所示。由線激光器和攝像機構(gòu)成的激光攝像組件安裝在列車底部的檢測梁上，線激光器投射出的光平面與鋼軌縱向垂直，在鋼軌表面形成高亮的測量光條；攝像機與線激光器安裝在鋼軌的同一側(cè)且與光平面成一定夾角，攝像機實時拍攝光條圖像；FPGA實時提取光條圖像的ROI，并將圖像的ROI傳輸給上位機；基于圖像處理技術(shù)和視覺測量原理，上位機計算出鋼軌輪廓數(shù)據(jù)，從輪廓數(shù)據(jù)中提取出鋼軌的高度，從鋼軌高度值序列中可獲取鋼軌波磨信息。

圖1 系統(tǒng)測量原理示意圖

2 多傳感器并行采樣提高采樣頻率

鋼軌短波磨波長最小約為25 mm，為了實現(xiàn)波磨的有效檢測，采樣間隔就要足夠小。設以采樣間隔d≤5 mm對鋼軌進行采樣，檢測車的運行速度為v（單位為km/h），則采樣頻率為：

當檢測車速度較高時，單臺攝像機無法滿足采樣頻率的要求。例如，當v=180 km/h、d=5mm時，f=10 000Hz，攝像機無法達到如此高的拍攝頻率。采用多傳感器并行采樣能夠提高系統(tǒng)的采樣頻率，使采樣速率滿足應用要求。多傳感器并行采樣原理如圖2所示，多個由攝像機和線激光器組成的激光攝像組件安裝在同一檢測梁上，通過快門同步對鋼軌輪廓進行同步拍攝。

設攝像機的最大拍攝頻率為fmax，則滿足采樣頻率要求所需的攝像機個數(shù)為：

圖2 多傳感器并行采樣原理示意圖

在d確定時，實時測量車速 v，由式（1）和式（2）即可得到同步拍攝頻率fc：

建立如圖2所示的坐標系，坐標軸x與鋼軌平行，xi為第i個激光攝像組件的安裝坐標，x1=0，則不同坐標之間滿足：

式中：

ki=1，2，…，i≤ n，ki＞ ki-1，ki可以根據(jù)實際的傳感器安裝情況進行調(diào)整。

根據(jù)式（3）實時計算fc。對鋼軌進行第k次同步拍攝時，第i個激光攝像組件的采樣位置為：

將式（4）代入式（5）得：

設第i個傳感器的全體采樣位置的集合為si，由式（6）可知，si可由 s1平移（i-1） d 得到，這樣所有n個傳感器全體采樣位置的集合s=s1∪s2∪…∪sn實現(xiàn)了以d對鋼軌采樣。

3 光條圖像的ROI提取算法及其FPGA實現(xiàn)

利用并行采樣技術(shù)提高采樣頻率后，攝像機將會產(chǎn)生巨大的數(shù)據(jù)量。當v=180 km/h、d=5 mm時，f=10 000 Hz，設圖像分辨率為1 280×1 024像素，則檢測系統(tǒng)每秒產(chǎn)生的數(shù)據(jù)量為1.28×104MB，通信接口和上位機無法處理如此大的數(shù)據(jù)流量。

攝像機拍攝的鋼軌輪廓光條圖像如圖3所示。圖像的關(guān)鍵信息主要包含在ROI中，它只占整幅圖像的很小一部分。

圖3 鋼軌輪廓光條圖像

首先對圖像進行預處理，實時提取ROI；然后將ROI傳送至上位機用于輪廓測量，這樣能極大地減少系統(tǒng)所要傳輸和處理的數(shù)據(jù)量。根據(jù)經(jīng)驗，圖像中的亮帶寬度不超過40個像素，當預處理前數(shù)據(jù)量為1.28×104MB時，提取ROI后數(shù)據(jù)量減少為500 MB，這就將數(shù)據(jù)量降低到了通信接口和上位機能夠承受的范圍內(nèi)。

3.1 光條圖像的ROI提取算法

光條圖像的ROI的灰度值遠遠大于其他部分，本文所采用的ROI提取算法軟件流程如圖4所示。其中r、c分別為行、列坐標值，每行像素總列數(shù)為clenth。該算法對圖像進行逐行處理，首先根據(jù)一行中每個像素的灰度值I（r，c）是否大于閾值threshold來判斷該像素是否屬于光條的ROI，并計算每行中屬于ROI的數(shù)目n以及他們的列坐標之和S，然后計算該行中所有灰度值大于threshold的像素的列坐標的中心M，中心左右兩側(cè)共40個像素即為圖像的ROI。該算法在求取列坐標的中心M時，計算的是所有灰度值大于threshold的像素的列坐標的平均值，對圖像中的亮斑噪聲具有魯棒性。

3.2 光條圖像的ROI提取算法的FPGA實現(xiàn)

在ROI提取過程中，每行圖像的ROI只與該行的像素值有關(guān)，因此可采取空間并行操作，首先將圖像按行分割，然后利用單獨的處理器對分割后的部分獨立地進行ROI的提取，這樣可提高圖像的處理速度。FPGA在實現(xiàn)應用程序的功能時為每個功能都建立單獨的硬件，因此它具有并行處理的內(nèi)在特點，本文設計的基于FPGA的光條圖像ROI提取算法的整體邏輯結(jié)構(gòu)關(guān)系如圖5所示。將圖像按行分為m個區(qū)域，在FPGA中建立m個具有相同結(jié)構(gòu)的處理器對m個區(qū)域進行并行處理，分別提取每個區(qū)域的ROI，進而完成整幅圖像的ROI提取。通過改變m的值可滿足實際應用對處理速度的要求。

圖4 ROI提取算法軟件流程

圖5 ROI提取算法的整體邏輯結(jié)構(gòu)圖

如同產(chǎn)品經(jīng)過生產(chǎn)線一樣，輸入數(shù)據(jù)在通過一系列處理器時，在每個處理器上得到相應的處理，各處理器將處理過的數(shù)據(jù)傳遞給下一個處理器，直到最終完成數(shù)據(jù)的處理。在流處理過程中，輸入數(shù)據(jù)一旦從存儲器中流入處理器，就依次傳送到下一個操作。在完成最終處理前無需對存儲器進行再次訪問操作。采用這種方式能夠增加數(shù)據(jù)的吞吐量，提高數(shù)據(jù)處理的速度。本文設計的四級流水線ROI提取處理器結(jié)構(gòu)如圖6所示，流水線的四個階段同步執(zhí)行。

流水線每個階段的功能如下：

階段P1：對輸入數(shù)據(jù)進行計數(shù)，生成像素的列坐標x，在一行數(shù)據(jù)輸入完成時輸出dready信號，使后續(xù)的三個階段開始處理下一行數(shù)據(jù)；

階段P2：根據(jù)像素的灰度值是否大于threshold判斷該像素是否屬于ROI，并計算一行數(shù)據(jù)中屬于ROI的像素的個數(shù)n以及他們的列坐標之和S，計算的同時通過緩存器FIFO1完成圖像的行緩存；

圖6 ROI提取處理器結(jié)構(gòu)圖

階段P3：計算圖像ROI的中心的坐標值M=［S/n］，計算的同時通過緩存器FIFO2完成圖像的行緩存；

階段P4：根據(jù)圖像ROI的中心坐標M，計算出該行圖像ROI中所有像素的灰度值及列坐標。

圖像經(jīng)過流水線的四個階段，即可提取出它的ROI。在流處理過程中，處理器每個時鐘周期讀取一個像素，時鐘受輸入和輸出的限制。增加處理器的個數(shù)，直到處理速度能夠達到數(shù)據(jù)的最大輸入和輸出速度，即可實現(xiàn)對圖像ROI的實時提取。

4 試驗

算法使用verilog HDL語言編程實現(xiàn)。以Xilinx公司的SP 605開發(fā)板為硬件平臺，F(xiàn)PGA的工作時鐘頻率為153.6 kHz，系統(tǒng)的整體結(jié)構(gòu)如圖7所示。

圖7 系統(tǒng)的整體結(jié)構(gòu)圖

上位機將現(xiàn)場采集的鋼軌輪廓光條圖像通過USB-UART接口芯片傳送給FPGA，ROI提取處理器對圖像進行流水處理，圖像的ROI經(jīng)由USBUART傳回上位機。其中，UART接口控制器負責管理FPGA與上位機之間的數(shù)據(jù)通信。鋼軌輪廓光條圖像的處理結(jié)果如圖8所示。其中x、y分別為圖像的行、列坐標，z為灰度值。

圖8 鋼軌輪廓光條圖像處理結(jié)果

一幅1.28 MB的圖像經(jīng)ROI提取后，數(shù)據(jù)量減小為50 KB，提取獲得的ROI與原圖像中的亮帶一致。ROI提取處理器對圖像進行處理時，處理一個像素只需一個時鐘周期，從而可以流水線的方式實現(xiàn)鋼軌輪廓光條圖像ROI的實時提取，減少通信的數(shù)據(jù)量。另外，筆者對基于激光攝像的鋼軌輪廓測量方法進行了試驗研究，動態(tài)測量精度達到了±0.21 mm。

5 結(jié)語

針對目前鋼軌波磨檢測方法的缺點，提出了一種基于激光攝像技術(shù)的波磨檢測方法。設計了采用多傳感器并行采樣技術(shù)提高采樣頻率的實施方案，給出了根據(jù)車速來控制攝像機同步快門頻率從而使間隔采樣滿足應用要求的方法。針對采集系統(tǒng)產(chǎn)生的海量數(shù)據(jù)，設計了基于FPGA的鋼軌輪廓光條圖像的ROI提取算法。試驗表明，該算法能夠?qū)崿F(xiàn)圖像ROI的實時提取，有效減少通信的數(shù)據(jù)量。該方法能夠在一定程度上克服傳統(tǒng)方法的缺點，為波磨檢測提供新的思路和技術(shù)參考。

［1 ］ YOSHIHIKOSato，AKIRA Matsumoto，KLAUSKnothe.Review onrail corrugationstudie s［J］.Wear，2002，253（1-2）∶130.

［2］ 張立民，張衛(wèi)華.輪軌波磨形成機理與再現(xiàn)試驗［J］.西南交通大學學報，2005，40（4）：435.

［3］ GRASSIE S L.Measurement of railhead longitudinal profiles：a comparison of different techniques Review on rail corrugation studies［J］.Wear，1996，191（1-2）∶245.

［4］ 王少鋒，許玉德，周宇，等.城市軌道交通曲線鋼軌波磨檢測與評價方法研究［J］.城市軌道交通研究，2011，40（4）：435.

［5］ 孫軍華，王偉華，劉震，等.基于結(jié)構(gòu)光視覺的鋼軌磨耗測量方法［J］.北京航空航天大學學報，2010，36（9）：1026.

［6］ 鄭樹彬，柴曉冬，安小雪，等.基于動態(tài)模板的鋼軌磨耗測量方法研究［J］.中國鐵道科學，2013，34（2）：7.

［7］ BAILEY，D G.Design for embedded image processing on FPGAs［M］.Singapore:John Wiley&Sons（Asia），2011.

［8］ 湯曉君，劉君華.多傳感器技術(shù)的現(xiàn)狀與展望［J］.儀器儀表學報，2005，26（12）：1309.

［9］ 陳再良.圖像感興趣區(qū)域提取方法研究［D］.長沙：中南大學信息科學與工程學院，2012.

Rail Corrugation Detection Method Based on Laser Imaging Technology

KANG Gaoqiang，LI Chunmao，QIN Lijuan

The present，chord-based method and inertial reference method are two common rail corrugation detection methods，but the transfer function of the chord-based method is not constant and the inertial reference method is often affected by vehicle speed.In this paper，a corrugation detection method based on laser imaging technology is proposed in line with the above-mentioned defects.Rail profile is sampled at high frequency by parallel sensors，the ROI（region of interest）of light strip image is extracted by FPGA（field programmable gate array），then the ROI is transferred to host PC for rail profile data extraction，the rail corrugation detection is finally completed.The feasibility of increasing rail profile sampling frequency by parallel sensors is proved，the real time extraction of light strip image ROI has been achieved in theXilinxSP605 evaluation kit.Experimental results show that ROI extraction can reduce the data amount of communication effectively.

rail transit； rail corrugation； testing method；parallel sampling；ROI（region of interest）extraction

U216.65

10.16037/j.1007-869x.2017.10.018

Author′s address School of Electric and Automation Engineering of East China Jiaotong University，330013，Nanchang，China

*華東交通大學校立課題（15DQ02）

2015-10-20）