孫艷濤，楊唐文，秦勇

（1.北京交通大學 信息科學研究所，北京 100044；

2.北京交通大學 軌道交通控制與安全國家重點實驗室，北京 100044）

由于高速鐵路技術復雜度高、易受環(huán)境影響等原因，安全高效是高速鐵路建設與運營的首要問題。近幾年，越來越多的新技術應用到高速鐵路安全保障體系中[1-4]。在此，闡述結構光三維測量技術，并探討其在列車走行部異物檢測中的應用。

1 結構光三維測量技術簡介

基于結構光的三維測量技術是非接觸式測量的一種，三維視覺能直觀反映物體的尺寸、形狀、體積等信息，解決二維圖像對比度和顏色干擾等問題。結構光三維測量利用光學三角測量原理，以傳統(tǒng)的三角測量方法為基礎，通過計算被測點與光學基準線的角度變化來計算該檢測點的深度信息，從而得到被測物體的三維模型。該測量技術可高效完成三維實體的重建和測量，在三維數(shù)字建模、考古發(fā)掘、數(shù)字化城市等諸多領域得到廣泛應用。

三維測量技術在國外起步較早，產(chǎn)品面向各個領域，如工業(yè)產(chǎn)品檢測、鐵路網(wǎng)絡檢測以及高速三維檢查等，檢測速度和精確度都處在領先水平。我國結構光三維測量技術正在快速發(fā)展中，并已將研究成果應用到實際工業(yè)生產(chǎn)和生活領域[5-7]。隨著研發(fā)的不斷深入，結構光三維測量技術在鐵路檢測應用方面也取得了一些成果[8-11]。傳統(tǒng)的鐵路檢測方式主要依靠人工巡查，不僅費時、費力、可靠性差、效率低下，而且缺少可靠的檢測手段和方法。結構光三維測量技術具有精度高、非接觸、測速快等優(yōu)點，其在鐵路方面的應用提高了檢測工作的效率和可靠性，對保障高速鐵路的安全性具有重要意義。

2 原理和方法

2.1 光條圖像中心提取方法

在結構光系統(tǒng)中，線激光器由于投射距離和物體表面特性等因素，在被投射物體表面形成具有一定寬度的光條，工業(yè)相機捕獲到被投射物體表面上的畸變光條圖像，光條的寬度一般占5～15個像素（見圖1），光條中心坐標的提取精度將影響整個測量系統(tǒng)的測量精度。

理想線結構光光條的灰度分布是高斯分布，現(xiàn)實情況下，光條受到投射距離、環(huán)境因素以及投射物體表面特性等因素的影響，光條呈現(xiàn)類高斯分布。綜合考慮光條中心提取算法的優(yōu)缺點以及實際光條的灰度分布特征，采取基于光條灰度特征的曲線擬合方法，該方法對于一定寬度的光條中心提取的精度高、處理速度快。

圖1 光條寬度

2.2 激光三角法

激光三角法是結構光三維測量的基礎，將光條中心的坐標轉換成世界坐標系下的三維坐標。激光三角法原理見圖2。

圖2 激光三角法原理

首先確定基平面，測量高度h是相對于基平面的高度，激光投射到被測物體表面H處，PN為實際高度h在CCD平面上的映射，根據(jù)三角形相似原理，可以確定PN與實際高度h有以下關系：

式中：OQ為CCD光軸與激光光軸交點到透鏡中心的距離；PN為實際高度h在CCD平面上的映射；QP為透鏡中心點到基準點的距離；α為CCD光軸與CCD平面的夾角；θ為激光光軸與CCD光軸的夾角。夾角α和θ可以利用在相機坐標系下已知的坐標利用余弦定理求得。通過激光三角法，光條中心點坐標系被轉換為世界坐標系，實現(xiàn)測量物體模型的重建。

3 技術應用

3.1 技術方案

整體方案分為數(shù)據(jù)采集端和數(shù)據(jù)處理端2部分。數(shù)據(jù)采集端主要由線激光器、工業(yè)相機組成，負責列車走行部的圖像采集工作。數(shù)據(jù)處理端是基于MFC的處理程序，負責人機交互、設備控制、設備標定、三維重建以及數(shù)據(jù)分析處理。

基于技術方案的規(guī)劃，實驗室現(xiàn)場實施方案見圖3，分為光電控制、結構光系統(tǒng)以及運動的列車。光電控制分別放在左右兩側，每側光電開關由發(fā)射器和接收器組成，光電控制主要負責發(fā)送開始和結束信號到結構光系統(tǒng)。結構光系統(tǒng)被放置在鋼軌一側1～2 m處，線激光器和相機被固定在支架上，相機采集的數(shù)據(jù)經(jīng)線路傳輸?shù)诫娔X進行數(shù)據(jù)處理。

整體運行流程為：列車運行到光電開關開始采集點，光電開關觸發(fā)結構光系統(tǒng)開始采集列車圖像數(shù)據(jù)，列車運行到結束采集點，光電開關觸發(fā)結構光系統(tǒng)結束采集列車圖像數(shù)據(jù)。采集結束后，數(shù)據(jù)處理模塊對采集到的圖像數(shù)據(jù)進行處理，重建走行部的三維模型。

圖3 實驗室現(xiàn)場實施方案

3.2 硬件選型和軟件設計

根據(jù)試驗實施方案和實驗室的平臺條件進行硬件選型和軟件設計。

（1）硬件方面，主要包括線激光器、工業(yè)相機、鏡頭以及光電控制開關。工業(yè)相機和線激光器被固定在可升降云臺上，云臺可安置在軌旁的任意位置。

（2）軟件方面，設計可視化的交互界面，主要包括相機標定界面、光平面標定界面以及實時測量界面。相機標定和光平面標定是前期的準備工作，只需標定一次即可；實時測量界面可以看到結構光系統(tǒng)在工作時的設備狀態(tài)、數(shù)據(jù)采集狀態(tài)、重建結果的顯示等。

3.3 數(shù)據(jù)可視化

數(shù)據(jù)可視化是將重建得到的走行部模型進行渲染，形成更好的可視化效果，主要分為2個方面：一是三維模型的表面重建，建立離散點云的拓撲關系；二是點云的著色。

（1）表面重建。三維模型的表面重建是將離散三維點云建立拓撲關系，從而還原出實物的原貌，重建后的模型中，輪廓和形狀更加清晰，有助于對模型上各零部件進行判別。在獲取點云數(shù)據(jù)時，由于受到設備精度、環(huán)境因素、被測物體表面性質(zhì)變化等因素的影響，點云數(shù)據(jù)中不可避免地出現(xiàn)一些噪聲。針對點云數(shù)據(jù)中的背景點、噪聲點、離群點及空洞等，通過背景去除和濾波的方法進行有效去除。由于表面重建對于離散數(shù)據(jù)的平滑性有一定要求，通過下采樣和增采樣平滑點云，同時，下采樣能夠保證點云原本特征不變并降低點云的規(guī)模，提高處理的速度。表面重建使用貪婪投影三角化算法，重建效果見圖4。

圖4 走行部表面重建效果

（2）點云著色。點云著色是將離散三維點云的每個三維數(shù)據(jù)點賦值顏色信息。首先通過濾波的方法，濾除三維點云的孤立點。通過對三維數(shù)據(jù)點的距離聚類，將在空間位置上屬于同一區(qū)域的離散點劃分為同一類別，并對該類別的三維數(shù)據(jù)點賦值為同一顏色信息。通過對三維點云著色，能夠有效區(qū)分各部件的相對位置關系。點云著色見圖5。

圖5 點云著色

3.4 附著物體積測量

列車走行部粘附物的體積測量是三維異物檢測的主要手段。體積測量通過點云差值的方法進行計算，其計算流程見圖6。

加載重建點云模型和基準點云模型到同一坐標系下，受采集時間點的延遲和列車運行速度的影響，2次重建的點云模型整體出現(xiàn)偏移。利用迭代最近點（Iterative Closest Points，ICP）算法，將重建點云模型與基準點云模型配準，為了加快ICP的運算速度，采用去除背景數(shù)據(jù)和下采樣的方法可降低點云數(shù)據(jù)量，通過迭代計算最優(yōu)的旋轉和平移矩陣，最終實現(xiàn)點云的配準。將配準后的2個點云模型做差，由于點云數(shù)據(jù)的離散性，做差后的點云存在大量冗余點。冗余數(shù)據(jù)大多分布在基準平面上，設定上下限閾值并檢測特定位置，去除冗余點，形成附著物點云（見圖7），對該點云進行積分計算，得到附著物的實際體積，計算誤差為 4.14%。

圖6 體積測量流程

圖7 附著物點云

4 結束語

為了實現(xiàn)列車走行部的異物檢測，提出基于線結構光的三維檢測方法，通過結構光系統(tǒng)，重建走行部的三維模型，并進一步測量走行部粘附物的體積，能夠為列車運營提供預警信息。在模擬實驗環(huán)境下，驗證了該技術方案的可行性，能夠?qū)崿F(xiàn)列車走行部的異物檢測。在三維數(shù)據(jù)可視化方面，采用紋理重建技術能夠進一步提升模型的可視化效果，在測量精度方面也需要進一步提高三維測量的精度。