許貴陽，李金洋，白堂博，楊建偉

（1.北京建筑大學 機電與車輛工程學院，北京 100044；2.北京建筑大學 城市軌道交通車輛服役性能保障北京市重點實驗室，北京 100044）

隨著我國軌道交通的高速發(fā)展，鐵路中的安全隱患隨著運營里程的增加而增加。扣件是連接鋼軌與軌枕的重要組件，確保扣件的安全狀態(tài)對維護鐵路正常運營具有重要意義［1］。

目前的軌道扣件狀態(tài)檢測方法有人工巡道檢測法、振動信號檢測法［2］、激光檢測法［3］和圖像識別法［4?5］等。我國常用的檢測方法為人工巡道檢測法和圖像識別法。人工巡道檢測法不僅檢測效率低，而且準確率與工人的巡檢經驗相關。隨著鐵路巡檢技術的逐漸自動化和智能化，基于視覺測量原理的軌道巡檢系統(tǒng)已逐步成為鐵路軌道自動化巡檢的重要技術手段。既有的基于圖像處理的檢測方法是依據(jù)扣件的具體特征及其在軌道中的布置特點所提出的，如劉甲甲等［6］先提取扣件的金字塔式梯度方向直方圖和圖像局部宏觀紋理特征，再使用支持向量機進行扣件分類；Gibert等［7?8］提出基于多任務學習框架結合多檢測器的扣件檢測算法以及基于貝葉斯框架結合極值理論的優(yōu)化方法。雖然既有的圖像處理方法可以檢測扣件狀態(tài)，但無法保證較高的準確率。

隨著深度學習和神經網絡的興起，國內外學者提出了許多基于卷積神經網絡的檢測算法，可分為2 大發(fā)展方向：一種是基于目標候選區(qū)域的2 階段算法，如Faster R-CNN［9］，另一種是基于端到端學習的1階段算法，如YOLO 系列算法［10?11］。且2種方法均已應用于軌道扣件狀態(tài)檢測方面［12?13］。但是，這些檢測算法在標注和訓練的過程中容易被軌道圖像中的背景即圖片中除扣件外的無效信息干擾，導致檢測的準確率下降。Mask R-CNN 實例分割算法［14］是在Faster R-CNN 目標檢測算法的基礎上增加了感興趣區(qū)域對齊層和全卷積網絡［15］的2 階段算法。通過對軌道扣件邊緣像素點進行標注，Mask R-CNN 實例分割算法可以將軌道扣件與圖像中的背景分割，只關注與扣件有關的像素信息，并且在檢測偏移類型的軌道扣件方面已有相關應用［16］。

為提高軌道扣件狀態(tài)檢測的準確率，基于K均值聚類算法對Mask R-CNN 實例分割算法中的區(qū)域建議網絡部分進行改進，進行基于改進Mask RCNN的軌道扣件狀態(tài)檢測方法研究。

1 Mask R-CNN實例分割算法

Mask R-CNN 實例分割算法有5 個主要結構：輸入層、主干特征提取網絡、區(qū)域建議網絡、感興趣區(qū)域對齊層和輸出層，其結構如圖1所示。

圖1 Mask R-CNN結構圖

結合軌道扣件狀態(tài)檢測應用，Mask R-CNN實例分割算法的4個核心部分如下所示。

1）提取扣件特征圖

采用主干特征提取網絡生成軌道扣件特征圖，主干特征提取網絡使用殘差網絡［17］與特征金字塔網絡［18］相結合的形式。

采用殘差網絡初步提取扣件特征圖，其結構如圖2所示，有5 個卷積階段和1 個池化階段，分別對應輸出C1，C2，C3，C4，C5 和S1。每個卷積操作后都采用批量歸一化和修正線性單元處理。

圖2 殘差網絡結構圖

采用特征金字塔網絡進行扣件特征圖融合，首先將C5 通過1×1×256 的卷積生成P5，其通道數(shù)由2 048 變?yōu)?56，然后將P5 通過最鄰近上采樣生成的特征圖與C4 通過1×1×256 的卷積生成的特征圖進行特征圖融合生成P4。利用相同的方法依次生成P3 和P2，再對P5 通過下采樣生成P6。經過特征圖融合后的P2—P6 所對應的扣件特征圖尺寸分別為（256×256），（128×128），（64×64），（32×32）和（16×16）像素。

2）生成候選區(qū)域

采用區(qū)域建議網絡通過錨框在扣件特征圖P2—P6上滑動生成候選區(qū)域，過程如圖3所示。同一尺度的扣件特征圖中設定了3種不同寬高比分別為1∶1，2∶1和1∶2的錨框，并且不同尺度的扣件特征圖中錨框的尺寸也會不同。錨框滑動過程中，首先扣件特征圖上的每個像素點都會生成3 種不同比例的候選區(qū)域，然后將每個候選區(qū)域輸出為256 維特征向量，用于區(qū)分類別和回歸候選區(qū)域的位置信息。將這些不同大小的候選區(qū)域映射到輸入圖像中，用人工標注的扣件信息作為真實扣件區(qū)域，計算所有候選區(qū)域與真實扣件區(qū)域的交并比，保留大于交并比閾值的候選區(qū)域，最后通過非極大值抑制按照分數(shù)進一步篩選，獲得更有可能存在扣件的候選區(qū)域。

圖3 候選區(qū)域生成過程

3）對齊感興趣區(qū)域

將經過篩選的候選區(qū)域的位置信息與扣件特征圖P2—P6 相對應得到感興趣區(qū)域，然后對齊感興趣區(qū)域。首先對每個感興趣區(qū)域按照（7×7）和（14×14）的像素尺寸平均分割成若干個子區(qū)域，然后將每個子區(qū)域平均分成4 個小空間，通過雙線性插值計算每個小空間內中心點的像素值，最后取這4個小空間的最大值作為該子區(qū)域的像素值，進而準確地生成尺寸為（7×7）和（14×14）像素的特征圖。

4）輸出檢測結果

輸出層有2 個分支，分別是全連接層和全卷積網絡。全連接層將尺寸為（7×7）像素的特征圖通過7×7×1 024 的卷積輸出為1 024 維特征向量，進行分類和回歸邊框位置。全卷積網絡將尺寸為（14×14）像素的特征圖通過2 倍上采樣輸出為（28×28）像素的掩膜。將掩膜、分類信息和邊框位置相結合得到Mask R-CNN 實例分割算法的檢測結果。

2 基于K 均值聚類算法的區(qū)域建議網絡改進

區(qū)域建議網絡在Mask R-CNN 實例分割算法檢測軌道扣件狀態(tài)的過程中起到關鍵作用。區(qū)域建議網絡生成候選區(qū)域時，錨框的尺寸大小決定了候選區(qū)域的質量好壞。若選用的錨框較小，則候選區(qū)域無法包含整個軌道扣件，若選用的錨框較大，則候選區(qū)域會包含過多除軌道扣件外的像素信息，這2 種情況都會導致檢測的準確率降低。一般情況下，扣件特征圖P2—P6 的錨框是由人工根據(jù)經驗預設的，Mask R-CNN 算法的錨框尺寸為32，64，128，256和512像素，雖然在微軟公開的數(shù)據(jù)集上有良好的檢測效果，但是不適用于軌道扣件狀態(tài)檢測。

為能準確地生成包含軌道扣件的候選區(qū)域，提高檢測的準確率，基于K均值聚類算法對區(qū)域建議網絡進行改進，計算專用于軌道扣件狀態(tài)檢測的錨框尺寸。K 均值聚類算法是迭代求解的聚類分析算法，可以對已標注的真實扣件錨框進行相似度計算、分類并得出每個類別的錨框尺寸。K 均值聚類算法中用歐氏距離計算相似度，但是計算真實扣件錨框之間的歐氏距離所得到的相似度誤差較大，不利于分類。因此，采用交并比I定義的距離式代替歐氏距離，計算錨框與錨框之間的相似度D，計算式為

其中，

式中：W和H分別表示重合區(qū)域的寬和高；Ax，Ay，Aw，Ah分別表示第1 個錨框的左上點坐標和高寬信息；Bx，By，Bw，Bh分別表示第2 個錨框的左上點坐標和高寬信息。

K均值聚類計算得到錨框尺寸的具體過程如下。

（1）用LabelImg 工具標注軌道圖像中的扣件得到扣件錨框，獲取所有扣件錨框的高寬數(shù)據(jù)并提取到聚類集。

（2）因軌道圖像中有扣件正常、扣件丟失、扣件斷裂、扣件位移和扣件異物5種不同狀態(tài)的扣件，設置聚類的類別數(shù)K 值為5，即初始在聚類集中隨機選取5個錨框作為質心錨框。

（3）通過用交并比I定義的距離式分別計算5個質心錨框與其他普通錨框之間的相似度D，然后將D值最小的普通錨框劃分到相應質心錨框的聚類列表中。

（4）對于每個質心錨框的聚類列表，將該列表中錨框的高和寬相加并計算均值，結果作為該聚類列表中的新質心錨框的高寬值。

（5）重復步驟（3）和步驟（4），直至每個聚類列表中質心錨框的高寬值不再變化，然后將每個列表中的質心錨框尺寸相加并計算平均值，得出K均值聚類后適用于軌道扣件狀態(tài)檢測的錨框尺寸。

采用上述K均值聚類算法計算得出扣件特征圖P2—P6 上的錨框尺寸分別為39，78，156，312 和624像素。

3 基于改進Mask R-CNN的軌道扣件狀態(tài)檢測方法

將改進后的Mask R-CNN 實例分割算法應用于軌道扣件狀態(tài)檢測，步驟如下。

步驟1：采集軌道圖像。應用軌道圖像采集設備針對試驗線路進行巡線拍攝獲取軌道圖像。

步驟2：建立試驗數(shù)據(jù)集。將采集的軌道圖像依據(jù)試驗線路類型和軌道扣件狀態(tài)進行分類，用標注工具標注軌道圖像中的扣件信息，并進行數(shù)據(jù)擴增生成試驗數(shù)據(jù)集。

步驟3：檢測軌道扣件狀態(tài)?；贙 均值聚類算法對試驗數(shù)據(jù)集中的扣件錨框進行聚類計算，得到優(yōu)化后的區(qū)域建議網絡中的錨框尺寸，設置訓練參數(shù)，采用改進后的Mask R-CNN 實例分割算法基于訓練集進行迭代訓練，輸入驗證集得到軌道扣件狀態(tài)檢測結果并進行分析。

4 應 用

4.1 軌道圖像采集

本文使用的軌道圖像采集設備為北京某公司設計制造的新型軌道巡檢儀，試驗線路為某2 條普速鐵路有砟軌道（線路1 和線路2）和某1 條高速鐵路無砟軌道（線路3），共計41 160 張軌道圖片，圖片尺寸為（2 048×2 021）像素。根據(jù)軌道扣件狀態(tài)可將其分為扣件正常（zc）、扣件丟失（ds）、扣件斷裂（dl）、扣件位移（wy）、扣件異物（yw）共5類。各線路軌道扣件狀態(tài)如圖4—圖6所示。

圖4 線路1軌道扣件狀態(tài)

圖5 線路2軌道扣件狀態(tài)

圖6 線路3軌道扣件狀態(tài)

4.2 試驗數(shù)據(jù)集建立

將軌道巡檢儀采集的軌道圖片壓縮為（1 024×1 024）像素，采用開源軟件LabelIme 標注軌道圖片中的扣件狀態(tài)和位置信息如圖7所示，在標注過程中只標注每個扣件的輪廓像素點并按扣件狀態(tài)分類。

圖7 扣件數(shù)據(jù)標注

采用Augmentor工具對原始軌道圖片和包含真實扣件區(qū)域信息的標簽圖片進行翻轉和鏡像操作以增大試驗數(shù)據(jù)集，數(shù)據(jù)集信息見表1。

表1 試驗數(shù)據(jù)集信息

4.3 檢測結果與分析

本文試驗的硬件環(huán)境為GPU-NVIDIA GTX1660Ti，CPU-Intel i5-9400。軟件環(huán)境為：Windows 10，Tensorflow-gpu 1.7，Python 3.6，CUDA 9.0，cuDNN 7.4。改進后的Mask R-CNN 實例分割算法在訓練時采用帶動量優(yōu)化的隨機梯度下降法，設置交并比閾值為0.7，樣本批量為1，學習率為0.001，學習動量為0.9，權重衰減系數(shù)為0.000 1，基于訓練集迭代訓練200 次，輸入驗證集進行軌道扣件狀態(tài)檢測。

圖8—圖10給出了部分軌道扣件狀態(tài)檢測結果。圖中：邊框和顏色分別表示扣件位置和狀態(tài)，數(shù)字為預測置信度。由圖8—圖10可知：對于普速鐵路有砟軌道和高速鐵路無砟軌道中采集的不同類型扣件，本文方法均可有效分割扣件與背景像素、準確進行扣件定位與分類，并且置信度良好。

圖8 線路1部分扣件檢測結果

圖10 線路3部分扣件檢測結果

采用定位準確率和分類準確率2 個指標來精確評價軌道扣件狀態(tài)檢測的結果。定位準確率Pd表示定位正確的扣件占所有扣件的比例；分類準確率Pa表示分類正確的扣件占所有定位正確的扣件比例，計算式為

式中：Fd表示定位正確的扣件數(shù)量；Fm表示未被正確定位的扣件數(shù)量；Fa表示定位正確的扣件中正確分類的數(shù)量；Fe表示定位正確的扣件中錯誤分類的數(shù)量。

圖9 線路2部分扣件檢測結果

應用本文方法以及國內外其他3 種識別率較高的扣件狀態(tài)檢測算法對試驗數(shù)據(jù)集中的驗證集進行檢測，其結果見表2。

表2 不同算法的扣件狀態(tài)檢測結果準確率 %

由表2可知：本文方法具有較高的扣件定位準確率和分類準確率，平均定位準確率達到97.05%，平均分類準確率達到98.36%，均優(yōu)于其他3 種算法；相較于前2 種算法，本文方法在普速鐵路有砟軌道扣件數(shù)據(jù)集中的優(yōu)勢更為明顯，這是由于其他檢測算法在數(shù)據(jù)集標注和訓練過程中易受到有砟軌道圖像中道砟背景的影響，而Mask R-CNN 實例分割算法通過標注扣件輪廓像素點，將扣件像素與背景像素分割以解決上述影響，使其在訓練過程中只關注扣件的特征信息。

5 結 語

基于K 均值聚類算法改進Mask R-CNN 實例分割算法中的區(qū)域建議網絡，提出基于改進Mask R-CNN 的軌道扣件狀態(tài)檢測方法。通過對普速鐵路有砟軌道和高速鐵路無砟軌道的扣件數(shù)據(jù)集進行試驗，發(fā)現(xiàn)本文方法提高了軌道扣件狀態(tài)檢測的準確率，其扣件平均定位準確率達到97.05%，平均分類準確率達到98.36%，可以對普速鐵路有砟軌道和高速鐵路無砟軌道圖像中的扣件狀態(tài)進行準確檢測，且與其他方法相比在普速鐵路有砟軌道扣件狀態(tài)檢測的優(yōu)勢更為明顯。