摘" 要：目前，鐵路系統(tǒng)已經(jīng)全面應用貨車故障軌旁圖像檢測系統(tǒng)（TFDS）采集車輛底部和側(cè)面圖像。針對TFDS系統(tǒng)只能獲取列車移動時圖像而無法獲取靜止狀態(tài)時圖像的問題，以RGV移動機器人為載體，搭配移動Dalsa線陣工業(yè)相機實現(xiàn)圖像采集；利用TCP/IP通信協(xié)議實現(xiàn)采集系統(tǒng)到服務端的圖像傳輸。研究結果表明，RGV移動機器人能夠搭載Dalsa相機以3 m/s的速度在特定軌道上穩(wěn)定行走，Dalsa線陣工業(yè)相機能夠穩(wěn)定連續(xù)地采集照片；通過建立TCP連接，實現(xiàn)圖像發(fā)送、接收和實時存儲，保證圖像按類歸檔。研究結果推進鐵路貨車始發(fā)列檢由人檢向智能檢測的轉(zhuǎn)變，為下一步人工智能自動識別鐵路貨車底盤故障缺陷積累圖像數(shù)據(jù)。

關鍵詞：貨車故障軌旁圖像檢測系統(tǒng)（TFDS）；RGV；圖像采集；圖像傳輸；鐵路系統(tǒng)

中圖分類號：U226""""" 文獻標志碼：A""""""""" 文章編號：2095-2945（2025）04-0123-04

Abstract： At present， the railway system has fully applied the Trouble of Moving Freight Car Detection System （TFDS） to collect vehicle bottom and side images. In view of the problem that the TFDS system can only obtain images when the train is moving but cannot obtain images when it is still， the RGV mobile robot is used as the carrier and combined with a mobile Dalsa linear array industrial camera to realize image acquisition; the TCP/IP communication protocol is used to realize image transmission from the acquisition system to the server. The research results show that the RGV mobile robot can carry a Dalsa camera and walk stably on a specific track at a speed of 3m/s， and the Dalsa linear array industrial camera can collect photos stably and continuously; by establishing a TCP connection， image transmission， reception and real-time storage are realized to ensure that images are archived according to categories. The research results have promoted the transformation from human inspection to intelligent inspection at the departure of railway freight cars， and accumulated image data for the next step of artificial intelligence to automatically identify railway freight car chassis faults and defects.

Keywords： Trouble of Moving Freight Car Detection System （TFDS）; RGV; image acquisition; image transmission; railway system

截至2020年底，我國高速鐵路通車里程達到3.8萬公里，居世界首位[1]。目前國內(nèi)、外現(xiàn)有TFDS圖像信息采集系統(tǒng)，已經(jīng)應用于鐵路普速、高速運行列車的圖像采集，實現(xiàn)了對到達列車技術作業(yè)由人檢向人工智能檢測方向的轉(zhuǎn)化[2-4]。但始發(fā)列檢作業(yè)場的列車技術作業(yè)還完全依賴人工檢查，該種作業(yè)方式檢查時間長，勞動強度大，對人員經(jīng)驗要求高。而且疲勞作業(yè)、責任心、情緒等因素對檢查質(zhì)量影響很大，天氣和晝夜的變化對檢查質(zhì)量影響也很大，并且存在較大的人身安全隱患[5-6]。

綜上所述，研制一套全自動智能貨車底部檢測系統(tǒng)（RGV），結合新一代圖像采集、信息處理、人工智能和移動機器人技術聯(lián)合創(chuàng)新，解決始發(fā)列檢人工檢車作業(yè)存在的問題，降低職工的勞動強度，提高效率，迫在眉睫。

1" 系統(tǒng)總體設計

1.1" 總體結構設計

鐵路貨車始發(fā)列檢機檢替代人檢技術是研制一套全自動智能檢車系統(tǒng)，由RGV機器人、線路間專用軌道、端部車庫、通信系統(tǒng)、軌邊信息處理服務器系統(tǒng)和圖片編輯處理系統(tǒng)等組成。RGV車體采用鋁鎂合金型材組合體，在保證結構強度的同時，兼顧防水功能；在RGV軌道機器人上，集成了2K CCD線陣攝像機、紅外光源、電池和車載計算機，用于實現(xiàn)對車列底部圖像的采集；動力系統(tǒng)為直流伺服電機集中驅(qū)動，用車載工業(yè)計算機控制，電源用鉛酸鐵鋰電池；專用軌道鋪設在標準軌中間，為RGV在車列底部運行提供支撐；端部車庫為RGV駐車使用，在車庫內(nèi)配備充電和通信插座，RGV入庫后可為車載電池充電、車載計算機所采集的圖像信息傳送到軌邊服務器，數(shù)據(jù)傳輸采用有線傳輸，提高數(shù)據(jù)傳輸可靠度。圖片編輯系統(tǒng)安裝在軌邊服務器中，對RGV傳來的圖片信息進行編輯和預處理，并將編輯好的圖庫信息傳送到5T檢測中心TFDS作業(yè)平臺，由5T檢車員對車輛進行檢查；對發(fā)現(xiàn)的故障，再返回現(xiàn)場，由檢車員確認并處理。同時結合圖像自動識別系統(tǒng)，為下一步人工智能系統(tǒng)的GPU服務器提供調(diào)度協(xié)調(diào)功能。

1.2" 圖像處理系統(tǒng)總體架構

基于RGV小車的列車底盤圖像采集傳輸系統(tǒng)主要包括線性相機采集模塊和圖像傳輸模塊。其中線陣相機采集模塊主要實現(xiàn)了相機配置文件自動導入、相機初始化、圖像連續(xù)采集、圖像實時存儲以及基于TwinCAT的指令交互等功能。圖像傳輸模塊包括服務器端和客戶機端2個子模塊，兩部分相互協(xié)調(diào)工作，分別調(diào)用各自對應的部分，共同完成圖像發(fā)送和圖像接收任務，實現(xiàn)圖像歸檔和重復查詢。系統(tǒng)結構如圖1所示。

1.3" 圖像處理系統(tǒng)流程分析

基于RGV小車的列車底盤圖像采集傳輸系統(tǒng)流程如圖2所示。首先，圖像采集系統(tǒng)等待外觸發(fā)信號，當RGV小車進入車底后計算機系統(tǒng)發(fā)送外觸發(fā)信號命令相機開始進行圖像采集。接下來，判斷圖像采集是否完成，若圖像采集未完成，則繼續(xù)進行圖像采集任務；若圖像采集完成，計算機系統(tǒng)將采集到的圖像發(fā)送至服務器。最后，判斷圖像是否發(fā)送完畢，若圖像未發(fā)送完畢，則繼續(xù)執(zhí)行圖像發(fā)送任務；若圖像發(fā)送完畢，則服務器開始接收圖像并實時存儲。此時，基于RGV小車的列車底盤圖像采集傳輸系統(tǒng)完成了本輪圖像采集及圖像傳輸任務。

1.4" 圖像處理系統(tǒng)開發(fā)環(huán)境

基于RGV小車的列車底盤圖像采集傳輸系統(tǒng)的特點及開發(fā)要求，開發(fā)環(huán)境主要運用：

1）Windows 10 64位操作系統(tǒng)，Microsoft.NET Framework 4.6.1。

2）Microsoft Visual Vtudio 2019。

3）DALSA.SaperaLT.SapClassBasic、TwinCAT.Ads、halcondotnet等輔助開發(fā)工具包。

2" RGV移動小車的設計與實現(xiàn)

RGV通過伺服電機驅(qū)動同步帶輪的方式，帶動車軸車輪在特定的軌道上行駛。底部帶有限位導向的滾輪，以保證RGV小車在軌道上穩(wěn)定的行駛[7]。采用車載計算機控制，實現(xiàn)在軌運行、自動充電、自動信息傳輸。車載傳感器自動監(jiān)測軌道障礙物，對RGV運行安全進行自我保護，實現(xiàn)車輛計數(shù)、輪對計數(shù)功能。

RGV檢車系統(tǒng)的性能參數(shù)如下。

1）RGV本體尺寸：1 642 mm×902 mm×207 mm。

2）RGV本體重量：約200 kg。

3）運動形式：直線軌道，往復運行。

4）行駛速度：3 m/s。

5）電池容量：60 AH。

6）充電時間：1 h。

7）相機布置：雙相機斜視，可實現(xiàn)貨車底部全覆蓋

8）相機分辨率：2 048/4 096。

9）相機采集頻率：適用0～10 km/h車速。

10）圖像精度：高于1 pixel/mm。

3" 圖像處理系統(tǒng)功能模塊的設計與實現(xiàn)

圖像采集傳輸系統(tǒng)最基本的功能就是控制相機來完成對列車底盤圖像的采集，并將采集到的圖像從計算機傳輸至服務端。本項目采用2部Dalsa線陣掃描工業(yè)相機用于圖像采集，計算機與2臺相機連接在同一局域網(wǎng)內(nèi)，每臺設備擁有獨立的網(wǎng)絡IP地址，這樣本系統(tǒng)在計算機與服務器之間通過一個雙向的通信連接實現(xiàn)數(shù)據(jù)交換，將采集到的列車底盤圖像傳輸至服務端，實現(xiàn)圖像歸檔和重復查詢。

3.1" 線陣相機采集模塊的設計與實現(xiàn)

Dalsa相機可以將標準千兆以太網(wǎng)技術與高可靠性成像觸發(fā)技術架構相結合，是專為工業(yè)視覺領域設計的相機[8]。該產(chǎn)品實現(xiàn)相機的獨立圖像采集及與PC主機間圖像傳輸，運用標準的PC機和服務器的以太網(wǎng)接口和硬件，幀率可達100幀/s以上，圖形穩(wěn)定性好，具有高傳輸能力和抗干擾能力，符合工業(yè)應用設計要求[9]。

Dalsa線陣相機采集模塊功能如圖3所示，圖像采集模塊主要實現(xiàn)了配置文件自動導入、相機初始化、圖像連續(xù)采集、圖像實時存儲以及基于TwinCAT的指令交互等功能。

軟件流程如圖4所示，根據(jù)流程示意圖，本文設計的相機采集控制過程可以分為如下幾個步驟。

1）讀取并解析ccf相機配置文件，設置相機的相關配置參數(shù)并對其進行初始化。

2）定義一個回調(diào)函數(shù)XferCallback，該函數(shù)在捕獲一幀數(shù)據(jù)后將其轉(zhuǎn)移到數(shù)據(jù)采集緩沖區(qū)。

3）在完成上述采集圖像的準備工作后，當接到外觸發(fā)信號后，便通過SapTransfer的一系列函數(shù)進行圖像的采集。定義2個指針p1和p2，其中p1指向采集緩沖區(qū)，p2指向圖像存儲空間。每采集一幀圖像數(shù)據(jù)，在通過回調(diào)函數(shù)中的p1指針和p2指針完成當前幀圖像數(shù)據(jù)的轉(zhuǎn)移，將采集緩沖區(qū)數(shù)據(jù)復制到圖像實際存儲空間中。

4）如果接到外觸發(fā)停止圖像采集的信號則停止圖像采集工作，釋放相關資源，將圖像存儲至本地文件夾，等待外觸發(fā)信號進行下一輪圖像采集；否則返回步驟3）繼續(xù)采集圖像。

3.2" 圖像傳輸模塊的設計與實現(xiàn)

客戶端與服務端之間的通信可以選用TCP和UDP兩種通信協(xié)議。UDP是一種無連接的網(wǎng)絡通信協(xié)議，具有實時性好、傳輸效率高但是可靠性低的特點[10]。考慮到系統(tǒng)對安全可靠性要求較高，信道爭用較少，此處采用面向連接的TCP協(xié)議。TCP協(xié)議在發(fā)送數(shù)據(jù)之前必須確認接收方已準備就緒，確認方式是發(fā)送方給接收方發(fā)送數(shù)據(jù)包，接收方在收到數(shù)據(jù)包的同時也會向發(fā)送方提供反饋，在確認發(fā)送方與接收方通信暢通的情況下建立TCP連接，這樣的連接機制使得TCP協(xié)議提供了可靠的傳輸服務[11]。

圖像傳輸模塊采用C/S傳輸模式（客戶端/服務器），C/S模式由客戶端應用程序和服務器端應用程序兩部分構成，二者共同完成工作。服務器負責管理系統(tǒng)資源用戶和數(shù)據(jù)，交互則由客戶端應用程序?qū)崿F(xiàn)。客戶端應用軟件主要用于圖像發(fā)送和發(fā)送完成后的圖像刪除，服務端應用軟件則主要用于圖像接收和圖像存儲，二者相互配合，共同實現(xiàn)圖像傳輸功能。

圖像傳輸模塊的核心功能是基于TCP/IP協(xié)議，將客戶機上的圖像及其所在的文件夾名稱傳輸至服務器端，服務端建立與客戶端文件夾名稱相同的文件夾對每一張圖片進行分別保存，保證傳輸后的圖像順序不被打亂。

根據(jù)C/S網(wǎng)絡傳輸模式，圖像傳輸模塊應該包括服務器端和客戶機端2個子模塊，兩部分相互協(xié)調(diào)工作，分別調(diào)用各自對應的部分，共同完成圖像傳輸任務。此模式將任務分給服務器端和客戶機端，極大地增強了系統(tǒng)對圖像數(shù)據(jù)的處理能力。

圖像傳輸模塊功能如圖5所示，客戶機端子模塊主要實現(xiàn)了建立TCP連接、圖像發(fā)送、圖像發(fā)送完成后的圖像刪除、當前網(wǎng)絡狀態(tài)檢查、指令交互等功能。服務器端子模塊主要實現(xiàn)了建立TCP連接、圖像接收、圖像實時存儲等功能。

軟件流程如圖6所示，根據(jù)流程示意圖，本文設計的圖像傳輸過程可以分為如下幾個步驟。

客戶端：

1）與倍福控制器建立連接，進行基于TwinCAT的指令交互，讀取名字為“Ready_to_upload”變量的值，若“Ready_to_upload”變量值為1，則客戶端和服務端建立TCP連接；否則重復執(zhí)行步驟1）。與此同時，另起線程每秒檢查一次網(wǎng)絡連接。

2）若TCP連接建立成功，則開始進行圖像傳輸；否則返回步驟1），重新讀取“Ready_to_upload”變量的值。

3）圖像傳輸完成后，再次進行基于TwinCAT的指令交互，將名字為“Send_ compelete”布爾變量的值置為True，同時“Ready_to_upload”變量值將會被置為2。

4）為避免客戶端存儲大量圖像造成磁盤空間不足，將傳送至客戶端的圖像刪除。

5）每輪圖像傳輸完成后，返回步驟1），重新讀取“Ready_to_upload”變量的值，等待其值變?yōu)?后進行下一輪的圖像傳輸。

服務端：

1）持續(xù)進行數(shù)據(jù)監(jiān)聽，若接收到客戶端建立TCP連接請求，則與客戶端建立TCP連接；否則重復執(zhí)行步驟1），進行數(shù)據(jù)監(jiān)聽。

2）TCP連接建立成功，開始進行圖像接收，同時將接收到的圖像存儲至本地文件夾。

4" 結論

基于鐵路貨車始發(fā)列檢的相關需求，完成了全自動智能檢車系統(tǒng)（RGV）產(chǎn)品的研發(fā)。該產(chǎn)品通過安裝兩部Dalsa線陣相機實現(xiàn)了列車底部圖像采集功能，利用TCP/IP通信協(xié)議實現(xiàn)采集系統(tǒng)到服務端的圖像傳輸。基于TCP/IP協(xié)議來編寫服務端和客戶端應用程序。用戶僅需在首次使用相機時進行相機參數(shù)配置，并將配置文件存放在指定文件夾下即可，后續(xù)相機使用時將自動調(diào)用之前存儲好的配置文件，無需每次使用前都進行相機配置。每次圖像采集完成后圖像將自動上傳服務端，并存儲至以當前日期和時間命名的本地文件夾中，方便用戶進行圖像查找及圖像分析。通過現(xiàn)場應用，該套圖像處理系統(tǒng)滿足鐵路貨車始發(fā)列檢的檢測要求，系統(tǒng)運行穩(wěn)定。

參考文獻：

[1] 王同軍.高速鐵路弓網(wǎng)檢測監(jiān)測體系研究[J].中國鐵路，2021（3）：1-7.

[2] 金鑫，王通，程園龍.基于深度學習的TFDS貨車故障圖像智能識別算法研究[J].鐵道車輛，2024，62（1）：138-144.

[3] 宋浩然，田新宇，戴鵬，等.高速鐵路綜合巡檢車研制[J].中國鐵路，2021（6）：28-34.

[4] 馬臣希，張二永，方玥，等.車載軌道狀態(tài)巡檢技術發(fā)展及應用[J].中國鐵路，2017（10）：91-95.

[5] 雷蕾，宋冬利，張衛(wèi)華，等.基于HCRD的列車鎖緊板偏轉(zhuǎn)自動識別方法[J].鐵道科學與工程學報，2021（7）：1895-1902.

[6] 張茂軒，孫善超，楊飛，等.極端條件下鐵路基礎設施檢測保障技術研究[J].高速鐵路技術，2021，12（4）：21-28.

[7] 任帥，石建剛.輪對智能RGV輸送車的研制[J].科技創(chuàng)新與應用，2022（15）：112-115.

[8] DALSA.QuickCam GigE Vision User's Manual[Z].2008：7-75.

[9] 劉倩倩.基于激光點云與圖像信息融合的三維場景重建[D].大連：大連理工大學，2016.

[10] 潘應興．Windows的TCP/IP網(wǎng)絡應用開發(fā)[J]．軟件和集成電路，1995（7）：12-14．

[11] 曹寧，馮忠義．基于客戶/服務器模式的Socket網(wǎng)絡編程[J]．計算機工程，1999（2）：72-74．