【技术实现步骤摘要】
钢轨扣件状态的检测方法及装置
本专利技术涉及轨道检测
,尤其涉及一种钢轨扣件状态的检测方法及装置。
技术介绍
随着中国铁路建设的高速发展,至2019年底,我国高速铁路公里运营里程已达3.5万公里,高居世界第1位,客运列车运营速度已达到350km/h,覆盖全中国的高速铁路网已基本建成。铁路扣件是铁路轨道的重要基础设施,是连接钢轨和轨枕的中间连结零件,通过紧固螺栓实现弹条与钢轨底部之间的紧密扣压,其作用是将钢轨固定在轨枕上,保持轨距和阻止钢轨相对于轨枕的纵横向移动。对于钢轨扣件异常状态而言,引发扣件异常的根本原因是列车行驶过程中对轨道的横向冲击引发的扣件系统高频振动。若螺栓紧固过紧,则可能引起弹条断裂;而螺栓紧固过松,则将造成扣件扣压力失效,进一步发展为弹条移位,丢失等故障。过去依靠人工巡道的作业方法,巡视工作量大、夜间作业可视条件差、检查作业效率低,同时还可能给巡视人员带来未知的安全风险,这种落后的人工巡检方式消耗了大量的人力和资源,也因其耗时、低效、主观性强等诸多缺点,已不能满足现代高速铁路检测所要求的高效、准确的要求,同时也对更高效、自动化的基础设施检测设备研制提出了新的要求。已有的研究大多集中在基于二维可见光图像的扣件弹条外观状态的自动检测,可以准确识别到弹条丢失、断裂、变形等外观形状的改变,对螺栓紧固件异常状态的检测技术很少涉及。此外,螺栓的过紧或过松直观反映在深度方向的位移变化,在图像二维平面中并没有明显的形状和位置变化,基于二维可见光图像的检测技术难以发现这种深度方向的细微变化。因此,目前缺乏 ...
【技术保护点】
1.一种钢轨扣件状态的检测方法,其特征在于,包括:/n获得目标钢轨区域的深度图像和强度图像,所述深度图像和强度图像的像素一一对应;/n从所述强度图像中识别出扣件区域;/n基于强度图像中识别出的扣件区域,对应识别出深度图像中的扣件区域;/n从深度图像中的扣件区域中,识别出紧固件区域,所述紧固件为螺栓或螺母;/n根据识别出的扣件区域和紧固件区域,确定扣件状态。/n
【技术特征摘要】
1.一种钢轨扣件状态的检测方法,其特征在于,包括:
获得目标钢轨区域的深度图像和强度图像,所述深度图像和强度图像的像素一一对应;
从所述强度图像中识别出扣件区域;
基于强度图像中识别出的扣件区域,对应识别出深度图像中的扣件区域;
从深度图像中的扣件区域中,识别出紧固件区域,所述紧固件为螺栓或螺母;
根据识别出的扣件区域和紧固件区域,确定扣件状态。
2.如权利要求1所述的钢轨扣件状态的检测方法,其特征在于,从所述强度图像中识别出扣件区域,包括:
确定模板库,所述模板库包括多个模板,所述模板包括扣件区域模板和背景区域模板;
从目标钢轨区域中提取出多个子窗口图像;
对每个子窗口图像,计算该子窗口图像与模板库中每个模板的相似度;
根据该子窗口图像与模板库中每个模板的相似度,计算该子窗口图像的相似度合值;
根据多个子窗口图像的相似度合值,从所述强度图像中识别出扣件区域。
3.如权利要求2所述的钢轨扣件状态的检测方法,其特征在于,从目标钢轨区域中提取出多个子窗口图像,包括:
确定子窗口图像的尺寸为扣件区域的尺寸;
基于子窗口图像的尺寸,利用滑动窗口方法在目标钢轨区域中以固定步长依次提取多个子窗口图像。
4.如权利要求2所述的钢轨扣件状态的检测方法,其特征在于,对每个子窗口图像,计算该子窗口图像与模板库中每个模板的相似度,包括:
对每个子窗口图像,确定该子窗口图像的方向梯度直方图;
计算该子窗口图像的方向梯度直方图与每个模板的方向梯度直方图的相似度。
5.如权利要求2所述的钢轨扣件状态的检测方法,其特征在于,采用如下公式,根据该子窗口图像与模板库中每个模板的相似度,计算该子窗口图像的相似度合值:
其中,Ssimilarity(xi)为子窗口图像xi的相似度合值;
tk为第k个模板,sk(xi,tk)为子窗口图像xi与模板tk的相似度;
δk为指示函数,在tk为扣件区域模板时,δk=1;在tk为背景区域模板时,δk=0。
6.如权利要求2所述的钢轨扣件状态的检测方法,其特征在于,根据多个子窗口图像的相似度合值,从所述强度图像中识别出扣件区域,包括:
确定相似度合值最大的子窗口图像为最优扣件区域;
根据所述最优扣件区域和扣件之间的安装间距,确定强度图像中的所有扣件区域。
7.如权利要求2所述的钢轨扣件状态的检测方法,其特征在于,所述模板库包括离线模板库和在线模板库,其中,
离线模板库包括多个人工核准的扣件区域模板和背景区域模板;
在线模板库在轨扣件状态的检测过程中动态更新扣件区域模板和背景区域模板。
8.如权利要求7所述的钢轨扣件状态的检测方法,其特征在于,在线模板库在轨扣件状态的检测过程中动态更新扣件区域模板和背景区域模板,包括:
在从目标钢轨区域的强度图像中识别出扣件区域后,将所述扣件区域添加至在线模板库中扣件区域模板队列尾部;
从目标钢轨区域的非扣件区域中随机抓取若干个背景区域添加至在线模板库中背景区域模板队列尾部;
若在线模板库中扣件区域模板队列的长度大于第一设定阈值,则删除扣件区域模板队列头部的扣件区域模板;
若在线模板库中背景区域模板队列的长度大于第二设定阈值,则删除背景区域模板队列头部的背景区域模板。
9.如权利要求1所述的钢轨扣件状态的检测方法,其特征在于,从深度图像中的扣件区域中,识别出紧固件区域,包括:
采用图像分割的方法,将深度图像的扣件区域分割为多个分割区域;
对扣件区域的多个分割区域进行检测,识别出紧固件区域。
10.如权利要求9所述的钢轨扣件状态的检测方法,其特征在于,对扣件区域的多个分割区域进行检测,识别出紧固件区域,包括:
确定扣件区域的每个分割区域的面积、中心点位置和对称性指标值;
根据每个分割区域的面积及预设面积阈值、中心点位置及预设中心点位置阈值、对称性指标值和预设对称性指标阈值,识别出紧固件区域。
11.如权利要求10所述的钢轨扣件状态的检测方法,其特征在于,确定扣件区域的每个分割区域的面积、中心点位置和对称性指...
【专利技术属性】
技术研发人员:王胜春,王昊,方玥,王乐,李海浪,韩强,戴鹏,杜馨瑜,
申请(专利权)人:中国铁道科学研究院集团有限公司基础设施检测研究所,北京铁科英迈技术有限公司,中国铁道科学研究院集团有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。