【技术实现步骤摘要】
一种基于双目识别的便携式高速道岔检测小车及检测方法
[0001]本专利技术属于轨道交通检测
,尤其涉及一种基于双目识别的便携式高速道岔检测小车及检测方法。
技术介绍
[0002]我国道岔几何参数的精测通常采用轨道几何状态测量仪,而该方法使用的模型为轨道测量模型,对道岔特性考虑并不充分。
[0003]现有的道岔几何参数的检测通常利用轨道静态几何参数轨道检测小车,但轨道静态几何参数轨道检测小车无法检测道岔区变截面钢轨的几何参数,且现有的轨道检测小车仅能测量轨道几何参数,无法兼顾测量钢轨型面和钢轨光带等其他信息;因此一种既能够实现测量轨道几何参数又能够实现测量钢轨型面、钢轨光带等其他信息的便携式高速道岔检测小车是亟需的。
技术实现思路
[0004]针对现有技术中的上述不足,本专利技术提供的一种基于双目识别的便携式高速道岔检测小车及检测方法解决了现有的轨道检测小车在道岔区检测不充分的问题。
[0005]为了达到上述专利技术目的,本专利技术采用的技术方案为:
[0006]本专利技术提供一种基于双目识别的便携式高速道岔检测小车,包括:
[0007]滑轮,用于支撑第一底座和第二底座,并在高铁轨道上行进;
[0008]第一底座,用于承载底座横梁、第一3D相机模块和第一编码器;
[0009]第二底座,用于承载底座横梁、第二3D相机模块和第二编码器;
[0010]底座横梁,用于固定连接手推杆后根据受力稳定行进,保持第一底座和第二底座同步行进,以及承载锂电池供电 ...
【技术保护点】
【技术特征摘要】
1.一种基于双目识别的便携式高速道岔检测小车,其特征在于,包括:滑轮(1),用于支撑第一底座(2)和第二底座(3),并在高铁轨道上行进;第一底座(2),用于承载底座横梁(4)、第一3D相机模块(7)和第一编码器(9);第二底座(3),用于承载底座横梁(4)、第二3D相机模块(8)和第二编码器(10);底座横梁(4),用于固定连接手推杆(5)后根据受力稳定行进,保持第一底座(2)和第二底座(3)同步行进,以及承载锂电池供电模块(6);手推杆(5),用于通过受力带动底座横梁(4)、第一底座(2)、第二底座(3)以及轮滑(1)行进;锂电池供电模块(6),用于为第一3D相机模块(7)、第二3D相机模块(8)、第一编码器(9)、第二编码器(10)以及图像信息处理器(11)供电;第一3D相机模块(7),用于拍摄靠近第一底座(2)侧的不同角度的第一钢轨,得到第一钢轨的若干图像;第二3D相机模块(8),用于拍摄靠近第二底座(2)侧的不同角度的第二钢轨,得到第二钢轨的若干图像;第一编码器(9),用于获取并编码处理各第一钢轨的图像,得到若干编码后的第一钢轨图像;第二编码器(10),用于获取并编码处理各第二钢轨的图像,得到若干编码后的第二钢轨的图像;图像信息处理器(11),用于分别获取并处理各编码后的第一钢轨图像和第二钢轨图像,得到第一钢轨表面的三维数据和第二钢轨表面的三维数据。2.根据权利要求1所述的基于双目识别的便携式高速道岔检测小车,其特征在于,所述第一3D相机模块(7)和第二3D相机模块(8)均为包括两个相机的双目相机。3.一种如权利要求1和2的基于双目识别的便携式高速道岔检测小车的检测方法,其特征在于,包括如下步骤:S1、通过开启锂电池供电模块(6)为第一3D相机模块(7)、第二3D相机模块(8)、第一编码器(9)、第二编码器(10)以及图像信息处理器(11)供电;S2、推动手推杆(5)带动底座横梁(4)、第一底座(2)、第二底座(3)以及滑轮(1)稳定行进,并分别利用第一3D相机模块(7)和第二相机模块(8)持续拍摄第一钢轨和第二钢轨,得到第一钢轨的若干图像和第二钢轨的若干图像;S3、分别利用第一编码器(9)和第二编码器(10)编码处理各第一钢轨的图像和各第二钢轨的图像,得到若干编码后的第一钢轨图像和第二钢轨图像;S4、利用图像信息处理器(11)分别获取并处理各编码后的第一钢轨的图像和第二钢轨的图像,得到第一钢轨表面的三维数据和第二钢轨表面的三维数据。4.根据权利要求3所述的基于双目识别的便携式高速道岔检测小车的检测方法,其特征在于,所述步骤S4包括如下步骤:S41、利用图像信息处理器(11)分别获取若干编码后的第一钢轨图像和第二钢轨图像;S42、基于各编码后的第一钢轨图像和第二钢轨图像,将第一3D相机模块(7)和第二3D相机模块(8)分别在各相同时刻从不同相机视角拍摄的钢轨子图像组采集的各像素点分量的均值作为该像素点的灰度值,其中,所述钢轨子图像组包括相同时刻下第一3D相机模块
(7)拍摄的第一钢轨图像的第一子图像和第二子图像,以及第二3D相机模块(8)拍摄的第二钢轨图像的第三子图像和第四子图像;S43、基于频率域,分别对钢轨子图像组中各像素点的灰度值预处理,得到预处理后的钢轨子图像组;S44、基于高斯金字塔原理,分别将预处理后的钢轨子图像组中的各子图像作为0层,并以2为采样因子,5
×
5为高斯核模板构建多尺度图像;S45、基于多尺度图像,对各尺度图像分别以计算的像素点中心建立固定十字窗口进行中值滤波,得到各尺度图像的比特串;S46、将各尺度下的第一子图像或第三子图像中任一像素点作为待匹配点,并对应计算待匹配点与第二子图像或第四子图像中所有候选距离点的比特串的汉明距离计算第一匹配代价,得到各尺度下的代价券;S47、基于各尺度下的代价券,得到多尺度图像的最佳匹配点和视差值;S48、基于多尺度图像的最佳匹配点和视差值,得到第一钢轨表面的三维数据和第二钢轨表面的三维数据。5.根据权利要求4所述的基于双...
【专利技术属性】
技术研发人员:钱瑶,王平,徐井芒,张傲南,陈嵘,马前涛,乐明静,方嘉晟,王凯,罗燕,袁钰雯,
申请(专利权)人:西南交通大学,
类型:发明
国别省市:
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。