【技术实现步骤摘要】
基于二维图像和三维点云投影的列车定位销松动检测方法
[0001]本专利技术涉及基于二维图像和三维点云投影的列车定位销松动检测方法,属于列车故障检测
技术介绍
[0002]随着国民经济和轨道交通的快速发展,中国的高速铁路系统已经突破4万公里以上,为全球最大规模的高速铁路系统。为了保证列车的安全运行,需要列车在连续运行一天或者几天后入库进行整体进行定期维护检修。目前,尽管智能检测技术发展迅速,但列车的维护依旧以人工维护为主。由于列车数量越来越多,检修环境恶劣,且检修人员易受生理和心理因素影响,可能导致部件漏检和误检。人工检修整个检修过程时间短、效率低、成本高。
[0003]近年来计算机视觉技术已经广泛应用于医学辅助诊断,人脸识别、智能交通监控、桥梁裂纹检测、智能驾驶、高速路车牌识别、航空遥感测控地形地貌、电影特效制作、工业生产自动化检测等领域。计算机视觉在列车故障领域的应用也逐渐被重视起来,各类列车外观检测系统也在处于研发或者应用阶段,但大都是以二维图像为基础来开发算法。二维图像有很多优点,例如采集便捷,算法成熟,易于传输,检测速度快等。但是对于一些故障类型基于二维图片的检测算法开发难度较大,比如部件的尺寸,间隙,距离等物理量的测量,除此之外检测结果可能会受到光照变化、颜色失真等噪声影响。三维点云可以有效地弥补二维图像的部分缺陷,点云能够呈现部件的三维结构,获得大量二维图像所没有的信息,而光照变化,颜色失真等噪声对于点云结构影响不大,因此能够增强检测算法的鲁棒性,但原始三维点云数据量十分庞大,如果直接基
【技术保护点】
【技术特征摘要】
1.基于二维图像和三维点云投影的列车定位销松动检测方法,其特征在于,包括以下步骤:步骤1、采集定位销部件的三维点云数据,并通过三维点云数据映射为二维定位销图像;步骤2、对二维定位销图像中的定位销位置进行定位,获得包含定位销底座上边缘和定位销紧固件上边缘的图像1和包含定位销紧固件上边缘和下边缘的图像2,并获取图像1中的边框坐标,然后将坐标框映射到三维点云数据中,截取位于三维点云数据中的定位销目标点云;步骤3、对图像1、图像2进行预处理获得以图像Y轴平均分为两份的图像I
1y1
、图像I
1y2
、图像I
2y1
、图像I
2y2
;步骤4、分别对图像I
1y1
、图像I
1y2
、图像I
2y1
、图像I
2y2
检测直线;步骤5、基于图像I
1y1
、图像I
1y2
、图像I
2y1
、图像I
2y2
中检测出的直线计算定位销高度与定位销紧固件长度比值K
2D
;步骤6、对三维点云数据进行预处理获得三维点云投影;步骤7、基于三维点云投影计算定位销高度与定位销底座宽度比值K
3D
;步骤8、基于定位销高度与定位销紧固件长度比值K
2D
、定位销高度与定位销底座宽度比值K
3D
计算定位销的平均高度H
D
;步骤9、基于定位销的平均高度H
D
判断定位销是否松动。2.根据权利要求1所述的基于二维图像和三维点云投影的列车定位销松动检测方法,其特征在于,所述步骤2中通过利用目标检测算法YOLOv5对二维定位销图像的位置进行定位。3.根据权利要求1所述的基于二维图像和三维点云投影的列车定位销松动检测方法,其特征在于,所述步骤3的具体步骤为:步骤301、利用自适应阈值二值化算法提取定位销基本结构黑白骨架;步骤302、利用基于连通域面积的噪点去除算法,将面积S小于设定阈值T的连通域删除;步骤303、利用中值滤波非线性平滑算法,平滑定位销骨架结构的边缘毛刺;步骤304、利用Canny算子检测定位销边缘;步骤305、将图像1和图像2以其Y轴平均分为两份,分别为图像I
1y1
、图像I
1y2
、图像I
2y1
、图像I
2y2
。4.根据权利要求3所述的基于二维图像和三维点云投影的列车定位销松动检测方法,其特征在于,所述步骤4的具体步骤为:步骤401、分别对图像I
1y1
、图像I
1y2
、图像I
2y1
、图像I
2y2
使用霍夫直线检测算法检测直线;步骤402、计算每个窗口中每条检测出直线与水平X轴的夹角α;步骤403、在图像I
1y1
、图像I
1y2
中|α|<30
°
的直线集合里分别选取1条|α|最小的直线,最终能选出第一直线L1和第二直线L2两条目标直线,分别代表定位销底座上边缘和定位销紧固件上边缘;同理在图像I
2y1
、图像I
...
【专利技术属性】
技术研发人员:黄德青,周期,秦娜,刘佳辉,杜元福,谢林孜,
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。