一种基于轮轨接触轨迹的铁道车辆脱轨智能监控系统技术方案

本发明专利技术公开了一种基于轮轨接触轨迹的铁道车辆脱轨智能监控系统，包括轮廓识别模块、相机姿态自标定验证模块、轮廓识别验证模块、轮对横移量识别验证模块和力学仿真模块，轮廓识别模块，相机姿态自标定验证模块、轮廓识别验证模块、轮对横移量识别验证模块和力学仿真模块之间电连接，轮廓识别模块包括高清摄像机，高清摄像机扫描车轮和钢轨轮廓，相机姿态自标定验证模块用于调节高清摄像机的拍摄角度，轮廓识别验证模块对高清摄像机所拍摄的车轮和钢轨轮廓进行识别验证，轮廓识别模块、相机姿态自标定验证模块、轮廓识别验证模块和轮对横移量识别验证模块所获得数据信息通过力学仿真模块进行展示。学仿真模块进行展示。学仿真模块进行展示。

【技术实现步骤摘要】
一种基于轮轨接触轨迹的铁道车辆脱轨智能监控系统


[0001]本专利技术属于轨道交通
，具体涉及一种基于轮轨接触轨迹的铁道车辆脱轨智能监控系统。

技术介绍

[0002]列车的横向稳定性是判定列车运行性能的重要指标，其主要目的是避免列车的蛇形失稳。当列车出现蛇行失稳时，列车的轮对横移量会增大，甚至会引起轮缘与轨道的碰撞，此外，轮对的横向振动也会诱发转向架和车体的大幅横向振动。一旦出现这样的现象，列车的运行性能就会恶化,乘坐舒适性就会下降，作用在列车各零件上的动载荷就会增大,轮轨力将会上升,导致车辆以及轨道线路的损伤，甚至可能造成脱轨事故。
[0003]列车在运行时，轮轨接触迹线受到车辆系统特性、轮轨廓形、曲线线路、轨道不平顺等因素的影响，不断发生变化。为了实现轮轨接触轨迹的在线检测，要采用特定方法对轮轨廓形和轮对横移量进行检测，然后获得轮轨接触轨迹。目前，被公开的轮轨相对位移在线检测方法不多，主要分为以下三类：(1)热成像和激光检测方法；(2)模板匹配和边缘检测方法；(3)基于深度学习的虚拟点检测方法。同时利用轮轨接触轨迹进行安全性评价的研究非常少，目前没有明确的判断安全性的标准。

技术实现思路

[0004]本专利技术的目的是解决上述问题，提供一种识别准确率高、能够自动生成轮轨接触轨迹动态视频，在三维坐标体系内动态展示轮轨接触点的基于轮轨接触轨迹的铁道车辆脱轨智能监控系统。
[0005]为解决上述技术问题，本专利技术的技术方案是：一种基于轮轨接触轨迹的铁道车辆脱轨智能监控系统，包括轮廓识别模块、相机姿态自标定验证模块、轮廓识别验证模块、轮对横移量识别验证模块和力学仿真模块，轮廓识别模块，相机姿态自标定验证模块、轮廓识别验证模块、轮对横移量识别验证模块和力学仿真模块之间电连接，轮廓识别模块包括高清摄像机，高清摄像机扫描车轮和钢轨轮廓，相机姿态自标定验证模块用于调节高清摄像机的拍摄角度，轮廓识别验证模块对高清摄像机所拍摄的车轮和钢轨轮廓进行识别验证，轮对横移量识别验证模块对高清摄像机拍摄的车轮和钢轨中的轮对横移量进行识别和验证，轮廓识别模块、相机姿态自标定验证模块、轮廓识别验证模块和轮对横移量识别验证模块所获得数据信息通过力学仿真模块进行展示。
[0006]本专利技术还公开了一种基于轮轨接触轨迹的铁道车辆脱轨安全评价方法，包括以下步骤：
[0007]S1、通过动力学仿真和台架试验，利用测力轮对获得脱轨系数、轮重减载率和轮轴横向力等安全性指标与轮轨接触点位置之间的映射关系；
[0008]S2、对采集到的图像进行预处理；
[0009]S3、测量激光线与摄像机不同夹角对廓形识别的差异；
[0010]S4、对算法进行静态试验验证；
[0011]S5、在滚动振动试验台上进行动态验证。
[0012]进一步地，所述步骤S1中通过映射关系，将轮轨接触点位置在踏面的上的不同位置进行安全性等级划分，结合接触点的运动趋势制定出更准确的安全性评价准则。
[0013]进一步地，所述步骤S2还包括以下分步骤：
[0014]S21、预处理包括：无关区域裁剪、补光处理、色彩空间转换、自适应亮度校正、灰度处理和降噪处理；
[0015]S22、对步骤S21中预处理后的图像进行Canny边缘检测算法处理后，进行钢轨粗定位处理，然后利用Hough直线检测算法检测出钢轨的左右边缘，实现钢轨进行定位；
[0016]S23、对钢轨上的激光轨迹进行识别，并将其作为参照线，通过构建像素距离到实际距离的转换模型，得到车轮和钢轨的原始轮廓。
[0017]进一步地，所述步骤S3中测量激光线是采用2D激光位移传感器进行钢轨廓形测量，以2D激光位移传感器的激光钢线作为辅助线进行钢轨廓形识别。
[0018]进一步地，所述2D激光位移传感的激光辅助线与摄像机的夹角大于40
°
。
[0019]进一步地，所述步骤S4中，对算法进行静态试验验证，通过每帧图像之间的距离做差得出轮对横移量曲线，通过采样定理根据高清相机的实际采样频率复原的时域下轮对横移量曲线。
[0020]进一步地，所述步骤S5中动态验证。
[0021]本专利技术的有益效果是：本专利技术所提供的一种基于轮轨接触轨迹的铁道车辆脱轨智能监控系统，提出利用光栅激光光源辅助的图像识别方法，大大提高了识别的准确性。采用摄像机自标定技术和转标转换模型，获得轮轨廓形和轮对横移量，为轮轨接触计算提供条件。基于轮对横移量的蛇行失稳识别和脱轨安全性评价体系，通过大量的试验台试验，建立基于轮轨接触轨迹的安全评价体系与基于轮轨力的安全评价体系之间的映射关系。
附图说明
[0022]图1是本专利技术一种基于轮轨接触轨迹的铁道车辆脱轨智能监控系统中曲线通过时脱轨系数和轮轨接触点位置关系图；
[0023]图2是本专利技术准静态轮对横移量识别验证图；
[0024]图3是本专利技术车轮和钢轨轮廓识别原理流程图；
[0025]图4是本专利技术车轮和钢轨轮廓识别验证图；
[0026]图5是本专利技术车轮横移量验证图；
[0027]图6是本专利技术车轮横移量时域曲线图；
[0028]图7是本专利技术基于滚动振动试验台的验证工作；
[0029]图8是本专利技术工作流程图；
[0030]图9是本专利技术试验台验证示意图；
[0031]图10是本专利技术轮轨横向相对位移实测值和识别值的比较。
具体实施方式
[0032]下面结合附图和具体实施例对本专利技术做进一步的说明：
[0033]如图1到图10所示，本专利技术提供的一种基于轮轨接触轨迹的铁道车辆脱轨智能监控系统，包括轮廓识别模块、相机姿态自标定验证模块、轮廓识别验证模块、轮对横移量识别验证模块和力学仿真模块，轮廓识别模块，相机姿态自标定验证模块、轮廓识别验证模块、轮对横移量识别验证模块和力学仿真模块之间电连接，轮廓识别模块包括高清摄像机，高清摄像机扫描车轮和钢轨轮廓，相机姿态自标定验证模块用于调节高清摄像机的拍摄角度，轮廓识别验证模块对高清摄像机所拍摄的车轮和钢轨轮廓进行识别验证，轮对横移量识别验证模块对高清摄像机拍摄的车轮和钢轨中的轮对横移量进行识别和验证，轮廓识别模块、相机姿态自标定验证模块、轮廓识别验证模块和轮对横移量识别验证模块所获得数据信息通过力学仿真模块进行展示。所有模块之间根据实际使用需要进行电连接，便于数据信息传递。
[0034]本专利技术通过对车轮和钢轨轮廓识别、像机姿态自标定验证、车轮和钢轨轮廓识别验证、轮对横移量识别验证四个主要方面展开研究并得到铁道车辆脱轨安全评价方法及智能监控系统。
[0035]在本实施例中，本专利技术基于动力学仿真或台架试验，开展轮轨运行接触轨迹与车辆动力学性能相关性研究，研究轮对蛇行失稳时，轮对横向运动的轮轨接触轨迹规律。研究脱轨前，轮轨接触点在车轮踏面上的位置，实现通过轮轨运行接触轨迹来评判车辆存在出现蛇行失稳和脱轨等风险，构建基于轮轨接触轨迹的车辆运行安全评价体系。基于轮轨接触本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于轮轨接触轨迹的铁道车辆脱轨智能监控系统，其特征在于：包括轮廓识别模块、相机姿态自标定验证模块、轮廓识别验证模块、轮对横移量识别验证模块和力学仿真模块，轮廓识别模块，相机姿态自标定验证模块、轮廓识别验证模块、轮对横移量识别验证模块和力学仿真模块之间电连接，轮廓识别模块包括高清摄像机，高清摄像机扫描车轮和钢轨轮廓，相机姿态自标定验证模块用于调节高清摄像机的拍摄角度，轮廓识别验证模块对高清摄像机所拍摄的车轮和钢轨轮廓进行识别验证，轮对横移量识别验证模块对高清摄像机拍摄的车轮和钢轨中的轮对横移量进行识别和验证，轮廓识别模块、相机姿态自标定验证模块、轮廓识别验证模块和轮对横移量识别验证模块所获得数据信息通过力学仿真模块进行展示。2.一种基于轮轨接触轨迹的铁道车辆脱轨安全评价方法，其特征在于，包括以下步骤：S1、通过动力学仿真和台架试验，利用测力轮对获得脱轨系数、轮重减载率和轮轴横向力等安全性指标与轮轨接触点位置之间的映射关系；S2、对采集到的图像进行预处理；S3、测量激光线与摄像机不同夹角对廓形识别的差异；S4、对算法进行静态试验验证；S5、在滚动振动试验台上进行动态验证。3.根据权利要求2所述的一种于轮轨接触轨迹的铁道车辆脱轨安全评价方法，其特征在于，所述步骤S1中通过映射关系，将轮轨接触点位置在踏面的上的不同位置进行安全性等级划分，结合接触点的运动趋势制定出更准确的安全性评价准则。4.根据...

【专利技术属性】
技术研发人员：汪群生，曾京，彭彬，蒋雪松，高浩，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：