钢轨轨面光带检测方法及设备技术

本发明专利技术提供一种钢轨轨面光带检测方法及设备，包括光带区域识别步骤、光带二维信息获取步骤、轨件点云生成步骤、轨件中心点提取步骤、光带偏移量获取步骤，其中，通过训练好的语义分割模型识别分割出二维图像中的光带区域，识别全面快速且准确率高；提取出对应于二维图像的部分轮廓点位数据生成轨件点云，并基于光带中心点进一步提取出小范围的点云进一步计算分析，因此仅需要对相对少量的线激光传感器采集的数据进行分析处理，运算量少，能很快输出检测出的轨面光带及其偏移量，有利于现场的检测分析；基于提取出的光带有效点云通过拟合平面得到轨件中心点坐标，通过拟合平面可有效排除一些其他类型的轨面伤损的影响，得到准确的光带偏移量。的光带偏移量。的光带偏移量。

【技术实现步骤摘要】
钢轨轨面光带检测方法及设备


[0001]本专利技术属于轨道病害检测
，具体涉及一种钢轨轨面光带检测方法及设备。

技术介绍

[0002]轨道经过一段时间的运行之后，由于车轮踏面在钢轨轨面的滚动、滑动以及车轮轮缘与钢轨作用边的相互作用，会在钢轨上留下亮痕，分别为顶面光带以及作用边擦痕。如果由于轨道不平顺，轮轨间的作用力和作用点发生改变，就会导致钢轨光带产生相对应的异常，包括光带宽度发生变化、宽度不均匀、光带位置偏移等。因此，很有必要对轨面上的光带进行检测以及进一步分析，从而及时发现各种类型的轨道不平顺的存在，保障列车安全平稳运行。
[0003]目前在实际应用中，主要是人工采用相应检测工具来对顶面光带的尺寸及偏移量进行测量，效率较低。现有技术中虽然存在一些轨面光带检测方法，但这些方法仍存在一些问题，而难以实际推广应用：其中一些方法通过训练好的神经网络模型等识别出轨道照片中的轨面光带，这样的方法只能从照片中识别出轨面光带，而难以得到光带的准确尺寸和位置信息；另一些方法通过将采集的图像数据投影至预设的标准轨道模型来获取光带的尺寸和位置信息，如CN107264570A所公开的方法，然而，钢轨可能不仅有光带异常，还有磨耗等其他缺陷，会影响投影匹配的精度，而导致难以得到准确的光带尺寸和位置信息，进而影响后续的进一步分析。
[0004]因此，为提高轨面光带检测的自动程度和效率，并能得到准确的光带尺寸及位置信息，需要一种新的轨面光带检测方法。

技术实现思路

[0005]本专利技术是为解决上述问题而进行的，目的在于提供一种能够准确全面地识别轨轨面上的光带异常、获取其尺寸及位置信息的钢轨轨面光带检测方法及设备，本专利技术采用了如下技术方案：
[0006]本专利技术提供了一种钢轨轨面光带检测方法，其特征在于，基于相机采集的钢轨的轨面的二维图像、线激光传感器采集的所述钢轨的轮廓点位数据以及对应的里程信息检测所述轨面上的轨面光带，该方法包括：光带区域分割步骤：将所述二维图像输入轨面光带分割模型，该模型输出分割出的所述轨面光带的形状及位置信息，其中，所述轨面光带分割模型为训练完成的语义分割模型；光带二维信息获取步骤：基于所述轨面光带的形状及位置信息，通过采样方式计算所述轨面光带的二维信息，包括光带中心点坐标；轨件点云生成步骤：基于所述里程信息，从采集的所述轮廓点位数据中提取出与所述二维图像对应的多帧所述轮廓点位数据，生成所述钢轨的轨件点云；轨件中心点提取步骤：以所述光带中心点为中心，从所述轨件点云中提取出预定范围的点云作为光带有效点云，并基于所述光带有效点云，通过拟合平面的方式获取所述钢轨的轨件中心点坐标；光带偏移量获取步骤：基于所
述光带中心点以及所述轨件中心点，计算所述轨面光带的偏移量。
[0007]本专利技术提供的钢轨轨面光带检测方法，还可以具有这样的技术特征，其中，所述光带区域分割步骤包括：二值图生成子步骤，将所述二维图像输入所述轨面光带分割模型，该模型输出所述轨面光带的二值图；二值图转换子步骤，将所述二值图中光带区域的像素点转换为由拐点构成的多边形面；连通域填充子步骤，根据预定的孔洞填充算法，对所述多边形面的连通域中的孔洞进行填充，得到填充后的目标多边形面；误检滤除子步骤，判断所述目标多边形面的像素面积是否小于预定面积，将小于所述预定面积的所述目标多边形面作为误检进行滤除。
[0008]本专利技术提供的钢轨轨面光带检测方法，还可以具有这样的技术特征，其中，所述光带二维信息获取步骤包括：光带区域采样子步骤：在所述二值图中光带区域的长度方向的中部，以预定的采样间隔沿Y轴进行预定次采样，得到多个光带区域采样；光带中心点计算子步骤：计算各个所述光带区域采样的两个端点的X轴坐标的差值，并计算多个所述差值的平均值，作为所述光带中心点的X轴坐标，将所述光带区域的长度方向的中点的Y轴坐标作为所述光带中心点的Y轴坐标。
[0009]本专利技术提供的钢轨轨面光带检测方法，还可以具有这样的技术特征，在所述轨件中心点提取步骤之前，还包括：光带中心点提取步骤：基于所述相机的相机内参、所述相机和所述线激光传感器的标定关系，将所述光带中心点坐标转换至所述轨件点云的坐标系，其中，所述光带偏移量获取步骤中，基于转换后的所述光带中心点坐标以及所述轨件中心点坐标，计算所述轨面光带相对于所述钢轨的中心轴线的偏移量。
[0010]本专利技术提供的钢轨轨面光带检测方法，还可以具有这样的技术特征，其中，所述轨件中心提取步骤包括：光带有效点云提取子步骤：基于转换后的所述光带中心点坐标以及所述里程信息，以所述光带中心点为中心，从所述轨件点云中裁剪出预定里程范围的点云作为所述光带有效点云；轨面拟合子步骤：基于所述光带有效点云，通过RANSAC算法拟合轨面平面；轨面最高点计算子步骤：计算所述轨面平面的中心点的坐标，作为轨面最高点的坐标；非作用边拟合子步骤：基于所述光带有效点云，通过所述RANSAC算法拟合非作用边平面；下颚点计算子步骤：基于所述轨面最高点的坐标以及所述非作用边平面，计算下颚点的坐标；轨件中心点计算子步骤：基于所述下颚点的坐标，计算所述轨件中心点的坐标。
[0011]本专利技术提供的钢轨轨面光带检测方法，还可以具有这样的技术特征，其中，所述RANSAC算法包括以下步骤：步骤1：在所述光带有效点云中框选出对应部分的部分点云；步骤2：在所述部分点云中，随机采样至少三个点作为初始点；步骤3：设平面模型的初始方程AX+BY+CZ+D＝0，并基于多个所述初始点拟合平面模型，得到平面模型参数A、B、C、D的值；步骤4：在选出的部分点云的所有点中，选择除所述初始点之外的点，计算该点到平面模型的距离d1：
[0012][0013]式中，x0、y0、z0为选择的点的坐标；步骤5：判断所述距离d1是否小于预设的距离阈值，在判断为是时将该点加入内群；步骤6：计算所述内群中的点数占所述光带有效点云的总点数的比例，并判断该比例是否大于预设的比例阈值；步骤7：在步骤6判断为是时，基于所述内群中的点更新所述平面模型参数，得到更新的参数a、b、c、d；步骤8：基于更新的参
数，计算所述部分点云的中心点处的Z轴坐标作为所述轨面最高点的Z轴坐标：
[0014]Z
max
＝
‑
(ax+by+d)/c。
[0015]本专利技术提供的钢轨轨面光带检测方法，还可以具有这样的技术特征，其中，所述下颚点计算子步骤中，所述下颚点的X轴坐标为：
[0016]z
jaw
＝z
max
‑
34
[0017]x
jaw
＝
‑
(by+cz
jaw
+d)/a
[0018]式中，x
jaw
、z
jaw
分别为所述下颚点的X轴坐标、Z轴坐标，所述轨件中心点计算子步骤中，两侧的所述钢轨的所述轨件中心点的坐标分别为：
[0019]x
rail
＝x
jaw
‑
...

【技术保护点】

【技术特征摘要】
1.一种钢轨轨面光带检测方法，其特征在于，基于相机采集的钢轨的轨面的二维图像、线激光传感器采集的所述钢轨的轮廓点位数据以及对应的里程信息检测所述轨面上的轨面光带，该方法包括：光带区域分割步骤：将所述二维图像输入轨面光带分割模型，该模型输出分割出的所述轨面光带的形状及位置信息，其中，所述轨面光带分割模型为训练完成的语义分割模型；光带二维信息获取步骤：基于所述轨面光带的形状及位置信息，通过采样方式计算所述轨面光带的二维信息，包括光带中心点坐标；轨件点云生成步骤：基于所述里程信息，从采集的所述轮廓点位数据中提取出与所述二维图像对应的多帧所述轮廓点位数据，生成所述钢轨的轨件点云；轨件中心点提取步骤：以所述光带中心点为中心，从所述轨件点云中提取出预定范围的点云作为光带有效点云，并基于所述光带有效点云，通过拟合平面的方式获取所述钢轨的轨件中心点坐标；光带偏移量获取步骤：基于所述光带中心点以及所述轨件中心点，计算所述轨面光带的偏移量。2.根据权利要求1所述的钢轨轨面光带检测方法，其特征在于：其中，所述光带区域分割步骤包括：二值图生成子步骤，将所述二维图像输入所述轨面光带分割模型，该模型输出所述轨面光带的二值图；二值图转换子步骤，将所述二值图中光带区域的像素点转换为由拐点构成的多边形面；连通域填充子步骤，根据预定的孔洞填充算法，对所述多边形面的连通域中的孔洞进行填充，得到填充后的目标多边形面；误检滤除子步骤，判断所述目标多边形面的像素面积是否小于预定面积，将小于所述预定面积的所述目标多边形面作为误检进行滤除。3.根据权利要求2所述的钢轨轨面光带检测方法，其特征在于：其中，所述光带二维信息获取步骤包括：光带区域采样子步骤：在所述二值图中光带区域的长度方向的中部，以预定的采样间隔沿Y轴进行预定次采样，得到多个光带区域采样；光带中心点计算子步骤：计算各个所述光带区域采样的两个端点的X轴坐标的差值，并计算多个所述差值的平均值，作为所述光带中心点的X轴坐标，将所述光带区域的长度方向的中点的Y轴坐标作为所述光带中心点的Y轴坐标。4.根据权利要求3所述的钢轨轨面光带检测方法，其特征在于，在所述轨件中心点提取步骤之前，还包括：光带中心点提取步骤：基于所述相机的相机内参、所述相机和所述线激光传感器的标定关系，将所述光带中心点坐标转换至所述轨件点云的坐标系，其中，所述光带偏移量获取步骤中，基于转换后的所述光带中心点坐标以及所述轨件中心点坐标，计算所述轨面光带相对于所述钢轨的中心轴线的偏移量。5.根据权利要求4所述的钢轨轨面光带检测方法，其特征在于：其中，所述轨件中心提取步骤包括：
光带有效点云提取子步骤：基于转换后的所述光带中心点坐标以及所述里程信息，以所述光带中心点为中心，从所述轨件点云中裁剪出预定里程范围的点云作为所述光带有效点云；轨面拟合子步骤：基于所述光带有效点云，通过RANSAC算法拟合轨面平面；轨面最高点计算子步骤：计算所述轨面平面的中心点的坐标，作为轨面最高点的坐标；非作用边拟合子步骤：基于所述光带有效点云，通过所述RANSAC算法拟合非作用边平面；下颚点计算子步骤：基于所述轨面最高点的坐标以及所述非作用边平面，计算下颚点的坐标；轨件中心点计算子步骤：基于所述下颚点的坐标，计算所述轨件中心点的坐标。6.根据权利要求5所述的钢轨轨面光带检测方法，其特征在于：其中，所述RANSAC算法包括以下步骤：步骤1：在所述光带有效点云中框选出对应部分的部分点云；步骤2：在所述部分点云中，随机采样至少三个点作为初始点；步骤3：设平面模型的初始方程AX+BY+CZ+D＝0，并基于多个所述初始点拟合平面模型，得到平面模型参数A、B、C、D的值；步骤4：在选出的部分点云的所有点中，选择除所述初始点之外的点，计算该点到平面模型的距离d1：式中，x0...

【专利技术属性】
技术研发人员：王玉林，项昶斌，刘永奎，党中华，黄珂，王威，洪晓杰，王海涛，焦兵兵，
申请(专利权)人：中原利达铁路轨道技术发展有限公司浙江天台和致祥投资有限公司，
类型：发明
国别省市：