轨道设备的检测方法、装置及存储介质制造方法及图纸

本申请提供一种轨道设备的检测方法、装置及存储介质，检测方法包括：通过线阵扫描相机获取被检测设备处于正常状态下的标准三维点云数据，根据标准三维点云数据获取线阵扫描相机与被检测设备之间的标准位置关系；获取被检测设备的当前三维点云数据，根据标准位置关系对所述当前三维点云数据进行点云分割，根据分割区域判断被检测设备的状态。本申请技术方案实时获得轨道设备的三维点云数据，再通过先验轨道设备标准尺寸数据对轨道设备的三维点云数据进行分割、目标识别检测以及位置分析判断，通过此方法可以实现在调度室里远程实时检测异常信息，提高了轨道设备的运维效率，减少运维人员高空作业的时间。运维人员高空作业的时间。运维人员高空作业的时间。

【技术实现步骤摘要】
轨道设备的检测方法、装置及存储介质


[0001]本申请涉及轨道交通
，尤其涉及一种用于轨道设备的检测方法、装置及存储介质。

技术介绍

[0002]目前，轨道车辆及其附近设备的检测是通过安排检测人员在非运营时间到轨道上进行视检，检测速度较慢、效率较低。

技术实现思路

[0003]本申请实施例提供一种轨道设备的检测方法、装置及存储介质，以解决现有技术中存在检测人员在非运营时间到轨道上进行视检，检测速度较慢、效率较低的问题。
[0004]本申请第一方面提供一种轨道设备的检测方法，包括：
[0005]通过线阵扫描相机获取被检测设备处于正常状态下的标准三维点云数据，根据所述标准三维点云数据获取所述线阵扫描相机与所述被检测设备之间的标准位置关系；
[0006]获取被检测设备的当前三维点云数据，根据所述标准位置关系对所述当前三维点云数据进行点云分割，根据分割区域判断被检测设备的状态。
[0007]本申请第二方面提供一种轨道设备的检测设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如本申请第一方面所述方法的步骤。
[0008]本申请第三方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如本申请第一方面所述方法的步骤。
[0009]本申请提供用于轨道设备的检测方法、设备及存储介质，检测方法包括：通过线阵扫描相机获取被检测设备处于正常状态下的标准三维点云数据，根据标准三维点云数据获取线阵扫描相机与被检测设备之间的标准位置关系；获取被检测设备的当前三维点云数据，根据标准位置关系对所述当前三维点云数据进行点云分割，根据分割区域判断被检测设备的状态。本申请技术方案通过在轨道车辆上安装线扫相机以及配套的左右轮速编码器，实时获得轨道设备的三维模型数据信息，再通过先验轨道设备标准尺寸数据对轨道设备的三维数据进行分割、目标识别检测以及位置分析判断，通过此方法可以实现自动、实时检测轨道设备的异常信息，提高了轨道设备的运维效率。
附图说明
[0010]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0011]图1是本申请一实施例中一种轨道设备的检测方法的一流程图；
[0012]图2是本申请一实施例中轨道的横切面示意图；
[0013]图3是本申请一实施例中轨道的俯视图；
[0014]图4是本申请一实施例中一种用于轨道车辆的检测方法中步骤S10的流程图；
[0015]图5是本申请一实施例中一种用于轨道车辆的检测方法中步骤S20的流程图；
[0016]图6是本申请一实施例中一种用于轨道车辆的检测方法中步骤S20的另一流程图；
[0017]图7是本申请一实施例中一种用于轨道车辆的检测方法中步骤S20的另一流程图；
[0018]图8是本申请一实施例中一种用于轨道车辆的检测方法中步骤S20的另一流程图；
[0019]图9是本申请一实施例中一种用于轨道车辆的检测方法中步骤S212的流程图；
[0020]图10是本申请一实施例中一种用于轨道车辆的检测方法中步骤S20的另一流程图；
[0021]图11是本申请一实施例中一种用于轨道车辆的检测方法中步骤S20的另一流程图；
[0022]图12是本申请一实施例中一种用于轨道车辆的检测方法中步骤S221的流程图。
具体实施方式
[0023]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0024]本申请实施例一提供一种轨道设备的检测方法，可应用于轨道车辆中，然后基于被检测设备的先验模型对其三维点云数据进行点云分割以及三维识别的方法进行判断，用于分析走行面是否存在异物遗留，线槽是否存在翘起，分析计轴和应答器是否存在移动。
[0025]在实施例中，如图1所示，提供一种用于轨道设备的检测方法，包括：
[0026]步骤S10.通过线阵扫描相机获取被检测设备处于正常状态下的标准三维点云数据，根据标准三维点云数据获取线阵扫描相机与被检测设备之间的标准位置关系。
[0027]其中，通过线阵扫描相机获得的正常被检测设备的三维点云数据，根据线阵扫描相机和三维点云数据中的坐标关系可以确定正常的先验的线阵扫描相机到被检测设备的标准位置关系数据，根据标准位置关系将当前三维点云数据进行点云分割得到正常区域和异常区域，根据正常区域和异常区域判断被检测设备的状态。
[0028]步骤S20.获取被检测设备的当前三维点云数据，根据标准位置关系对当前三维点云数据进行点云分割，根据分割区域判断被检测设备的状态。
[0029]其中，被检测设备为轨道附近的设备，如图2为轨道横切面示意图，包括路基面10、轨道20、走行面30、线槽40、人行横道50，如图3为轨道俯视图，包括计轴60、应答器70。被检测设备的三维点云数据是通过安装在车轮上的轮速编码器和线阵扫描相机获取。
[0030]作为一种实施方式，如图4所示，步骤S20包括：
[0031]步骤S101.当轨道车辆移动时，通过轮速编码器获取轨道车辆的位姿量，并通过线阵扫描相机获取被检测设备的单线束点云数据。
[0032]其中，在车辆左右轮分别安装轮速编码器，前端安装线阵扫描相机，针对不同的被设备进行线扫。
[0033]通过左右轮速编码器可以获得左轮角速度V
l
、右轮角速度V
t
，左右轮距L为已知测量数据，建立局部二维坐标系，车辆前向为x正轴，车辆横向左方向为y正轴，轨道车辆航迹推算如下：
[0034]车辆航向角速度变化：
[0035]左右轮平均速度：
[0036]姿态量：θ
t+1
＝θ
t
+ω*Δt
ꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0037]位移量：x
t+1
＝x
t
+v*Δt*cosθ
t
ꢀꢀꢀꢀꢀꢀ
(4)
[0038]y
t+1
＝y
t
+v*Δt*sinθ
t
ꢀꢀꢀꢀꢀꢀꢀ
(5)
[0039]其中θ0＝0、x0＝0、y0＝0。
[0040]步骤S102.同步轮速编码器和线阵扫描相机的工作时间，根据位姿量和单线束点云数据获取三维点云数据。
[0041]其中，通过线扫相机可以获得单线束范本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种轨道设备的检测方法，其特征在于，包括：通过线阵扫描相机获取被检测设备处于正常状态下的标准三维点云数据，根据所述标准三维点云数据获取所述线阵扫描相机与所述被检测设备之间的标准位置关系；获取被检测设备的当前三维点云数据，根据所述标准位置关系对所述当前三维点云数据进行点云分割，根据分割区域判断被检测设备的状态。2.如权利要求1所述的检测方法，其特征在于，所述获取被检测设备的当前三维点云数据，包括：当轨道车辆移动时，使车道车辆上的轮速编码器和线阵扫描相机同步工作，通过所述轮速编码器获取所述轨道车辆的位姿量，并通过所述线阵扫描相机获取被检测设备的单线束点云数据；根据所述位姿量和所述单线束点云数据获取当前三维点云数据。3.如权利要求1所述的检测方法，其特征在于，所述根据所述标准位置关系对所述当前三维点云数据进行点云分割，根据分割区域判断被检测设备的状态，包括：根据所述标准位置关系将所述当前三维点云数据进行点云分割得到正常区域和异常区域，根据正常区域和异常区域判断被检测设备的状态。4.如权利要求1所述的检测方法，其特征在于，当所述被检测设备为线槽时，所述通过线阵扫描相机获取被检测设备处于正常状态下的标准三维点云数据，根据所述标准三维点云数据获取所述线阵扫描相机与所述被检测设备之间的标准位置关系，包括：通过线阵扫描相机获取正常线槽的标准三维点云数据，根据所述标准三维点云数据确定线阵扫描相机与线槽之间的第一标准位置关系；所述获取被检测设备的当前三维点云数据，根据所述标准位置关系对所述当前三维点云数据进行点云分割，根据分割区域判断被检测设备的状态，包括：获取线槽的当前三维点云数据，根据所述第一标准位置关系对所述当前三维点云数据进行分割得到线槽区域和非线槽区域；检测所述非线槽区域的点云数据达到预设数量时，判定所述线槽异常。5.如权利要求1所述的检测方法，其特征在于，当所述被检测设备为轨道走行面时，所述通过线阵扫描相机获取被检测设备处于正常状态下的标准三维点云数据，根据所述标准三维点云数据获取所述线阵扫描相机与所述被检测设备之间的标准位置关系，包括：通过线阵扫描相机获取正常轨道走行面的标准三维点云数据，根据所述标准三维点云数据确定线阵扫描相机与轨道走行面之间的第二标准位置关系；所述获取被检测设备的当前三维点云数据，根据所述标准位置关系对所述当前三维点云数据进行点云分割，根据分割区域判断被检测设备的状态，包括：获取轨道走行面的当前三维点云数据，根据所述第二标准位置关系对所述当前三维点云数据进行分割得到走行面区域和非走行面区域；检测所述非走行面区域的点云数据达到预设数量时，判定所述轨道走行面异常。6.如权利要求1所述的检测方法，其特征在于，当所述被检测设备为计轴器时，所述通过线阵扫描相机获取被检测设备处于正常状态下的标准三维点云数据，根据所述标准三维点云数据获取所述线阵扫描相机与所述被检测设备之间的标准位置关系，包括：通过线阵扫描相机获取正常计轴器的标准三维点云数据，根据所述标准三维点云数据
和所述计轴器的理论安装位置确定线阵扫描相机与计轴器之间的第三标准位置关系；所述获取被检测设备的当前三维点云数据，根据所述标准位置关系对所述当前三维点云数据进行点云分割，根据分割区域判断被检测设备的状态，包括：获取计轴器的当前三维点云数据，根据所述第三标准位置关系对所述当前三维点云数据进行分割得到计轴器区域和非计轴器区域；检测所述非计轴器区域的点云数据达到预设数量时，判定所述计轴器异常。7.如权利要求6所述的检测方法，其特征在于，所述根据所述第三标准位置关系对所述当前三维点云数据进行分割得到计轴器区域和非计轴器区域，之后还包括：根据所述标准三维点云数据中的计轴器特征进行深度学习训练和验证，...

【专利技术属性】
技术研发人员：刘现款，
申请(专利权)人：比亚迪股份有限公司，
类型：发明
国别省市：