LY轮对外形尺寸检测系统异常曲线判断算法研究

张飞龙，黄海军

（成都地铁运营有限公司，四川 成都 610000）

LY轮对外形尺寸检测系统异常曲线判断算法研究

张飞龙，黄海军

（成都地铁运营有限公司，四川 成都 610000）

LY轮对外形尺寸检测系统是用于检测铁路车辆车轮轮对尺寸外形参数的设备。随着我国轨道交通事业的快速发展，该设备在全国已取得了广泛的应用，大大提高了车辆检修的工作效率。系统通过相机拍摄车轮踏面激光线，能够对地铁车辆车轮的尺寸参数进行实时检测，保证运行车辆的安全运行。但由于存在雨雪天气、异物遮挡等影响，会使图像中存在异常的激光线，影响车轮尺寸参数的计算。本文设计了一种判断图像中异常曲线的算法，可以排除图像中的异常激光线对车轮参数计算造成的影响，保证车轮参数的检测精度。

地铁车辆；轮对；尺寸参数；异常曲线

1 概述

随着我国城市轨道交通快速发展，轨道交通已经成为城市的重要交通工具，是缓解城市拥堵交通问题的重要手段。车轮作为车辆与轨道接触部位，承载着来自整个列车的载荷，是车辆走行部的重要部件。在列车的实际运行中，由于存在着轮轨相互作用，车轮踏面及轮缘会出现磨损，使车轮外形的尺寸发生变化。对车轮踏面外形尺寸变化的跟踪监测有利于及时发现和排除由于车轮尺寸引起的列车运行安全隐患。车辆轮对外形尺寸的动态检测是非常重要的，它可以保障车辆的安全运行和旅客生命财产安全。轮对外形尺寸检测系统的基本检测单元，主要由分布在轨道两侧的8个LD和CCD组成。检测系统的传感器在现场的布置如图1所示，列车的运行方向是从右向左。激光线投射到车轮踏面上，CCD拍摄包含车轮外形参数信息的光截线。

图1 基本检测单元

当车辆经过检测系统时，车轮经过车轮触发传感器触发激光投射在车轮踏面上，并触发CCD采集激光图像。完成采集后，原始数据经过软件处理，将图2上的二维激光线通过标定参数还原到三维空间中，最终得到车轮外形各个参数的检测结果。

图2 激光线图像

2 问题分析

对于轮对外形尺寸检测系统，影响车轮参数计算结果的主要因素是图像中激光曲线。雨雪天气会导致车轮激光线图像形成光斑，无法准确提取激光线的像素坐标，如图3所示，这种情况会影响轮缘厚度参数的计算精度；车底异物遮挡等会导致图像中曲线的缺少或者非车轮踏面激光线存在，如图4所示，这种情况会把车轮异物曲线当成踏面曲线进行计算，从而影响车轮参数的计算。这些因素都会影响车轮尺寸参数的计算精度。

图3 雨雪天气激光线图像

3 解决方案

针对雨雪天气和车底异物对车轮激光线图像造成的影响，本文提出了两种方法分别解决这两种问题。对于雨雪天气，主要在曲线提取方面，采用了显著性检测的方法识别图像中的光斑区域；对于车底异物，主要在曲线识别方面，采用了K-means方法对图像中的非车轮踏面激光线进行识别。

图4 异物遮挡激光线图像

3.1 光斑识别

显著性检测的原理是：图像中图像分块的显著性取决于该图像分块与周围环境的差异，其本身视觉特征并不决定其显著性。图像分块与其周围环境的特征差异越大，该图像分块越有可能是一个高显著区域。同时，若进行比较的其他图像分块与该图像分块之间的空间距离越近，对比性越明显，该图像分块更容易引起视觉注意，所以图像分块的对比度与空间距离成反比。故图像分块的显著性计算公式如下：

3.2 异物曲线识别

K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。算法过程如下：（1）从N个文档随机选取K个文档作为质心。（2）对剩余的每个文档测量其到每个质心的距离，并把它归到最近的质心的类。（3）重新计算已经得到的各个类的质心（4）迭代2～3步直至新的质心与原质心相等或小于指定阈值，算法结束。对轮对检测系统的激光线图像进行分类时选取的特征为：曲线在图像中出现的位置（像素横坐标的最大值和最小值、像素纵坐标的最大值和最小值）、曲线的像素长度、曲线的像素宽度。曲线分类的结果如图6所示，方形框内为异常的曲线，圆形框内为正常的曲线。对图像中的异物曲线识别后，便将异物曲线剔除，不参加后面车轮参数的计算。

图5 光斑识别结果

图6 异物曲线识别结果

4 数据测试

4.1 光斑识别验证

本文对雨雪天气的576张图片进行了光斑识别测试，共标记了1485个光斑区域，有28个光斑未能标记出来，识别率为98．2%，未标记的主要原因是光斑区域太小，如图7。

图7 未识别光斑的图像

4.2 异物曲线识别验证

本文对960张车轮激光图片进行了曲线识别测试，图片中共有3831条曲线：正常曲线3589条，异物曲线242条，正确标记的曲线为3795条，识别正确率99．1%。

4.3 数据准确性验证

表1 过车数据轮缘高度准确性验证

表2 过车数据轮缘厚度准确性验证

表1～3是对一节车厢过车数据进行的准确性分析，轮缘高度和轮缘厚度的手工测量值使用第4种检查器测量，车轮直径的手工测量值使用轮径尺进行测量。轮缘高度和轮缘厚度的精度要求为±0．2mm，车轮直径的精度要求为±时0．6mm。系统的过车数据准确性能够达到要求。

表3 过车数据车轮直径准确性验证

5 结语

本文介绍了一种车辆轮对外形尺寸检测系统，主要介绍了系统的原理及系统在遇到雨雪天气及车底异物遮挡的情况下，对出现异常图像的处理方法。并且对文章中提出的光斑识别算法和异物曲线识别算法进行了验证，对系统数据准确性也进行了验证。验证结果表明系统能够满足车辆轮对尺寸参数检测的需求，能够提高车辆的检修效率，减少人工检修工作量，保障车辆的安全运行。

[1]张渝, 彭建平, 杨凯, 彭朝勇． 轮对外形轮廓检测中摄像机系统的标定算法[J]．光电工程, 2009, 36(7): 112-116．

[2]陈刚, 任光胜． 车辆轮对状态在线检测系统研究[J]．城市轨道交通研究, 2012, 15(10): 79-81．

[3]陈静, 禹建伟, 谭志忠． 地铁车辆轮对动态检测系统研究[J]．城市轨道交通研究, 2014, 17(7): 82-84．

U279.3

A

1671-0711（2017）10（下）-0060-03