详情

原文传递地铁轨道扣件三维视觉检测研究

论文题名：	地铁轨道扣件三维视觉检测研究
关键词：	地铁轨道扣件;三维成像;图像处理;支持向量机
摘要：	轨道扣件是用于紧固钢轨与轨枕的重要零件，是维系地铁系统正常运行的基本保障。当前，我国地铁轨道扣件主要依赖人工巡查，工作效率低，且严重依赖工人经验，难以满足快速发展的城市地铁对高质量日常运维的迫切需求。基于图像识别的无接触轨道自动巡检可以克服以上缺陷，近年来受到铁路部门与专家学者的关注与研究，由此可见，开展轨道扣件视觉检测研究具有重要科学意义与工程应用价值。　　论文以设计与实现准确、稳定、高效的地铁轨道扣件视觉检测系统为目标，开展相关研究，主要工作如下。　　首先搭建了三维数据采集实验系统。在对三维成像技术进行充分对比分析后，选择了基于iToF技术的激光雷达三维相机为核心搭建了硬件系统，开发了相应的配套跨平台软件DCS-3D，采用内存缓存技术与多线程技术实现了对扣件三维深度图像与彩色图像的高速高质量采集。　　然后对采集到的数据进行预处理并重建彩色三维点云。针对采集到的数据特点，提出了改进的基于金字塔迭代控制核回归的图像预处理算法，实验表明该预处理方法在保持图像细节的同时可以去除大部分噪声，有效提高数据质量；研究了相机标定方法，基于张正友标定法分别标定了深度相机与彩色相机，并对深度图像与彩色图像进行配准，从而对照利用深度图像与彩色图像的有效信息；重建彩色三维点云，实现现场情况直观显示。　　接着提出了一种“两步定位”扣件检测定位方法。针对二维图像信息量有限、受光照污浊影响较大的缺点，提出了基于深度图像的扣件粗定位算法，利用改进的霍夫变换法检测出轨道线对图像进行校正，利用灰度投影法定位枕木位置，从而找出扣件所在大致区域；利用改进的模板匹配方法在彩色图像中对扣件进行精确定位，并对扣件丢失的情况进行分类。实验表明该方法可有效提取出扣件图像，区分扣件缺失情况。　　最后对缺陷扣件进行识别。针对数据中缺损扣件样本较少的问题，提出了一种基于图像对称性的样本库扩充方法，建立了扣件分类样本库；结合样本特性，提出了基于融合特征的支持向量机分类方法，对缺陷扣件进行识别。实验结果表明该方法显著优于单特征分类方法，可以准确识别出缺陷扣件，满足设计要求。　　论文通过数据采集实验系统搭建、数据预处理、扣件检测定位、扣件缺陷识别等方面的研究，设计与实现了地铁轨道扣件三维检测系统。实验结果验证了论文设计的实验系统可以准确稳定的检测出缺陷扣件，达到了设计目标，具有良好的应用前景。
作者：	史恭标
专业：	控制工程
导师：	柴琳;孙伟
授予学位：	硕士
授予学位单位：	东南大学
学位年度：	2021