一种城轨列车受电弓滑板厚度在线检测装置及方法与流程

本发明属于交通安全工程技术领域，特别是一种城轨列车受电弓滑板厚度在线检测装置及方法。

背景技术：

随着我国城市轨道交通的快速发展及多条线路的开通运行，列车在线运行的安全问题也日益显著。城轨列车受电弓是城轨列车从接触网上受取电流的装置，其滑板与接触网导线直接接触，从接触网导线上受取电流供城轨列车使用。受电弓滑板的好坏直接影响城轨列车的安全运行，受电弓滑板的厚度过小，不仅影响城轨列车的正常供电，由此产生电弧放电还会进一步加剧受电弓滑板和接触线的磨耗。随着城轨列车的飞速发展，对受电弓的可靠性运行提出了更高的要求，因此对受电弓状态的智能检测具有重大意义。

目前国内外受电弓状态的检测方法主要包括车载设备检测和在线定点式检测两种方式。车载式检测装置由一定的局限性，在实际运作中的投资规模大，成本高。在线定点式检测方式，国内外有基于超声波传感器的检测、基于激光测距的检测、基于图像的检测等多种实现方式。在这些方法中，有的系统机构复杂，可靠性不高；有的系统只能获取受电弓磨耗情况，不能反映受电弓中心线偏移。

技术实现要素：

本发明的目的在于提供一种简单高效、成本低的城轨列车受电弓滑板厚度在线检测装置及方法，为受电弓的检测和维修提供技术支持。

实现本发明目的的技术解决方案为：一种城轨列车受电弓滑板厚度在线检测装置，包括中央处理单元，以及与中央处理单元连接的车轮轴位传感器d、车号识别装置aei、第一～二光电传感器p1、p2、第一～八工业闪光灯l1～l8、第一～四工业相机c1～c4，其中第一～八工业闪光灯l1～l8、第一～四工业相机c1～c4均设置于支架a上，所述车轮轴位传感器d、车号识别装置aei、第一光电传感器p1、支架a和第二光电传感器p2沿着列车运行方向顺次设置；

所述车轮轴位传感器d安装于最前方轨道内侧，车号识别装置aei安装于轨道正中间并且与车轮轴位传感器d之间的水平距离为m1；第一光电传感器p1的接收端与发射端垂直安装于轨道两侧，与车号识别装置aei之间的水平距离为m2，与轨道平面之间的垂直距离为h1，第一光电传感器p1的接收端与发射端之间的距离为s1；

所述支架a与光电传感器p1之间的水平距离为m3，第一～二工业闪光灯l1、l2和第五～六工业闪光灯l5、l6分别安装在支架a一侧的两端，第三～四工业闪光灯l3、l4和第七～八工业闪光灯l7、l8分别安装在支架a另一侧的两端，支架a两端的距离为s1，第一～八工业闪光灯l1～l8与轨道平面之间的垂直距离为h2；第一～二工业闪光灯l1、l2、第三～四工业相机c3、c4、第五～六工业闪光灯l5、l6、第七～八工业闪光灯l7、l8分别以角度α1、α2、α3、α4对受电弓补光；第一～四工业相机c1～c4安装在轨道中心轴线位置，与轨道平面之间的垂直距离为h3，第一～二工业相机c1、c2为一组、第三～四工业相机c3、c4为一组，且该两组工业相机之间的距离为m5，分别以俯角β1、β2对受电弓进行拍摄；

所述第二光电传感器p2的接收端与发射端分别安装于轨道两侧，与支架a之间的水平距离为m3，与轨道平面之间的垂直距离为h1，第二光电传感器p2的接收端与发射端之间的距离为s1。

一种城轨列车受电弓滑板厚度在线检测方法，包括以下步骤：

步骤1、原始数据获取：第一工业相机c1和第二工业相机c2获取受电弓滑板前侧面图像，第三工业相机c3和第四工业相机c4获取受电弓滑板后侧面图像，车号识别装置aei获取当前所检测列车的车号信息；

步骤2、图像预处理：将步骤1获取的受电弓滑板前侧面图像和受电弓滑板后侧面图像进行滤除电磁干扰处理；

步骤3、边缘提取：采用改进的canny边缘检测算法对步骤2得到的图像进行边缘提取，得到受电弓滑板上下边缘；

步骤4、相机标定：通过相机标定的方法获取第一工业相机c1、第二工业相机c2、第三工业相机c3、第四工业相机c4的内参数和外参数，根据获取的相机参数计算出滑板剩余厚度曲线；

步骤5、曲线融合：将第一工业相机c1和第二工业相机c2得到的受电弓滑板剩余厚度曲线进行曲线融合，将第三工业相机c3和第四工业相机c4得到的受电弓滑板剩余厚度曲线进行曲线融合，得到完整的滑板剩余厚度曲线。

本发明与现有技术相比，其显著优点为：(1)通过光电传感器触发工业相机组的拍摄和补光组的补光，能够对城轨列车受电弓实现精确定位，减少了由于定位不够精确而产生的误差；(2)具有在线非接触式测量的优点，为实现受电弓滑板厚度的在线检测提供了一个有效的解决方案。

下面结合附图对本发明作进一步详细描述。

附图说明

图1是本发明中城轨列车受电弓滑板厚度在线检测方法的流程图。

图2是本发明中城轨列车受电弓滑板厚度在线检测系统的设备布设三视图，其中(a)为侧视图、(b)为俯视图、(c)为正视图。

图3是本发明中图像采集设备的安装示意图。

图4是原始数据获取的受电弓图。

图5是经边缘提取后的左半弓图。

图6是受电弓滑板剩余厚度曲线图。

具体实施方式

结合图1，本发明城轨列车受电弓滑板厚度在线检测装置，包括中央处理单元，以及与中央处理单元连接的车轮轴位传感器d、车号识别装置aei、第一～二光电传感器p1、p2、第一～八工业闪光灯l1～l8、第一～四工业相机c1～c4，其中第一～八工业闪光灯l1～l8、第一～四工业相机c1～c4均设置于支架a上，所述车轮轴位传感器d、车号识别装置aei、第一光电传感器p1、支架a和第二光电传感器p2沿着列车运行方向顺次设置；

所述车轮轴位传感器d安装于最前方轨道内侧，车号识别装置aei安装于轨道正中间并且与车轮轴位传感器d之间的水平距离为m1；第一光电传感器p1的接收端与发射端垂直安装于轨道两侧，与车号识别装置aei之间的水平距离为m2，与轨道平面之间的垂直距离为h1，第一光电传感器p1的接收端与发射端之间的距离为s1；

所述支架a与光电传感器p1之间的水平距离为m3，第一～二工业闪光灯l1、l2和第五～六工业闪光灯l5、l6分别安装在支架a一侧的两端，第三～四工业闪光灯l3、l4和第七～八工业闪光灯l7、l8分别安装在支架a另一侧的两端，支架a两端的距离为s1，第一～八工业闪光灯l1～l8与轨道平面之间的垂直距离为h2；第一～二工业闪光灯l1、l2、第三～四工业相机c3、c4、第五～六工业闪光灯l5、l6、第七～八工业闪光灯l7、l8分别以角度α1、α2、α3、α4对受电弓补光；第一～四工业相机c1～c4安装在轨道中心轴线位置，与轨道平面之间的垂直距离为h3，第一～二工业相机c1、c2为一组、第三～四工业相机c3、c4为一组，且该两组工业相机之间的距离为m5，分别以俯角β1、β2对受电弓进行拍摄；

所述第二光电传感器p2的接收端与发射端分别安装于轨道两侧，与支架a之间的水平距离为m3，与轨道平面之间的垂直距离为h1，第二光电传感器p2的接收端与发射端之间的距离为s1。

进一步地，所述车号识别装置aei与车轮轴位传感器d之间的水平距离m1取值范围为2～3米，第一光电传感器p1与车号识别装置aei之间的水平距离m2取值范围为1～2米，第一光电传感器p1与轨道平面之间的垂直距离h1取值范围为4～4.2米，第一光电传感器p1的接收端与发射端之间的距离s1取值范围为4～5米，所述第二光电传感器p2与支架a之间的水平距离m4取值范围为3～4米。

进一步地，所述支架a与光电传感器p1之间的水平距离m3取值范围为3～4米，支架a两端的距离s1取值范围为4～5米，第一～八工业闪光灯l1～l8与轨道平面之间的垂直距离h2取值范围为4.2～4.5米；

所述第一～二工业闪光灯l1、l2、第三～四工业相机c3、c4、第五～六工业闪光灯l5、l6、第七～八工业闪光灯l7、l8分别以角度α1、α2、α3、α4对受电弓补光，α1、α2、α3、α4取值范围为30°～60°；第一～四工业相机c1～c4与轨道平面之间的垂直距离h3取值范围为4.5～5.5米，两组工业相机之间的距离m5取值范围为0.6～1米，两组工业相机分别以俯角β1、β2对受电弓进行拍摄，β1、β2取值范围为5°～15°。

进一步地，所述第一～四工业相机c1～c4采用基于ccd的高速工业相机；第一工业相机c1拍摄电弓滑板前方左半弓，第二工业相机c2拍摄电弓滑板前方右半弓，第三工业相机c3拍摄电弓滑板后方左半弓，第四工业相机c4拍摄电弓滑板后方右左半弓；第一～四工业相机c1～c4有裕量能拍摄到受电弓滑板中心区域。

进一步地，所述中央处理单元包括数据处理模块、图像处理模块及设备控制模块；所述图像处理模块获取受电弓滑板厚度曲线；数据处理模块处理车号信号，并将处理后的数据与图像处理结果整合到一起用以保存；设备控制模块控制工业闪光灯与工业相机的同步运行。

一种城轨列车受电弓滑板厚度在线检测方法，包括以下步骤：

步骤1、原始数据获取：第一工业相机c1和第二工业相机c2获取受电弓滑板前侧面图像，第三工业相机c3和第四工业相机c4获取受电弓滑板后侧面图像，车号识别装置aei获取当前所检测列车的车号信息；

步骤2、图像预处理：将步骤1获取的受电弓滑板前侧面图像和受电弓滑板后侧面图像进行滤除电磁干扰处理；

步骤3、边缘提取：采用改进的canny边缘检测算法对步骤2得到的图像进行边缘提取，得到受电弓滑板上下边缘；

步骤4、相机标定：通过相机标定的方法获取第一工业相机c1、第二工业相机c2、第三工业相机c3、第四工业相机c4的内参数和外参数，根据获取的相机参数计算出滑板剩余厚度曲线；

步骤5、曲线融合：将第一工业相机c1和第二工业相机c2得到的受电弓滑板剩余厚度曲线进行曲线融合，将第三工业相机c3和第四工业相机c4得到的受电弓滑板剩余厚度曲线进行曲线融合，得到完整的滑板剩余厚度曲线。

进一步地，步骤3所述的采用改进的canny边缘检测算法对步骤2得到的图像进行边缘提取，得到受电弓滑板上下边缘，具体如下：

步骤3.1、对步骤2得到的图像进行梯度计算，得到图像梯度直方图；

步骤3.2、采用非极大值抑制的方法，保留局部梯度极大值点，抑制非极大值点，获得单像素点的梯度幅值特征图；

步骤3.3、对步骤3.1获得的图像梯度直方图进行直方图凹度分析，得到相应的高阈值th，低阈值tl，tl＝0.4th；

步骤3.4、对梯度幅值特征图像根据高低阈值th、tl进行边缘点判断，进一步确定边缘点：若梯度幅值大于th，则认为该点是边缘点；若梯度幅值小于tl，则该点不是边缘点；若点的梯度幅值在tl和th之间，则根据该点左右的邻接点的梯度幅值进一步进行判断，若存在梯度幅值大于th的邻接点，则该点是边缘点，否则该点不是边缘点；

步骤3.5、根据边缘的连通性，以高阈值选取的强边缘图像th(i,j)为基础，在低阈值选取的弱边缘图像tl(i,j)中搜索存在的边缘点用于边缘连接，得到最终的受电弓滑板边缘图像。

进一步地，步骤4中所述的相机标定是利用标定板，采用张正友法对相机进行标定：在相机的视野范围内放置黑白棋盘格标定板，分别采集并存储不同位置、不同角度标定板的图像，然后计算相机的内参数和外参数，完成相机的标定，得到半弓滑板剩余厚度曲线。

进一步地，步骤5中所述的将第一工业相机c1和第二工业相机c2得到的受电弓滑板剩余厚度曲线进行曲线融合，将第三工业相机c3和第四工业相机c4得到的受电弓滑板剩余厚度曲线进行曲线融合，得到完整的滑板剩余厚度曲线，具体如下：

将左右半弓滑板剩余厚度数据点根据公式(1)进行数据融合，将左右半弓的坐标系融合到全弓坐标系中，构成完整的滑板厚度曲线；(xl,yl)为左半弓坐标系坐标，(xr,yr)为右半弓坐标系坐标，(x,y)为全弓坐标系坐标，δx、δy分别为右半弓坐标系原点相对于全弓坐标系原点在x轴、y轴的偏移量；

根据滑板特征对δx和δy进行取值，具体过程如下：

(1)将左半弓滑板的长度设为δx的初始值，记为δxs；

(2)根据左右滑板下边缘是同一条边缘的原则，确定δy的初始值，δys＝0

(3)对δx与δy的取值进行进一步的优化，对左右半弓滑板剩余厚度曲线选取相同大小重合区域的轮廓曲线，分别记为linel、liner，首先，对齐曲线linel和liner，求取两条曲线差值的平方和esum，然后移动右半弓滑板剩余厚度曲线调整两条曲线在x、y轴方向的间距dδx、dδy，提取esum最小时dδx与dδy的取值，从而得到δx与δy的最终值：

实施例1

结合图1，本发明一种城轨列车受电弓滑板厚度在线检测装置，包括中央处理单元和车轮轴位传感器、车号识别装置、光电传感器、工业闪光灯、工业相机和支架；所述车轮轴位传感器d、车号识别装置aei、第一光电传感器p1、支架a和第二光电传感器p2在列车运行方向依次设置；车轮轴位传感器d安装于最前方轨道内侧，车号识别装置aei安装于轨道正中间并且与车轮轴位传感器d之间的水平距离为m1；第一光电传感器p1的接收端与发射端垂直安装于轨道两侧，与车号识别装置aei之间的水平距离为m2，与轨道平面之间的垂直距离为h1，第一光电传感器p1的接收端与发射端之间的距离为s1；第一工业闪光灯l1、第二工业闪光灯l2、第三工业闪光灯l3、第四工业闪光灯l4、第五工业闪光灯l5、第六工业闪光灯l6、第七工业闪光灯l7、第八工业闪光灯l8和第一工业相机c1、第二工业相机c2、第三工业相机c3、第四工业相机c4安装在距离光电传感器p1的m3处的支架a上；第一工业闪光灯l1、第二工业闪光灯l2、第五工业闪光灯l5、第六工业闪光灯l6安装在支架a一端的两侧，第三工业闪光灯l3、第四工业闪光灯l4、第七工业闪光灯l7、第八工业闪光灯l8安装在支架a另一端的两侧，支架a两端的距离为s1，第一工业闪光灯l1、第二工业闪光灯l2、第三工业闪光灯l3、第四工业闪光灯l4、第五工业闪光灯l5、第六工业闪光灯l6、第七工业闪光灯l7、第八工业闪光灯l8与轨道平面之间的垂直距离为h2；第一工业闪光灯l1、第二工业闪光灯l2以角度α1对受电弓补光，第三工业相机c3、第四工业相机c4以角度α2对受电弓补光，第五工业闪光灯l5、第六工业闪光灯l6以角度α3对受电弓补光，第七工业闪光灯l7、第八工业闪光灯l8以角度α4对受电弓补光；第一工业相机c1、第二工业相机c2、第三工业相机c3、第四工业相机c4安装在轨道中心轴线位置，与轨道平面之间的垂直距离为h3，第一工业相机c1、第二工业相机c2以俯角β1对受电弓进行拍摄，第三工业相机c3、第四工业相机c4以俯角β2对受电弓进行拍摄；第二光电传感器p2的接收端与发射端分别安装于轨道两侧，与支架a之间的水平距离为m4，两组工业相机组之间的距离为m5，与轨道平面之间的垂直距离为h1；第二光电传感器p2的接收端与发射端分别安装于轨道两侧，与支架a之间的水平距离为m3，与轨道平面之间的垂直距离为h1，第二光电传感器p2的接收端与发射端之间的距离为s1。

所述的工业相机为基于ccd的高速工业相机，并且有裕量能拍摄到受电弓滑板中心区域。车轮轴位传感器用于判断列车是否进入和离开检测区域，光电传感器用于判断受电弓的到来，工业闪光灯用于提高采集图像的质量。

一种城轨列车受电弓滑板厚度在线检测方法，包括以下步骤：

步骤1，原始数据获取：原始数据由正反工业相机组和车号识别装置采集获取。正反工业相机组分为正工业相机组和反工业相机组，正工业相机组获取受电弓在列车运行方向上的前方滑板前侧面图像，反工业相机组获取受电弓在列车运行方向上的后方滑板后侧面图像，车号识别装置获取当前所检测列车的车号信息。其中正反工业相机组分别包含两台工业相机，用于拍摄受电弓的左、右半弓图像。

步骤2，图像预处理：对正反工业相机组采集到的图像进行滤波处理，以滤除因高压电产生的电磁干扰。

步骤3，边缘提取：采用改进的canny边缘检测算法对步骤2得到的图像进行边缘提取，得到受电弓滑板边缘。改进的canny边缘检测算法的具体步骤如下：

(1)对图像预处理后的图像进行梯度计算，得到图像梯度直方图；

(2)采用非极大值抑制的方法，保留局部梯度极大值点，抑制非极大值点，获得单像素点的梯度幅值特征图；

(3)对(1)获得的图像梯度直方图进行直方图凹度分析，得到相应的高阈值th，低阈值tl，tl＝0.4th；

(4)对梯度幅值特征图像根据高低阈值th、tl进行边缘点判断，进一步确定边缘点。若梯度幅值大于th，则认为该点是边缘点；若梯度幅值小于tl，则该点不是边缘点；若点的梯度幅值在tl和th之间，则该点可能为边缘点，需根据该点左右的邻接点的梯度幅值进一步进行判断，若存在梯度幅值大于th的邻接点，则认为该点是边缘点，否则该点不是边缘点；

(5)根据边缘的连通性，以高阈值选取的强边缘图像th(i,j)为基础，在低阈值选取的弱边缘图像tl(i,j)中搜索可能存在的边缘点用于边缘连接，得到最终的受电弓滑板边缘图像。

步骤4，相机标定：利用标定板等辅助设备，采用张正友法对相机进行标定。在相机的视野范围内放置黑白棋盘格标定板，分别采集并存储不同位置、不同角度标定板的图像，然后利用相关开源软件计算相机的内参数和外参数，完成相机的标定，得到半弓滑板剩余厚度曲线。

步骤5，曲线融合：将同一工业相机组中的两台工业相机处理后的左右半弓滑板剩余厚度曲线进行数据融合。将左右半弓滑板剩余厚度数据点根据公式(1)进行数据融合，将左右半弓的坐标系融合到全弓坐标系中，构成完整的滑板厚度曲线。(xl,yl)为左半弓坐标系坐标，(xr,yr)为右半弓坐标系坐标，(x,y)为全弓坐标系坐标，δx、δy分别为右半弓坐标系原点相对于全弓坐标系原点在x轴、y轴的偏移量。

根据滑板特征对δx和δy进行取值，具体过程如下：

(1)将左半弓滑板的长度设为δx的初始值，记为δxs；

(2)根据左右滑板下边缘是同一条边缘的原则，确定δy的初始值，δys＝0，由于边缘检测的影响，滑板支撑架下边缘存在一定的误差，无法达到理想的重合，所以，此时δy的取值不一定是最终取值；

(3)左右半弓相机选型时，考虑到裕量，所以滑板中心区域都能被工业相机组中的左右相机拍摄到，所以可以根据这一特征对δx与δy的取值进行进一步的优化，对左右半弓滑板剩余厚度曲线选取相同大小重合区域的轮廓曲线，分别记为linel、liner，首先，对齐曲线linel和liner，求取两条曲线差值的平方和esum，然后不断调整两条曲线在x、y轴方向的间距dδx、dδy，esum取值越小表示融合的滑板剩余厚度轮廓曲线越接近滑板的真实轮廓线，所以提取esum最小时，dδx与dδy的取值，从而得到δx与δy的最终值。

结合图2、图3，车号识别装置aei安装于轨道正中间并且与车轮轴位传感器d之间的水平距离为3m。光电传感器p1与车号识别装置aei之间的水平距离为1m，与轨道平面之间的垂直距离为4.05m。光电传感器p1的接收端与发射端之间的距离为4.452m。工业闪光灯与工业相机安装于距离光电传感器p1的3.4m处的支架a上。工业闪光灯与轨道平面之间的垂直距离为4.176m，工业相机与轨道平面之间的垂直距离为5.12m。支架a两端的距离为4.452m。正反工业相机组安装于轨道中心轴线位置处，沿列车运行方向排列，正反工业相机组之间的距离为m5。正相机组c1、c2以俯角10°对受电弓进行拍摄，反相机组c3、c4以俯角10°对受电弓进行拍摄，。光电传感器p2与车号识别装置aei之间的水平距离为1m，与轨道平面之间的垂直距离为4.05m。

根据步骤1的数据获取方法，得到如图4所示的受电弓原始图像。原始图像通过步骤2的图像预处理得到滤除部分噪声的图像。

根据步骤3中的方法，图像预处理后的图像经过梯度计算、极大值抑制、基于直方图凹度分析的高低阈值选取、边缘点判断、边缘连接的边缘提取方法得到边缘图像。以左弓图像作为原始图像，经边缘提取后的图像如图5所示。

根据步骤4中的方法，得到相机的内参数(相机焦距f、图像中心点(u0,v0)、像元尺寸dx和dy、畸变系数δx(x,y)、δy(x,y))和外参数(旋转矩阵r和平移向量t)。将得到的内参数和外参数用于边缘提取后的边缘图像，得到此图像中的滑板的剩余厚度曲线。根据步骤6中的方法，得到δx与δy的最终值。根据公式(1)将左右半弓滑板剩余厚度曲线融合成全弓滑板剩余厚度曲线，如图6所示。综上可知，本发明使用在线非接触式测量，具有测量精度高、实施简单方便的优点。