基于线结构光的无人机铁轨检测系统的制作方法

本发明属于铁轨检测技术领域，具体涉及一种基于线结构光的无人机铁轨检测系统。

背景技术：

随着高速铁路规模的不断扩大和运行速度的不断提升，对铁轨进行可靠高效的检测以及及时发现和解决铁轨中存在的安全隐患变得尤为重要。

目前我国对于高速铁轨耗损检测多为人工检测和大型探伤车检测。人工检测自动化与智能化程度低，效率低下，检测人员在环境恶劣地区作业困难，不利于数字化的存储和分析。而大型探伤车在国内发展缓慢，成本高，检测需避开列车行驶时段，且有可能对钢轨造成二次损伤。

无人机能够通过无线遥控的方式完成自动飞行，执行各种任务，具有安全性高、低能耗、重复利用率高、控制方便等优点。在铁轨检测方面目前最完善的是某地区研发的一种无人机轨道巡检探伤平台，利用多台无人机协作的方式实现轨道接触式检测，能够大大提高轨道巡检效率。但由于该轨道巡检平台采用无人机携带探伤轮的检测方式，容易在轨道检测中对轨道造成进一步的损伤，检测效率也较为低下。因此需要一种高精度、高速率的智能化、可视化的铁轨检测系统。

技术实现要素：

本发明的目的就是为了解决上述背景技术存在的不足，提供一种基于线结构光的无人机铁轨检测系统，能够对高速铁路的轨道耗损进行高精度、高效率的实时测量。

本发明采用的技术方案是：一种基于线结构光的无人机铁轨检测系统，包括地面控制系统和无人机，所述无人机上设有图像采集模块、线结构光源和定位模块，所述线结构光源用于垂直发出线性激光到被测对象；所述图像采集模块用于拍摄带有线性条纹的被测对象形成第一图像数据、用于拍摄不带线性条纹的被测对象形成第二图像数据，并将第一图像数据和第二图像数据通过图像传输模块传输至地面控制系统；所述定位模块用于获取无人机的定位信息并发送至地面控制系统；

所述地面控制系统用于根据地图信息、列车运行信息、第二图像数据及定位信息精确定位无人机位置，并规划无人机的飞行路线、控制无人机飞行；用于对接收的第一图像数据进行处理得到被测对象的切面轮廓，将切面轮廓与标准轮廓比对获取被测对象的损伤数据；用于对接收的第二图像数据进行处理后与设定阈值进行比较获取被测对象的异物入侵结果。

进一步地，所述图像采集模块包括拍摄带有线性条纹的被测对象的第一摄像模块和用于拍摄不带线性条纹的被测对象的第二摄像模块，所述第一摄像模块和线结构光源安装于无人机的侧面，第一摄像模块的光轴与线结构光源发射的激光呈一定夹角，所述第二摄像模块安装于无人机的前端。

进一步地，所述地面控制系统对接收的第一图像数据通过最近点迭代的icp算法处理得到被测对象切面轮廓，并将切面轮廓与标准轮廓比对，得到被测对象的形变信息，进而判断被测对象是否发生损伤。

进一步地，所述地面控制系统对接收的第二图像数据进行高斯模糊处理，降低图象锐度；再进行开立算法处理，检测图像的边缘信息；其后通过霍夫算法处理提取出图像中的直线部分，将检测窗口分割出来；最后提取窗口的灰度信息，将灰度信息与设定的阈值进行比较判断被测对象的异物侵入结果。

更进一步地，所述图像采集模块和定位模块与地面控制系统之间通过5.8ghz无线图传模块进行数据及信号交互。

本发明通过线结构光测量和无人机技术并配合底面控制系统，对轨道及目标物体进行测量，获取高精度的铁轨磨损数据；通过无人机的前端摄像头对采集的轨道图像信息进行处理以实现轨道异物检测，与集中控制系统对接确保列车运行环境安全；通过列车运行信息和无人机位置信息进行对比以实现无人机对运行列车的自动避障大大提高铁轨检测速度和效率。

本发明填补了繁杂的人工测量和成本高、需要专门行驶时间的大型探伤车检测钢轨的空缺，利用无人机结合线结构光等技术实现了一种非接触式轨道检测系统；利用无人机的灵活性高、结构光的精度高、扫描速度快和机器视觉的特性来获取钢轨信息。无人机的飞行和定位采用gps粗定位、钢轨图像识别联合定位；在检测轨道磨损情况的同时还添加了轨道异物图像识别功能保证列车行车安全。本发明相比目前已有的轨道检测技术，工作效率、测量精度与速度得到极大提升，是一种有效的钢轨损伤检测方法。

附图说明

图1为本发明的原理示意图。

图2为本发明无人机飞行控制的原理示意图。

图3为本发明轨道损伤检测的原理示意图。

图4为本发明异物侵入检测的原理示意图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是，对于这些实施方式的说明用于帮助理解本发明，但并不构成对本发明的限定。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以互相结合。

如图1所示，本发明提供一种基于线结构光的无人机铁轨检测系统，包括地面控制系统1和无人机2，所述无人机2上设有图像采集模块、线结构光源3和定位模块5，所述线结构光源3用于垂直发出线性激光到被测对象(即轨道8)；所述图像采集模块用于拍摄带有线性条纹的被测对象形成第一图像数据、用于拍摄不带线性条纹的被测对象形成第二图像数据，并将第一图像数据和第二图像数据通过图像传输模块传输至地面控制系统1；所述定位模块用于获取无人机的定位信息并发送至地面控制系统1；

所述地面控制系统1用于根据地图信息、列车运行信息、第二图像数据及定位信息精确定位无人机2位置，并规划无人机的飞行路线、控制无人机飞行；用于对接收的第一图像数据进行处理得到被测对象的切面轮廓，将切面轮廓与标准轮廓比对获取被测对象的损伤数据；用于对接收的第二图像数据进行处理后与设定阈值进行比较获取被测对象的异物入侵结果，并将得到的损伤数据、异物侵入结果及位置信息发送至调度集中控制系统(ctc系统7)，以便及时做出处理，避免轨道安全事故发生。

调度集中控制系统(ctc系统)是铁路现代化的重要技术，以tdcs为平台，以调度集中为核心，以行车指挥自动化为目标，向地面控制系统提供列车运行信息和轨道信息及轨道地图信息，在既定的铁轨示意图上人工设置和规划行进路线，实现无人机定位和对列车自动规避的功能。无人机搭载激光器和摄像机，首先采用卫星定位对无人机进行粗定位，其后利用无人机上的摄像头对铁轨进行图像识别，配合地图信息完成无人机精确定位与轨道跟踪。

上述方案中，图像采集模块包括拍摄带有线性条纹的被测对象的第一摄像模块4.1和用于拍摄不带线性条纹的被测对象的第二摄像模块4.2，所述第一摄像模块4.1和线结构光源3安装于无人机2的侧面，第一摄像模块4.1的光轴与线结构光源3发射的激光呈一定夹角，可以夹角在30°-60°之间，所述第二摄像模块4.2安装于无人机的前端。

根据本发明对摄像功能的要求，最合适的摄像模块为cmos高速摄像机。当摄像机帧率为1000fps时，无人机飞行检测速度为18km/h。当摄像机帧率更高，且数据传输模块速度更快时，无人机检测速度可相应提高。

摄像机(即第一摄像模块)与线激光器(即线结构光源)相对位置固定，线激光器投射出的扇形激光平面切割被测对象，在被测对象表面形成一条高亮光条，摄像机从另外一个固定的角度拍摄，摄像机通过镜头和成像元件将三维世界中的物体投影到摄像机的二维像平面上，可获得被测物体的结构光条二维畸变图像。将采集到的图像以视频信号的形式传输给底面控制系统，已知视觉传感器的自身参数及物体表面三维形状，确定光条在图像中的像素坐标；在己知激光器与摄像机之间的相对位置参数时，基于光学三角法测量原理，由畸变的二维光条的图像坐标即可恢复出物体的表面的世界坐标，完成对物体表面的测量。

上述方案中，地面控制系统中设有点云图像处理模块，点云图像处理模块对接收的第一图像数据(即点云数据信息)通过最近点迭代的icp算法处理得到被测对象切面轮廓，并将切面轮廓与标准轮廓比对，得到被测对象的形变信息，进而判断被测对象是否发生损伤。

上述方案中，地面控制系统对接收的第二图像数据进行高斯模糊处理，降低图象锐度；再进行开立算法处理，检测图像的边缘信息；其后通过霍夫算法处理提取出图像中的直线部分，将检测窗口分割出来；最后提取窗口的灰度信息，将灰度信息与设定的阈值进行比较判断被测对象的异物侵入结果。

上述方案中，图像采集模块和定位模块与地面控制系统之间通过5.8ghz无线图传模块进行双向数据及信号交互，分别传输控制信息、图像数据信息、无人机位置信息。5.8ghz无线图传模块具有体积小、功耗低、灵敏度高等特点，可广泛应用于各领域。

如图2所示，地面控制系统对无人机定位方面，采用gps粗定位结合图像处理进行轨道跟踪，得到无人机精确的定位(即无人机对应铁轨段具体位置)；路线规划方面，通过计算机辅助操作在示意图上直观的设定飞行路线。

如图3所示，无人机结合地面控制系统，无人机上的激光器发射出的光条投射到被测对象的表面形成一定特征的光条，利用高速工业cmos摄像机进行拍摄获取图像。利用图像处理算法将线激光器照在钢轨上的激光光条提取出来恢复出物体表面轮廓，然后与标准轮廓进行比较，得到被检测钢轨的形变信息，进而判断钢轨是否发生损伤。

如图4所示，异物侵入检测系统首先进行高斯模糊处理，降低图象锐度；再进行开立算法处理，检测图像的边缘信息；其后通过霍夫算法处理提取出图像中的直线部分，将检测窗口分割出来；最后提取窗口的灰度信息，通过设定合适的阈值实现轨道侵入检测。

本发明进行轨道检测的过程如下：

首先导入所需测量路段的轨道地图信息和列车运行信息，地面站通过轨道规划算法自动确认无人机的飞行路线和无人机对列车的自动规避，以控制无人机飞行。无人机搭载激光器和摄像机自动寻轨飞行检测，定位方面采用联合定位技术(即gps定位与图像识别结合)精确获取无人机位置信息。通过线结构光测量方法获得轨道图像信息和轨道切面的点云数据信息，信息在无人机上进行压缩后通过图传模块发送到地面控制系统进行处理，地面控制系统通过最近点迭代的icp算法处理得到轨道切面轮廓，并将其与标准轮廓比对分析，得到高精度铁轨损伤数据。同时无人机寻轨飞行过程中，前端摄像头对前方视野进行图像获取传输至地面控制系统，通过异物检测算法检测图像中的轨道和异物信息。

本发明填补了繁杂的人工测量和成本高、需要专门行驶时间的大型探伤车检测钢轨的空缺，利用无人机结合线结构光等技术实现了一种非接触式轨道检测系统。利用无人机的灵活性高、结构光的精度高、扫描速度快和机器视觉的特性来获取钢轨信息。无人机的飞行和定位采用gps粗定位、钢轨图像识别联合定位；在检测轨道磨损情况的同时还添加了轨道异物图像识别功能保证列车行车安全。以上仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本领域的技术人员在本发明所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。