一种基于2D激光测量的地铁受电弓磨耗检测新方法

一种基于2d激光测量的地铁受电弓磨耗检测新方法
技术领域
1.本发明属于轨道交通领域，特别涉及一种地铁受电弓磨耗检测技术。


背景技术：

2.随着地铁线路的增加以及地铁规模的不断扩大，地铁运营的安全性与可靠性也开始受到越来越多的关注。受电弓作为地铁运行过程中供电系统的重要装置之一，是保证地铁平稳且安全运行的重要一环，受电弓碳滑板的磨耗程度直接影响着地铁获取电能的稳定与安全。在日常地铁运行过程中，若不对受电弓进行实时监测，当碳滑板磨耗积累到一定程度的时，有很大可能会造成地铁的暂时性断电，甚至引发重大交通事故。因此，如何有效且精确地检测地铁受电弓碳滑板磨耗是一个关键问题。
3.目前地铁受电弓磨耗检测的方法有接触式测量与非接触式测量。接触式测量主要是通过人工登顶检测，该方法能够真实有效地测量出受电弓碳滑板的磨耗值，分析碳滑板存在的缺陷，并且不存在漏检的问题。然而人工登顶检测的弊端也非常明显，该方法只有当地铁入库停运后才能进行检测，另外，检测过程需要工作人员一次次登顶作业，工作人员的安全性得不到保障，同时检测效率低，无法有效满足地铁高效化管理要求。为了解决人工登顶检测方法所存在的问题，降低检测成本，提高检测效率，非接触式测量逐渐得到应用。图像检测法作为非接触式测量的主要方法，该方法能够实现地铁运行过程中的在线式检测，无需入库检测，节约了人工成本，保证了地铁运营的安全性。但该方法也存在一定的不足：如地铁在运行过程中，由于地铁隧道光照条件差检测所得到的图像效果不理想，无法得到精确的检测值，同时，地铁运行速度较快，也存在漏检的情况。如何实现隧道环境下高速地铁车辆受电弓碳滑板磨耗的高效高精检测是一个关键问题。


技术实现要素：

4.为解决上述技术问题，本发明提出一种基于2d激光测量的地铁受电弓磨耗检测新方法，受地铁隧道光照环境影响小、能够适应地铁较高车速。
5.本发明采用的技术方案为：一种基于2d激光测量的地铁受电弓磨耗检测新方法，包括：
6.a1、采用正对来车方向的点激光传感器获取受电弓接近信号，并将受电弓接近信号以高电平的形式传输给点激光传感器后方的2d激光传感器；
7.a2、2d激光传感器接收到高电平信号后开始工作，对受电弓持续采集一段时间，得到csv格式的受电弓点云廓形数据；
8.a3、对2d激光传感器采集得到的csv格式的受电弓点云廓形数据做预处理，具体包括：数据筛选与数据滤波，从而完成数据的去噪与平滑；
9.a4、对步骤a3预处理后所得受电弓点云廓形数据进行归一化处理，根据归一化后的受电弓点云廓形数据，截取得到碳滑板点云廓形数据；
10.a5、利用标准碳滑板点云廓形数据对步骤a4中得到的碳滑板点云廓形数据进行配
准，从而计算出受电弓的磨耗值。
11.步骤a4分别包括对受电弓点云左右廓形数据进行处理，从而完成受电弓碳滑板左右廓形数据的截取；具体包括以下分步骤：
12.a41、将经步骤a3预处理后所得受电弓点云左廓形数据或受电弓点云右廓形数据进行归一化处理，将每个点云廓形数据的纵坐标映射到[0,1]的区间内；
[0013]
a42、将归一化后的受电弓点云左廓形数据或受电弓点云右廓形数据进行间隔抽样处理，然后再进行三等分，得到三个等分区间；从左受电弓或右受电弓羊角开始，分别记为第一等分区间、第二等分区间、第三等分区间，其中的2个等分点，按照靠近左受电弓或右受电弓羊角，分别记为第一等分点、第二等分点；
[0014]
a43、定义点云线段长度为l，线段每次移动的步长为m；对第一等分区间与第二等分区间进行遍历；
[0015]
a44、每进行一次遍历操作，对当前遍历点云线段所含点云廓形数据的纵坐标进行一次方差计算；
[0016]
a45、找出前两个等分区间遍历过程中的最小方差，得到最小方差时点云线段在第一等分区间与第二等分区间的位置索引；
[0017]
a46、构造同时过步骤a45中的位置索引所对应的点云廓形数据坐标、第二等分点坐标的直线；
[0018]
a47、统计步骤a45中位置索引所对应的点云廓形数据坐标与第二等分点之间的所有点云廓形数据到步骤a46所述直线的距离；得到最大距离的点即为受电弓羊角与碳滑板分界点；
[0019]
a48、根据步骤a47得到的分界点，截取受电弓碳滑板左廓形数据或右廓形数据。
[0020]
本发明的有益效果：本发明所提供的基于2d激光测量的地铁受电弓磨耗检测方法，2d激光的高采样率能够对较高车速经过的受电弓进行全覆盖的廓形数据采集，利用得到的地铁受电弓廓形点云数据，进行点云预处理、特征点识别、点云配准，得到地铁受电弓碳滑板完整廓形，结合标准碳滑板廓形，即可计算出受电弓磨耗值。本发明的方法解决了目前利用图像检测法测量地铁受电弓磨耗的难点问题。同时本发明的方法基于激光三角测量原理，在测量过程中，只需激光接触物体，即可得到检测目标距离数据，构建检测目标实际廓形，有效避免了图像检测法中隧道光照环境对受电弓整体测量精度的影响，从而极大提高了地铁受电弓磨耗检测精度。利用2d激光传感器高采样帧率、高数据精度、抗干扰能力强的优点，实现地铁受电弓磨耗高效高精度测量。为进一步提高地铁受电弓磨耗检测精度奠定基础。
附图说明
[0021]
图1为本发明的方法流程图；
[0022]
图2是本发明中2d激光传感器检测受电弓碳滑板的示意图；
[0023]
图3为本发明中特征点搜寻过程示意图。
具体实施方式
[0024]
为便于本领域技术人员理解本发明的技术内容，下面结合附图对本发明内容进一
步阐释。
[0025]
如图1所示，本发明提供基于2d激光测量的地铁受电弓磨耗检测方法，包括以下步骤：
[0026]
s1、如图2所示，将两台2d激光传感器安装于隧道顶部，并可进行三自由度的微调；点激光传感器根据地铁来车方向与轨道中轴线，安装于2d激光传感器前方隧道顶部，安装位置与2d激光传感器安装点连线垂直距离10m。
[0027]
在本步骤中，两台2d激光传感器应对称于轨道中轴线安装，传感器离中轴线距离为270mm；点激光传感器根据轨道中轴线固定安装于隧道顶部。
[0028]
s2、当地铁受电弓经过点激光传感器，点激光传感器扫到受电弓碳滑板，将采集得到的受电弓接近信号以高电平的形式传输给2d激光传感器，每个受电弓经过一次，点激光传感器传输一次高电平信号给2d激光传感器。
[0029]
本实施例中，点激光传感器需要设置3khz的固定采样帧率，保证在地铁车速在30-40km/h的情况下点激光传感能稳定触发；点激光在一次触发后，2s时间范围内不会再进行第二次触发。
[0030]
s3、2d激光传感器接收到高电平信号后开始工作，单个传感器的横轴最大采集范围为：720mm，纵轴最大采集范围为：1352mm，持续采集3s，得到csv格式的受电弓碳滑板点云廓形，每收到一次高电平信号，2d激光传感器工作一次，并且通过控制器将每次采集的受电弓碳滑板csv点云数据，经交换机传输给本地工控机；
[0031]
在本步骤中，两台2d激光传感器需要设置1khz的固定采样帧率，保证在地铁车速较快的情况下2d激光传感器能准确采集到受电弓廓形数据；两台2d激光传感器还需要根据与定位激光传感器之间的安装距离，结合地铁30-40km/h的车速，设置批处理次数为3000，从而保证2d激光的工作状态能完全覆盖受电弓经过的整个过程。同时，两台2d激光传感器需要设置为交替发光，从而避免传感器激光互相之间产生影响；地铁过车一次，定位激光传感器与2d激光传感器均只会触发两次，得到两组受电弓csv点云廓形数据。
[0032]
两台2d激光传感器各自采集一半的受电弓廓形数据，记为受电弓左廓形数据、受电弓右廓形数据。
[0033]
s4、将2d激光传感器采集得到的受电弓碳滑板csv点云数据做预处理，设定特殊阈值条件筛选数据，并进行数据滤波，完成数据的去噪与平滑，消除受电弓碳滑板csv点云数据的无效噪点与毛刺。
[0034]
进一步地，所述步骤s4还包括以下步骤：
[0035]
s41、将步骤s3采集所得受电弓点云廓形数据进行无效点云去除。
[0036]
本步骤中，利用步骤s3采集所得受电弓碳滑板csv点云数据(xr,yr)，其中有效数据主要分布区间为[-300,0]，无效数据主要位于区间[-999,-400]，根据点云间距0.225mm、受电弓实际廓形长度及点云无效数据与有效数据间的明显数值差距，设定点云筛选阈值yv＝-400，完成点云有效数值判定：
[0037]
yr≥yvꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0038]
计算每帧点云数据有效点个数t；以受电弓碳滑板长度1050mm为依据，结合点云间距为0.225mm，设定单个2d激光传感器每帧点云数据有效点个数阈值td＝2800，实现点云廓形有效性判定：
[0039]
t≥tdꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0040]
满足条件(1)、(2)的点云廓形即为有效廓形，反之则为无效廓形，从而筛选出较为完整的受电弓碳滑板点云廓形数据(xd,yd)，消除采集数据中的无效点云数据；
[0041]
s42、将步骤s41所得有效受电弓点云廓形数据进行滤波平滑处理。
[0042]
通过savitzky-golay卷积平滑算法对步骤s41所得有效受电弓点云廓形数据进行滤波平滑处理，具体步骤为：以x＝0为中心的2w+1个数据，设定滤波窗口宽度s＝2w+1，即窗口内采样点集为x＝(-w,-w+1,....,0,....,w-1,w)，构造n-1阶多项式，对窗口内数据点集进行拟合，设定拟合参数a0、a1、a2...a
n-2
、a
n-1
及窗口内数据点拟合公式：
[0043]
y＝a0+a1x+a2x2+...+a
n-2
x
n-2
+a
n-1
x
n-1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0044]
得到n个关于拟合系数a0、a1、a2、a
n-2
、a
n-1
的方程，具体方程为公式(4)，方程有解，则s》n，通过最小二乘法拟合来求解滤波窗口内点云拟合参数a，由此可得到：
[0045][0046]
转换为矩阵形式表示：
[0047]y(2w+1)
×1＝x
(2w+1
)
×n·an
×1+b
(2w+1)
×1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0048]
通过x的转置矩阵x
t
，求解a的最小二乘解
[0049][0050]
即可得到y的模型预测值
[0051][0052]
其中，e表示单位矩阵。
[0053]
s5、利用步骤s4预处理后所得受电弓点云廓形数据对廓形数据作归一化处理，映射结果到[0,1]特定区间进行处理；数据抽样，并将廓形数据三等分，取前两部分廓形数据，从而缩小点云廓形特征点所需搜寻的区间；同时定义一个点云线段以及线段每次的移动步长，从第一部分廓形区间开始，对所取的两部分廓形区间进行移动遍历，实现特征点进行迭代搜寻，计算线段每次移动后线段所含点云的方差值，结合受电弓碳滑板实际廓形特征，得到点云线段方差最小时，线段所处廓形位置的索引点a1；选取点云廓形三等分的第二个等分点为a2，如图3所示，由两点确定一条直线，再利用点到直线间的距离公式，对两点间的其余点依次遍历计算，求出距离最大的点，得到受电弓csv点云廓形最优特征点x，从而完成受电弓碳滑板左右廓形数据的截取。
[0054]
利用min-max归一化方法对原始廓形数据进行处理，得到[0,1]区间廓形数据ys：
[0055]
[0056]
对归一化后的点云廓形数据(x,ys)进行间隔抽样处理，得到新的数据集(xc,yc)，再进行区间三等分，减少处理的数据量，本领域技术人员应知受电弓这个弓形结构具体包括左右受电弓的羊角部分以及中间的碳滑板部分，以受电弓羊角开始，最靠近受电弓羊角的等分区间记为第一等分区间，依次远离受电弓羊角的区间分别记为第二等分区间、第三等分区间；受电弓羊角与碳滑板的分界点位于第一等分区间与第二等分区间内；记第一等分区间与第二等分区间之间的等分点为第一等分点，则另一个等分点为第二等分点；
[0057]
第一个等分点mj(xj,yj)与第二个等分点mk(xk,yk)，前两部分廓形区间的点云个数为k，定义点云线段长度为l，线段每次移动的步长为m，遍历终止位置为点mj(xj,yj)，得到每个等分区间总的取整遍历次数i：
[0058][0059]
本实施例中点云线段长度l＝20个点云数据，线段每次移动的步长m＝2个点云数据。
[0060]
每进行一次遍历操作，就对遍历线段所含点云进行一次方差计算，由线段所含点云值yi及点云线段均值y，得到点云线段的方差结果：
[0061][0062]
完成i次遍历，统计每次遍历后的方差，结合受电弓实际廓形特征，找出最小的方差值s
2min
，得到最小方差值时点云线段在前两部分廓形区间的位置索引，记录此时点云线段的第一个点为a1(x
a1
,y
a1
)，同时记录点云廓形三等分的第二个等分点为mk(xk,yk)，由a1(x
a1
,y
a1
)与mk(xk,yk)两点构成直线ya：
[0063][0064]
利用所求直线ya，对a1(x
a1
,y
a1
)与mk(xk,yk)两点之间的所有点进行遍历，计算每个点到直线ya的距离，得到点线距离di：
[0065][0066]
统计a1(x
a1
,y
a1
)与mk(xk,yk)两点之间的所有点到直线ya的距离，得到最大距离的点am(x
am
,y
am
)，该点即为受电弓羊角与碳滑板分界点，也就是所需搜寻的受电弓最优特征点，剔除羊角部分，保留碳滑板部分点云，得到后续配准点云左右廓形。
[0067]
s6、利用标准碳滑板点云廓形数据与步骤s5中得到的碳滑板点云廓形数据，各自选取碳滑板折弯处未磨耗区域，分别定义各自的配准区间；再将标准碳滑板廓形的配准区间定义为目标点云p，s5中碳滑板廓形的配准区间定义为源点云q；初始化两片点云之间的距离并定义旋转矩阵r与平移矩阵t；两片点云作归一化处理，得到点集p与q；计算p与q两点集之间两两点的欧氏距离，依据最小欧式距离，确定点集p与q的对应点对pj与qj；基于最小二乘法，定义两片点集所有对应点对欧式距离和为目标函数d(r,t)，求解最小目标函数d
min
对应的最优旋转矩阵r与平移矩阵t，再对源点云q与步骤s5中得到的碳滑板点云廓形数据作旋转平移变换，得到新的源点云q
′
与一次迭代后的碳滑板点云廓型；
[0068]
依据现场测试数据迭代结果的目标点云与源点云之间对应点对欧式距离平方和d
′
(r,t)，仍按照对应点对欧式距离平方和设定迭代终止条件lm＝0.3，同时由现场测试数据迭代的收敛情况，迭代次数均不超过10，因此设定源点云q所需进行旋转与平移的最大迭代次数iteration
max
＝20为另一个迭代条件；重复迭代计算，满足其中一个条件后迭代终止，得到两片点云之间的最终配准结果，即可计算出测量受电弓的磨耗值。
[0069]
定义标准碳滑板廓形的配准区间为目标点云p(x
p
,y
p
)，步骤s5中实际测量碳滑板廓形的配准区间为源点云q(xq,yq)，p(x
p
,y
p
)、q(xq,yq)区间点云个数均为为n，定义旋转角度θ与平移变量
△
x
△
y，初始化旋转矩阵r与平移矩阵t：
[0070][0071][0072]
对p(x
p
,y
p
)与q(xq,yq)两片点集作归一化处理，得到点集p与q：
[0073][0074]
p＝p-p
mean
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(16)
[0075][0076]
q＝q-q
mean
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(18)
[0077]
计算两片点集p与q之间所有点两两点对的欧式距离，由最小欧式距离确定出点集p中的点在点集q中的对应点从而得到一组对应点对与
[0078][0079]
重复步骤(19)，即可确定出点集p与q中的所有对应点对。
[0080]
定义两片点集p与q对应点对欧氏距离平方和为目标函数d(r,t)：
[0081][0082]
计算最小目标函数d
min
所对应的最优旋转矩阵r与平移矩阵t，经过上述归一化，可简化目标函数：
[0083][0084]
将(21)式转换为矩阵形式：
[0085][0086]
对(22)式进行推导，整理后可得：
[0087][0088]
pk、qk均为定值，求解最小目标函数d
min
，可将问题转换为最大值求解，令：
[0089][0090]
变量为θ，对g(r,t)求导，即可求解g(r,t)的最大值：
[0091][0092]
进一步推导：
[0093][0094]
利用反三角函数求解θ：
[0095][0096]
利用所求θ，即可得到旋转矩阵r，同时也可求出平移矩阵t：
[0097][0098]
由上述配准所得旋转平移矩阵r与平移矩阵t，可对源点云q做点云变换，从而得到新的点云q
′
：
[0099]q′
＝r
·
q+t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(29)
[0100]
计算新的点云q
′
与目标点云p之间对应点对的欧氏距离平方和：
[0101][0102]
依据现场测试数据迭代结果的目标点云与源点云之间对应点对欧式距离平方和d
′
(r,t)，仍按照对应点对欧式距离平方和设定迭代终止条件lm＝0.3，同时设定源点云q所需进行旋转与平移的最大迭代次数iteration
max
＝20为另一个迭代终止条件，重复上述配准步骤，每迭代一次则进行一次迭代判断，若满足条件：两片点云对应点对欧氏距离平方和d
′
(r,t)≤l
min
或迭代次数i≥iteration
max
，则迭代终止，利用每次迭代的旋转与平移矩阵，对步骤s5中得到的碳滑板点云廓形数据依次做旋转平移，得到最终点云廓形。
[0103]
上述操作只是对两个传感器中其中一个传感器所采集数据进行的相关处理，按照上述操作对另外一个传感器采集到的廓形数据进行相同的处理，从而可得到两个传感器所采集并处理后的最终点云廓形，并将最终左右点云廓形与标准碳滑板点云廓形数据做对比，即可得到实际测量碳滑板廓形磨耗数据。
[0104]
本发明实现了地铁受电弓磨耗的非接触、在线式的检测，在隧道顶部安装定位激光传感器与2d激光传感器，通过定位激光传感器提前感应受电弓的靠近，触发2d激光工作，采集受电弓廓形数据，利用阈值设定方法，从点云数值与数量两个方面，提取有效廓形数据，结合savitzky-golay卷积平滑算法，完成廓形数据的平滑滤波，从而推导出受电弓廓形数据预处理算法。分析受电弓实际廓形特征，通过区间迭代搜寻、区间方差计算、点线距离关系找到受电弓廓形特征点，得到受电弓特征点搜寻算法。定义测量碳滑板廓形与标准碳滑板廓形的配准区间，基于最小二乘法建立两片点集的目标函数，通过求解最小目标函数的旋转与平移矩阵，实现两片点集之间的旋转与平移迭代，从而推导出受电弓点云廓形配准算法。该方法简化了地铁受电弓磨耗检测流程，提高了地铁受电弓磨耗检测的精度，克服了检测结果受隧道环境影响较大的不足。降低了人工及时间成本。具有精度高、效率快、稳定性好、成本较低的优点。
[0105]
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。