一种列车车轮空转及滑行的实时监测方法_4

文档序号:9488400阅读:来源:国知局
帧图像序列中被检测到39次。
[0126] 根据式(4)计算列车车轮转动速度,其中帧间时间差ΔΤ= 1/200S,计算得到的离 散数据进行线形拟合连续化,其结果如图8所示。
[0127] 通过同一时刻列车运行速度与车轮转动速度的速度差值和滑移率两个指标来判 断空转滑行。为了简化运算,每隔〇.5s对Δν,η进行分析,得到结果如表5所示。
[0128]表 5
[0129]
[0130] 当Δν彡15千米/小时且η彡15%,同时持续时间大于5秒时,表明车轮出现 滑行,并进行预警,让列车控制系统采取相应的措施,使速度差值和滑移率出现在正常范围 内,预警消除。当Αν彡-15千米/小时η彡-15%,同时持续时间大于5秒时,表明车轮 出现空转,进行预警,并进行相应的操作,使速度差值和滑移率出现在正常范围内,预警消 除。
[0131] 通过判别阈值发现,本实施例虽然滑移率在某些时段超过了 15%,当其速度差没 有超过15千米/小时,同时也不满足持续性检验的要求。这表明车辆运行正常,没有出现 空转和滑行的现象。
【主权项】
1. 一种列车车轮空转及滑行的实时监测方法,其特征在于,所述的监测方法包括W下 步骤: 步骤10)安装设备:将摄像机和平面镜分别固定安装在列车的底架,列车的车轮位于 轨枕上,在列车的车轮和轨枕上分别设置标定块;车轮上的标定块在平面镜中成的虚像与 轨枕上的标定块处于同一水平面中; 步骤20)调试摄像机焦距,固定拍摄范围,使车轮上的标定块在平面镜中成的虚像和 轨枕上的标定块位于摄像机的拍摄范围内,获取视频数据; 步骤30)将视频中每帖图像转化成灰度图像fk(i,j),并分解灰度图像:每帖图像的像 素为nXm个,其中,n、m均为偶数,fk(i,j)表示第k帖图像的二维矩阵中像素坐标点(i,j) 的灰度值,像素坐标系原点位于图像的左上角,W向下为X轴的正方向,向右为y轴的正方 向,ie[1,η],je[1,m],k的取值范围为[1,sumframe]之间的整数,sumframe表示视 频分解成图像的总帖数; 将fk(i,j)分为用于列车运行速度检测的乂1>片乃和用于车轮转动速度检 测的./;口,片乃两个矩阵,其中,乂υ〇·,./>Λ(0·),且ie[1,n],je[1,m/^ ; //2'0',7)二./;化/ + '"/2),且1£[1,。],^'£[1,111/引; 步骤40)测算列车运行速度; 步骤50)测算列车车轮转动速度; 步骤60)判断车轮的运行状态。2. 按照权利要求1所述的列车车轮空转及滑行实时监测方法,其特征在于,所述的步 骤40)中, 利用式(1)计算乂 1节,乃的灰度平均值:式(1) 其中,巧1表示第k帖图像乂 11化/)的灰度平均值,对集合{./Γ0',/)}中每一帖图像 求取灰度平均值,得到第一散点序列[巧对第一散点序列进行二阶差分,对差分结果 取绝对值,得到第一序列数据gi化)k的取值范围为[1, sunrframe-2],Z拱表示第k巧帖图像.您沁J)的灰度平均值,马致表示第k+1帖图像 /洁化./)的灰度平均值; 对第一序列数据gi(k)进行局部极大值检测,如果检测得到的极大值满足设定的阔值Wto.wAijW,则记录该极大值的坐t不Xnumberl,Xnuniber康不束nUmberl个极大值点的帖坐柄;; 设置扫描范围Rl,检验极大值点的帖坐标前后的Rl帖坐标内是否存在其他极大 值点,如果存在其它极大值点,则取运些极大值点帖坐标的均值,作为融合后的极大值点帖 坐标,持续扫描并融合,直到在扫描范围内没有出现其他极大值点,对第一序列数据gl化) 进行扫描和融合后,获得最终融合后的第一极大值帖坐标序列{义式l},表示在第一极 大值帖坐标序列[AtJ中,作为第Nol次检测到轨枕标定块的第义心帖图像; 利用式(2)测算列车运行速度:式似 其中,L表示相邻两个轨枕之间的距离;AT表示相邻两帖图像之间的时间间隔乂,g表 示在时间区间€ (义;'/1 -Λ^ι)*ΔΓ内的列车运行速度μ'乃表示轨枕标定块第j+1次被检 测到时所在的帖图像在整个帖图像中的序号;表示轨枕标定块第j次被检测到时所在 的帖图像在整个帖图像中的序号。3.按照权利要求2所述的列车车轮空转及滑行实时监测方法,其特征在于,所述的步 骤50)包括: 利用式(3)计算/尸>(/,/)的灰度平均值:式做 其中,马尸表示第k帖图像乂。>(z'J)的灰度平均值,对集合{./fO'J)}中每一帖图像 求取灰度平均值,得到第二散点序列;对第二散点序列进行二阶差分,对差分结果 取绝对值,得到第二序列数据g2化):k的取值范围为[1, sum化ame-2],巧;i表示第k巧帖图像./货(/J)中的灰度平均值,巧表示第k+1帖图像 乂汽化./')中的灰度平均值; 对第二序列数据g2(k)进行局部极大值检测,如果检测得到的极大值满足设定的阔值 ,则记录该极大值的坐t不Xtiumbei'Z,Xtiunibei'Z表不束nUmber2个极大值点的帖坐柄;; 设置扫描范围R2,检验极大值帖坐标前后的R2帖坐标内是否存在其他极大值 点,如果存在其它极大值点,则取运些极大值点帖坐标的均值,作为融合后的极大值点帖坐 标,持续扫描并融合,直到在扫描范围内没有出现其他极大值点;对第二序列数据g2(k)进 行扫描和融合后,获得最终融合后的第二极大值帖坐标序列{11莊},式;',表示在第二极大 值帖坐标序列μτ滅J中,作为第N〇2次检测到车轮标定块的第疋競帖图像; 利用式(4)测算列车车轮转动速度:式(4) 其中,r表示列车车轮的半径;AT表示相邻两帖图像之间的时间间隔;巧。黎表示在时 间区间内测算列车车轮转动速度;分子项中除W4,表示沿着车轮圆 周4等分设置4个车轮标定块;表示车轮标定块第j+1次被检测到时所在的帖图像在 整个帖图像中的序号;xf表示车轮标定块第j次被检测到时所在的帖图像在整个帖图像 中的序号。4. 按照权利要求3所述的列车车轮空转及滑行实时监测方法,其特征在于,所述步骤 60)具体包括: 利用式(5)测算在同一时刻,列车运行速度与车轮转动速度的速度差值:式巧) 利用式(6)测算在同一时刻,列车运行速度与车轮转动速度的滑移率:式化) 设速度差值阔值为Avi,滑移率阔值为ni,则当Αν>Δvl,且η>rii时,则车轮处 于滑行状态,当Αν《-Δνι,且η《-η1时,则车轮处于空转状态。5. 按照权利要求1所述的列车车轮空转及滑行实时监测方法,其特征在于,还包括步 骤70):如果步骤60)检测出车轮处于滑行状态或者空转状态,且持续W秒检测中,车轮处 于同一状态,则车轮发生了空转或滑行。6. 按照权利要求5所述的列车车轮空转及滑行实时监测方法,其特征在于,所述的步 骤70)中,W为5。7. 按照权利要求1所述的列车车轮空转及滑行实时监测方法,其特征在于,所述的步 骤30)中,η,m均为偶数。8. 按照权利要求4所述的列车车轮空转及滑行实时监测方法,其特征在于,所述的步 骤60)中,Avi为15千米/小时,η1为15%。9. 按照权利要求2所述的列车车轮空转及滑行实时监测方法,其特征在于,所述的步 骤 40)中,W,L,w<,e[2〇,40]。10. 按照权利要求3所述的列车车轮空转及滑行实时监测方法,其特征在于,所述的步 骤50)中,細巨;[鄉视:]。
【专利摘要】本发明公开了一种列车车轮空转及滑行的实时监测方法,包括以下步骤:步骤10)安装设备:将摄像机和平面镜分别固定安装在列车的底架,列车的车轮和轨枕上分别设置标定块;步骤20)调试摄像机焦距,固定拍摄范围,使车轮上的标定块在平面镜中成的虚像和轨枕上的标定块位于摄像机的拍摄范围内;步骤30)将视频中每帧图像转化成灰度图像,并分解灰度图像:步骤40)测算列车运行速度;步骤50)测算列车车轮转动速度;步骤60)判断车轮的运行状态。该监测方法利用一个摄像机即可实现监测,有效的解决双摄像机的检测需要严格进行时间同步的校准,提高了监测的效率。
【IPC分类】G01P3/38
【公开号】CN105242060
【申请号】CN201510663278
【发明人】张磊, 刘攀, 陈先华, 杨国涛, 赵国堂, 王握, 单睿, 谌偲翔, 马丽莎, 郝怡铭, 贾通
【申请人】东南大学
【公开日】2016年1月13日
【申请日】2015年10月14日
当前第4页1 2 3 4 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1