文档名：基于3D相机的轨道扣件部件丢失与松动智能检测
摘要：轨道扣件在运营过程中会出现松动甚至掉落、断裂等异常情况,不利于列车行驶稳定和安全,需要进行定期、及时的检查与维修.传统的人工巡检效率低,难以匹配我国轨道交通的快速发展,且对于部件松动等不易察觉的问题检测效果差.利用计算机视觉形成自动化的检测设备逐渐成为发展趋势,其中基于三角测量原理的线结构光技术因其成本低、精度高、速度快等优点得到广泛应用,且适合轨道检测场景.该技术核心设备为可以采集并分析线结构光进行三维重建的3D相机,基于成像原理设计可搭载于轨道检测车的扣件检测系统并进行现场试验,经过数据分析和处理可以分别得到高质量的图像数据和三维模型.针对图像数据利用目标检测的方法,构建数据集,搭载YOLO(YouOnlyLookOnce)v5深度学习模型,实现挡肩及扣件部件的快速识别,进行部件丢失检测;针对三维模型利用轨道扣件相对位置固定的特点,根据阈值筛选扣件数据并进一步得到弹条及螺栓等部件的坐标信息,通过边缘提取、平面拟合等方法计算位移量,进行部件松动检测.研究结果表明,检测系统可以采集高质量的扣件数据,扣件部件识别平均精准度达到99.0%,速度满足现场实时检测的要求,同时对于弹条和螺栓的松动量检测精度分别达到了1mm和0.1mm.该方法具有实际工程价值,可以大幅提升轨道巡检效率,对于扣件部件丢失、松动等严重问题可以及时预警指导修复,保障轨道安全服役性能.
Abstract：Duringrailwayoperations,trackfastenersmaydevelopdefectssuchasloosening,fallingoff,orbreaking,whichcanimpairthestabilityandsafetyoftraintravel.Regularandpromptinspectionandmaintenanceoftrackfastenersisnecessary.However,traditionalmanualinspectionsareinefficientandcannotkeepupwiththerapiddevelopmentofChina'srailtransit.Additionally,detectingdefectssuchasloosecomponentsischallenging.Consequently,usingcomputervisiontodevelopautomateddetectionsystemshasbecomeatrend.Amongthem,linestructured-lighttechnologybasedontheprincipleoftriangulationiswidelyusedduetoitslowcost,highprecision,andfastspeed,andiswell-suitedforrailinspectionscenarios.Theprimarydeviceutilizedisa3Dcamerathatcancaptureandanalyzelinestructuredlightinformationfor3Dreconstruction.Basedontheimagingprinciple,afastenerdetectionsystemwasdesignedandinstalledonarailinspectionvehicle.High-qualityimagedataand3Dmodelwereobtainedthroughdataanalysisandprocessingafterfieldtestingwhichisappliedtoverifyinspectingperformance.Forimagedata,adatasetwascreatedusingobjectdetectionmethods,andaYOLO(YouOnlyLookOnce)v5deeplearningmodelwasusedtoachievefastrecognitionoftrackshoulderandfastenercomponents.For3Dmodel,thefastenerdatawasfilteredaccordingtoathresholdbasedonthefixedrelativeposition.Thecoordinateinformationofcomponentssuchasstripsandboltswasfurtherobtained.Loosecomponentsdetectionwasperformedthroughdisplacementcalculatingusingmethodssuchasplanefitting.Theresultsindicatethatthedetectionsystemcanacquirehigh-qualityfastenerdata.Thedetectionaverageprecisionforfastenercomponentslosscanachieve99.0%withafastdetectionspeedwhichmeansreal-timeon-sitedetectionisfeasible,andtheaccuracyofdetectingloosenessinstripsandboltsreach1mmand0.1mm,respectively.Theproposedmethodholdssignificantpracticalengineeringvalue,asithasthepotentialtosubstantiallyenhancetrackinspectionefficiency.Notably,ininstancesofcriticaldefectssuchaslostorlooseningoffastenercomponents,thisapproachcanprovidetimelywarningsandfacilitatepromptrepairs,ensuringoptimaltracksafetyperformance.
作者：李胜腾 薛亚东 迟胜超 樊晓东 张宜霞 杨维 Author：LIShengteng XUEYadong CHIShengchao FANXiaodong ZHANGYixia YANGWei
作者单位：同济大学岩土及地下工程教育部重点实验室,上海200092;同济大学地下建筑与工程系,上海200092西南交通大学牵引动力国家重点实验室,四川成都610031宽衍(北京)科技发展有限公司,北京100089青岛国科智维科技有限公司,山东青岛266035
刊名：铁道科学与工程学报
Journal：JournalofRailwayScienceandEngineering
年，卷(期)：2024, 21(1)
分类号：U213.5TP274
关键词：轨道扣件 智能检测 三维成像 YOLOv5 图像处理
Keywords：trackfastener intelligentdetection 3Dimaging YOLOv5 imageprocessing
机标分类号：TP391.41TP216U216.3
在线出版日期：2024年2月26日
基金项目：云南省科技厅重点科技研发计划基于3D相机的轨道扣件部件丢失与松动智能检测[
期刊论文] 铁道科学与工程学报--2024, 21(1)李胜腾 薛亚东 迟胜超 樊晓东 张宜霞 杨维轨道扣件在运营过程中会出现松动甚至掉落、断裂等异常情况,不利于列车行驶稳定和安全,需要进行定期、及时的检查与维修.传统的人工巡检效率低,难以匹配我国轨道交通的快速发展,且对于部件松动等不易察觉的问题检测效果差...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于3D相机的轨道扣件部件丢失与松动智能检测 Intelligent lost and loose detection of track fastener components based on 3D camera
基于3D相机的轨道扣件部件丢失与松动智能检测.pdf
- 文件大小:
- 1.41 MB
- 下载次数:
- 60
-
高速下载
|
|
