一种可识别入轨的巡检装置及其巡检方法与流程

[0001]
本发明属于巡检车的技术领域，具体涉及一种可识别入轨的巡检装置及其巡检方法。


背景技术：

[0002]
随着经济的发展，社会的进步，人们的交通方式越来越方便，其中铁路交通是目前人们选择较多的出行方式。铁路的健康状况是铁路列车能否安全运行的重要指标，铁路的健康状况可以通过铁路巡检车检查出来，铁路巡检车设备一般比较庞大，如何做到上轨道检查和下轨道检查是一个十分重要的课题。目前巡检车的检查都是人工手动的实现上轨，比较繁琐，严重增加了检测人员的施工负担；且在巡检车巡检的过程中，需要采集轨道的相关信息，比如铁轨是否具有裂缝等，这个时候需要对铁轨进行拍照核对，但是在检查拍照的过程中，避免不了会有很多其他颠簸等状况的出现，导致相机的摄像头对焦不准的问题出现，而摄像头对焦不准，对拍照影响非常大，严重影响后期对铁轨是否健康的判断。


技术实现要素：

[0003]
本发明的目的在于针对现有技术中的上述不足，提供一种可识别入轨的巡检装置及其巡检方法，以解决巡检车入轨繁琐和对铁轨健康巡检效果差的问题。
[0004]
为达到上述目的，本发明采取的技术方案是：
[0005]
一种可识别入轨的巡检装置及其巡检方法，其包括巡检车和位于铁轨两侧的支撑轴；支撑轴的底部为千斤顶固定脚，支撑轴顶部通过滑轮与悬臂活动连接，悬臂上固定安装齿条；齿条上安装限位块；巡检车顶部和外壳之间安装第一控制电机和第二控制电机，第一控制电机和第二控制电机的输出轴上均设置与齿条啮合连接的齿轮；巡检车边端安装位移传感器和巡检组件；巡检组件包括安装于巡检车上的支撑杆；支撑杆上安装旋转电机，旋转电机的输出轴与陀螺仪连接，陀螺仪下部安装四轴电机，四轴电机输出轴与摄像头连接；铁轨上安装压电传感器；巡检车底部安装扫描仪；所述第一控制电机、第二控制电机、扫描仪、位移传感器、旋转电机、陀螺仪、四轴电机、摄像头和压电传感器与外部计算器连接。
[0006]
一种可识别入轨的巡检装置的巡检方法，包括：
[0007]
s1、推送巡检车至靠近铁轨位置处，并在铁轨一侧安装一个支撑轴；
[0008]
s2、将与支撑轴连接的悬臂从巡检车外壳和顶部之间穿过，且悬臂上的齿条与第一控制电机和第二控制电机上的齿轮啮合相连；
[0009]
s3、将另一个支撑轴安装于铁轨对侧，启动千斤顶固定脚，将悬臂和巡检小车升至预设高度；
[0010]
s4、控制开启第一控制电机和第二控制电机，驱动巡检车向铁轨方向移动；
[0011]
s5、当巡检车移动至限位块处时，且位移传感器检测到距离不再变化，控制关闭第一控制电机和第二控制电机；
[0012]
s6、启动千斤顶固定脚，将巡检车放置于铁轨上，并抽离悬臂；
[0013]
s7、巡检车沿目标铁轨运动，外部计算机实时接收摄像头和压电传感器采集的图片信息和压电信号；
[0014]
s8、外部计算机采用laplacian变换进行图片的模糊检测，并设定方差阈值，若计算得到图片的方差小于方差阈值，则进入步骤s9；若图片的方差大于等于方差阈值，则进入步骤s10；
[0015]
s9、控制旋转电机、陀螺仪、四轴电机作业，调整摄像头与铁轨之间的焦距，并将拍摄的铁轨照片上传至计算机，并进入步骤上s8；
[0016]
s10、采用语义分割模型进行图片目标数据集标注；
[0017]
s11、将分割后的模型进行灰度处理；
[0018]
s12、采用局部自适应二值化计算灰度图像中像素点的阈值，若灰度图像中像素点灰度值大于阈值，则二值化结果为1，代表目标铁轨；若像素点灰度值小于阈值，则二值化结果为0，代表铁轨背景；
[0019]
s13、采用carry算子对图像进行边缘检测，计算每个像素点当前的梯度强度；
[0020]
s14、将像素点当前的梯度强度g
测
与正常铁轨对应像素点的梯度强度g
常
进行比较，若|g
测-g
常
|的绝对值大于阈值，则判断像素点对应的铁轨存在缺陷，若|g
测-g
常
|的绝对值小于等于阈值，则进入步骤s9；
[0021]
s15、将同一段铁轨采集的压电信号转化为数字信号，并将所述数字信号的时域波形转化为频域的功率谱密度分布图，将所述功率谱密度分布图与正常铁轨的功率谱密度分布图进行比较，判断对应铁轨健康状况。
[0022]
优选地，s8中采用laplacian变换进行图片的模糊检测，包括：
[0023]
采用laplacian算子衡量图片的二阶导，用于边界检测，并采用图片的1个通道结合3x3的核进行卷积计算，计算输出图片的方差数值。
[0024]
优选地，s10中采用语义分割模型的构建，包括：
[0025]
s10.1、将目标数据集随机划分为训练样本集和测试样本集；
[0026]
s10.2、采用训练样本集训练并构建语义分割模型，采用测试样本集测试模型精度。
[0027]
优选地，s12中采用局部自适应二值化计算灰度图像中像素点的阈值，若灰度图像中像素点灰度值大于阈值，则二值化结果为1，代表目标铁轨；若像素点灰度值小于等于阈值，则二值化结果为0，代表铁轨背景，包括：
[0028]
s12.1、设图像在像素点(x,y)处的灰度值为f(x,y)；
[0029]
s12.2、计算图像中各像素点(x,y)的阈值w(x,y)：
[0030]
w(x,y)＝0.5*(max f(x+m,y+n)+min f(x+m,y+n))
[0031]
s12.3、若f(x,y)>w(x,y)，则二值化结果为1，代表字符区域的目标点；否则二值化结果为0，代表背景区域的目标点。
[0032]
优选地，s13中采用carry算子对图像进行边缘检测，计算每个像素点当前的梯度强度，包括：
[0033]
s13.1、采用高斯滤波器，平滑图像，滤除噪声；
[0034]
s13.2、计算图像中每个像素点的梯度强度g：
[0035][0036]
其中，g
x
和g
y
分别为x和y方向的梯度值；
[0037]
s13.3、x和y方向的sobel算子s
x
和s
y
分别为：
[0038][0039]
s13.4、若图像中一个3x3的窗口为a，计算梯度的像素点为e，则结合sobel算子进行卷积计算，得到像素点e在x和y方向的梯度值分别为：
[0040][0041]
其中，*为卷积符号，sum表示矩阵中所有元素相加求和，a、b、c、d、e、f、g、h、i为卷积矩阵内的参数。
[0042]
本发明提供的可识别入轨的巡检装置及其巡检方法，具有以下有益效果：
[0043]
本发明装置结构简单，构思巧妙，通过悬臂、支撑轴和千斤固定脚的配合实现巡检车的自动化入轨，有效释放了人力，显著提高了施工效率。除此，本发明根据采集的图像清晰度进行摄像头的调整，直至得到清晰的图像照片，以提高后期铁轨缺陷判断的准确度；同时，计算实时采集到的铁轨图像像素的梯度强度，根据采集得到的梯度强度与正常铁轨的梯度强度的差值判断铁轨的健康状况；随后，将剩余不能准确判断的铁轨部分，采用功率谱密度分布图进行该段铁轨的健康状况的判断。本发明对同一段铁路，采用两种方法连续判断铁轨的健康状况，以减少环境对像素强度梯度的影响，并提高像素检测的准确性。
附图说明
[0044]
图1为可识别入轨的巡检装置的巡检车靠近铁轨示意图。
[0045]
图2为巡检车与悬臂连接图。
[0046]
图3为支撑轴固定图。
[0047]
图4为巡检车在悬臂移动图。
[0048]
图5为巡检车入轨图。
[0049]
图6为巡检车巡检图。
[0050]
其中，1、第一控制电机；2、外壳；3、扫描仪；4、第二控制电机；5、滚轮；6、铁轨；7、滑
轮；8、支撑轴；9、千斤固定脚；10、位移传感器；11、限位块；12、巡检组件；13、齿条；14、悬臂；15、齿轮；121、支撑杆；122、旋转电机；123、陀螺仪；124、四轴电机；125、摄像头；126、巡检车。
具体实施方式
[0051]
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
[0052]
根据本申请的一个实施例，参考图1-图5，本方案的可识别入轨的巡检装置，包括巡检车126和位于铁轨6两侧的支撑轴8；支撑轴8的底部为千斤顶固定脚，可通过千斤顶实现支撑轴8的上升和下降。
[0053]
支撑轴8顶部通过滑轮7与悬臂14活动连接，悬臂14上固定安装齿条13，齿条13上安装限位块11，限位块11用于限制巡检车126的移动位移。
[0054]
巡检车126顶部和外壳2之间安装第一控制电机1和第二控制电机4，第一控制电机1和第二控制电机4的输出轴上均设置与齿条13啮合连接的齿轮15。
[0055]
在作业时，第一控制电机1和第二控制电机4工作，带动其上的齿轮15旋转，由于齿条13不能移动，故齿轮15旋转时，将带动巡检车126移动。
[0056]
巡检车126边端安装位移传感器10和巡检组件12，其中位移传感器10用于检测巡检车126移动位移，当检测到位移数据没有变化时，则第一控制电机1和第二控制电机4停止作业。
[0057]
巡检组件12包括设置于铁轨6上的巡检车126和安装于巡检车126上的支撑杆121，支撑杆121用于支撑作用。
[0058]
支撑杆121上安装旋转电机122，可根据实际铁轨6与支撑杆121之间的位置选择旋转电机122安装的位置。
[0059]
旋转电机122的输出轴与陀螺仪123连接，陀螺仪123下部安装四轴电机124，四轴电机124输出轴与摄像头125连接，陀螺仪123用于防止、减少摄像头125的抖动。
[0060]
四轴电机124用于实现摄像头125在竖直方向上的位置调整，旋转电机122用于调整摄像头125在水平方向位置的调整。
[0061]
由此可知，在四轴电机124和旋转电机122的配合使用下，可实现摄像头125在三维面的位置调整，以确保拍摄照片的清晰度。
[0062]
铁轨6上安装压电传感器；旋转电机122、陀螺仪123、四轴电机124、摄像头125和压电传感器与外部计算器连接。
[0063]
外部计算机可接收传感器信号，也可控制旋转电机122、四轴电机124的作业，以实现对铁轨6的最佳拍摄效果。
[0064]
本实施例的工作原理为：
[0065]
调整支撑杆121位置，将摄像头125固定在大致位置不偏移，从而保证摄像头125在拍摄的铁轨6位置之内。
[0066]
当主体位置固定后，控制四轴电机124作业，根据功能设定自动调整位置，让摄像
头125可以上下左右调整其位置，保证摄像头125始终对准检测对象中心区域。
[0067]
同时在四轴电机124的底座上面的防抖陀螺仪123，根据陀螺仪123反馈可以进行主动式防抖，减小颤抖，有利于将图片拍摄于正中心且不会抖动。
[0068]
使用高精度的自动拍摄存储相机的摄像头125，使相机拍摄的视野变宽，更加有利于轨道相关信息的采集工作。
[0069]
本发明装置能够保证其实时获取当前电机的位置进行闭环控制，配合该巡检装置的外部结构和内部核心控制器，完成相机位置的确定，使得相机位置更加精确，与传统的手动控制相比，其拍摄采集轨道信息的位置精度将大大提高。
[0070]
根据本申请的实施例二，一种轨检车自动入轨巡检方法，包括：
[0071]
s1、推送巡检车126至靠近铁轨6位置处，并在铁轨6一侧固定安装一个支撑轴8；
[0072]
s2、将与支撑轴8连接的悬臂14从巡检车126外壳2和顶部之间穿过，外壳2与悬臂14直接接触，外壳2用于承重；且悬臂14上的齿条13与第一控制电机1和第二控制电机4上的齿轮15啮合相连；
[0073]
s3、将另一个支撑轴8安装于铁轨6对侧，启动千斤顶固定脚，将悬臂14和巡检小车升至预设高度；
[0074]
s4、控制开启第一控制电机1和第二控制电机4，驱动巡检车126向铁轨6方向移动；
[0075]
s5、当巡检车126移动至限位块11处时，且位移传感器10检测到距离不再变化，控制关闭第一控制电机1和第二控制电机4；
[0076]
s6、启动千斤顶固定脚，将巡检车126放置于铁轨6上，并抽离悬臂14；
[0077]
s7、实时接收摄像头125和压电传感器采集的图片信息和压电信号，即通过压电传感器实时采集当前铁轨6的压电信息，并将该压电信息传送至外部计算机；以及将摄像头125实时采集的图片或照片传送至外部计算机中。
[0078]
s8、采用laplacian变换进行图片的模糊检测，
[0079]
laplacian变换进行图片的模糊检测，采用laplacian算子衡量图片的二阶导，用于边界检测，并采用图片的1个通道结合3x3的核进行卷积计算，计算输出图片的方差数值。
[0080]
设定方差阈值，若计算得到图片的方差小于方差阈值，则进入步骤s9；若图片的方差大于等于方差阈值，则进入步骤s10。
[0081]
s9、若若计算得到图片的方差小于方差阈值，外部计算机控制旋转电机122、陀螺仪123、四轴电机124作业，调整摄像头125与铁轨6之间的焦距，并将拍摄的铁轨6照片上传至计算机，并进入步骤上s8，直至清晰度满足要求，即图片的方差大于等于方差阈值。
[0082]
s10、采用语义分割模型进行图片目标数据集标注，语义分割模型的构建包括：
[0083]
s10.1、将目标数据集随机划分为训练样本集和测试样本集；
[0084]
s10.2、采用训练样本集训练并构建语义分割模型，采用测试样本集测试模型精度。
[0085]
将清晰度达到要求的图像输入语义分割模型中，进行图片目标数据集标注，标注对象包括铁轨6、石头、水坑和背景。
[0086]
s11、将分割后的模型进行灰度处理；
[0087]
s12、采用局部自适应二值化计算灰度图像中像素点的阈值，若灰度图像中像素点灰度值大于阈值，则二值化结果为1，代表目标铁轨6；若像素点灰度值小于阈值，则二值化
结果为0，代表铁轨6背景，其具体包括：
[0088]
s12.1、设图像在像素点(x,y)处的灰度值为f(x,y)；
[0089]
s12.2、计算图像中各像素点(x,y)的阈值w(x,y)：
[0090]
w(x,y)＝0.5*(max f(x+m,y+n)+min f(x+m,y+n))
[0091]
s12.3、若f(x,y)>w(x,y)，则二值化结果为1，代表字符区域的目标点；否则二值化结果为0，代表背景区域的目标点。
[0092]
本发明通过步骤s10的语义分割模型进行图片目标数据集标注，其标注对象为铁轨6、石头、水坑和背景，以减少后期二值化处理的数据，再通过步骤s6中的二值化处理，快速的计算得到目标点铁轨6。
[0093]
相比于传统的直接进行二值化处理以得到目标点，本发明通过语义分割模型初步筛选得到目标数据集，在此基础上，再进行二值化处理，可极大的提高计算速率。
[0094]
s13、采用carry算子对图像进行边缘检测，计算每个像素点当前的梯度强度，其具体包括：
[0095]
s13.1、采用高斯滤波器，平滑图像，滤除噪声；
[0096]
s13.2、计算图像中每个像素点的梯度强度g：
[0097][0098]
其中，g
x
和g
y
分别为x和y方向的梯度值；
[0099]
s13.3、x和y方向的sobel算子s
x
和s
y
分别为：
[0100][0101]
s13.4、若图像中一个3x3的窗口为a，计算梯度的像素点为e，则结合sobel算子进行卷积计算，得到像素点e在x和y方向的梯度值分别为：
[0102][0103]
其中，*为卷积符号，sum表示矩阵中所有元素相加求和，a、b、c、d、e、f、g、h、i为卷积矩阵内的参数。
[0104]
s14、将像素点当前的梯度强度g
测
与正常铁轨6对应像素点的梯度强度g
常
进行比较，若|g
测-g
常
|的绝对值大于阈值，则可直接判断像素点对应的铁轨6存在缺陷。
[0105]
若|g
测-g
常
|的绝对值小于等于阈值，由于铁轨6环境的不确定因素较多，也可能为铁轨6的缺陷不明显，如裂缝较小，在图像中不能察觉，或者凹坑太小，不能以图像的形式表现。故为避免此隐患造成的误判，本发明进一步采取步骤s15进行判断。
[0106]
s15、将同一段铁轨6采集的压电信号转化为数字信号，并将所述数字信号的时域波形转化为频域的功率谱密度分布图，将功率谱密度分布图与正常铁轨6的功率谱密度分布图进行比较，判断对应铁轨6健康状况。
[0107]
当有巡检车126驶向并经过该段铁轨6时，会引起铁轨6的低频振动，该振动以信号波的形式被安装于轨底的压电传感器监测接收并将其传送至外部计算机中。
[0108]
并将接收到的数字信号的时域波形转化为频域的功率谱密度分布图，将功率谱密度分布图与正常铁轨6的功率谱密度分布图进行比较，判断对应铁轨6健康状况。
[0109]
即将检测到的铁轨6的功率谱密度分布与正常铁轨6的铁轨6的功率谱密度分布进行比较，若两者的差值大于预设值，则判断铁轨6发生裂缝或其它损伤；反之，则判断铁轨6没有裂缝或其它损伤发生。
[0110]
如检测到的铁轨6的功率谱密度分布主要集中在70khz，而在同一段铁轨6同一时间段(是指历史数据中相同季节、相同月份、大致相同的时间点)的铁轨6功率谱密度分布主要集中78khz，两者之间的差值为8khz，大于预设的差值2khz，则判断该段铁轨6发生裂缝或其它损伤。
[0111]
本发明装置结构简单，构思巧妙，通过悬臂14、支撑轴8和千斤固定脚9的配合实现巡检车126的自动化入轨，有效释放了人力，显著提高了施工效率。除此，本发明根据采集的图像清晰度进行摄像头125的调整，直至得到清晰的图像照片，以提高后期铁轨6缺陷判断的准确度；同时，计算实时采集到的铁轨6图像像素的梯度强度，根据采集得到的梯度强度与正常铁轨6的梯度强度的差值判断铁轨6的健康状况；随后，将剩余不能准确判断的铁轨6部分，采用功率谱密度分布图进行该段铁轨6的健康状况的判断。本发明对同一段铁路，采用两种方法连续判断铁轨6的健康状况，以减少环境对像素强度梯度的影响，并提高像素检测的准确性。
[0112]
虽然结合附图对发明的具体实施方式进行了详细地描述，但不应理解为对本专利的保护范围的限定。在权利要求书所描述的范围内，本领域技术人员不经创造性劳动即可做出的各种修改和变形仍属本专利的保护范围。