列車車底智能檢測(cè)系統(tǒng)的應(yīng)用與研究

摘要：針對(duì)人工檢測(cè)動(dòng)車組故障時(shí)，存在人員檢修壓力過大、檢修能力不足的問題，設(shè)計(jì)了一種運(yùn)用機(jī)器人+視覺識(shí)別技術(shù)的列車車底智能檢測(cè)系統(tǒng)。詳細(xì)闡述了列車車底智能檢測(cè)系統(tǒng)的總體架構(gòu)、檢測(cè)流程和關(guān)鍵技術(shù)，以期能夠促進(jìn)列車車底智能檢測(cè)系統(tǒng)的進(jìn)一步推廣應(yīng)用。

關(guān)鍵詞：機(jī)器人;視覺識(shí)別技術(shù);智能檢測(cè)

0 引言

目前我國有數(shù)個(gè)動(dòng)車所已經(jīng)引進(jìn)了智能檢測(cè)技術(shù)，可以同步完成動(dòng)車組一級(jí)檢修中的走行部兩側(cè)、車頂、車底設(shè)備的檢測(cè)工作，節(jié)省檢修時(shí)間，提高檢修效率，同時(shí)可以減少作業(yè)人員，降低動(dòng)車所人員的檢修壓力[1-2]。本文主要研究如何通過機(jī)器人+視覺識(shí)別技術(shù)實(shí)現(xiàn)車底智能檢測(cè)。

1 車底智能檢測(cè)應(yīng)用分析

動(dòng)車組一級(jí)檢修周期是4 000 km或48 h，包括對(duì)制動(dòng)、輪軸、受電弓在內(nèi)的全面檢測(cè)，一般由1～2個(gè)檢修作業(yè)小組完成[3]。檢修人員的檢修作業(yè)強(qiáng)度大、時(shí)間長，身體容易疲憊，作業(yè)質(zhì)量無法得到保證。檢修作業(yè)人員的檢修經(jīng)驗(yàn)因人而異，無法為動(dòng)車組檢修故障的大數(shù)據(jù)分析提供有效依據(jù)。針對(duì)以上問題，本文提出通過車底智能檢測(cè)機(jī)器人代替檢修人員人工檢測(cè)作業(yè)的建議。

2 車底智能檢測(cè)系統(tǒng)架構(gòu)

2.1 ? ?總體架構(gòu)

列車車底智能檢測(cè)是用車底智能檢測(cè)機(jī)器人代替檢修作業(yè)人員，對(duì)動(dòng)車組車底故障進(jìn)行測(cè)量、識(shí)別和判斷。智能機(jī)器人替代人的雙腳，實(shí)現(xiàn)對(duì)列車車底的自動(dòng)巡航[4]。六軸機(jī)械臂替代人的手臂，完全模擬人手臂伸入轉(zhuǎn)向架內(nèi)部檢測(cè)，甚至可達(dá)到人工無法檢測(cè)到的位置。視覺識(shí)別技術(shù)替代人的眼睛，自動(dòng)采集圖像。工業(yè)計(jì)算軟件替代人的大腦，對(duì)圖像故障進(jìn)行識(shí)別判斷，與車底標(biāo)準(zhǔn)模板進(jìn)行綜合對(duì)比分析，生成故障檢測(cè)報(bào)告，實(shí)現(xiàn)對(duì)動(dòng)車組底部故障的自動(dòng)排查。再通過檢修作業(yè)人員的人工復(fù)核、故障信息查詢、故障統(tǒng)計(jì)分析等手段，完善動(dòng)車所一級(jí)檢修管理工作[4]。

2.2 ? ?檢測(cè)流程

（1）檢修人員核準(zhǔn)待檢測(cè)列車的車型、車組號(hào)、列位等信息后，車底智能檢測(cè)機(jī)器人接收到檢測(cè)任務(wù)，自動(dòng)調(diào)用此車型的作業(yè)方案，并開始檢測(cè)作業(yè)。

（2）車底智能檢測(cè)機(jī)器人在移動(dòng)中快速采集車底圖像（采集范圍能覆蓋列車的列寬）。

（3）自動(dòng)巡航模塊監(jiān)控車底特征零部件位置信息，根據(jù)該位置信息自動(dòng)巡航到車底被遮擋零部件的位置，六軸機(jī)械臂對(duì)轉(zhuǎn)向架進(jìn)行關(guān)鍵部位的圖像采集。

（4）采集后的圖像通過無線方式傳輸?shù)揭曈X識(shí)別服務(wù)器，工業(yè)計(jì)算軟件根據(jù)特定識(shí)別算法與該車標(biāo)準(zhǔn)模板綜合比對(duì)分析，生成故障檢測(cè)報(bào)告。

（5）檢修人員根據(jù)故障檢測(cè)報(bào)告，通過人工確認(rèn)或復(fù)核等方式確定故障，上報(bào)故障數(shù)據(jù)庫，并進(jìn)行針對(duì)性修復(fù)。

3 主要功能與核心技術(shù)

（1）智能檢測(cè)。車底智能檢測(cè)機(jī)器人采集圖像后，通過圖像分割識(shí)別和特定識(shí)別算法，與車底標(biāo)準(zhǔn)模板綜合對(duì)比分析，并生成故障檢測(cè)報(bào)告。采集車底圖像模塊采用激光三角法測(cè)試，通過激光照射到被測(cè)物體時(shí)的3D成像規(guī)律，計(jì)算出被測(cè)物體的三維圖像信息[5]。關(guān)鍵部位采集圖像模塊采用結(jié)構(gòu)光，對(duì)關(guān)鍵部位進(jìn)行多角度采集，形成完整的三維圖像信息，通過特定識(shí)別算法對(duì)關(guān)鍵部位進(jìn)行故障識(shí)別。采集方式靈活，檢測(cè)效率高，可實(shí)現(xiàn)對(duì)車底結(jié)構(gòu)的多層次檢測(cè)。

（2）標(biāo)準(zhǔn)模板生成。系統(tǒng)根據(jù)采集相同部件的多張照片，使用多種視覺識(shí)別技術(shù)，提取圖像標(biāo)準(zhǔn)模板，再通過向量機(jī)技術(shù)抓住關(guān)鍵樣本，生成標(biāo)準(zhǔn)模板。

（3）深度學(xué)習(xí)。智能機(jī)器人對(duì)同一故障圖像進(jìn)行深度學(xué)習(xí)，根據(jù)圖像變化量生成一個(gè)可信度權(quán)數(shù)，主動(dòng)分析檢修歷史數(shù)據(jù)以及同車型的橫向數(shù)據(jù)，結(jié)合各系統(tǒng)數(shù)據(jù)進(jìn)行綜合計(jì)算，形成最終可信度權(quán)數(shù)，不斷提升視覺識(shí)別的準(zhǔn)確率，提高列車故障的預(yù)防功能，實(shí)現(xiàn)人工零復(fù)核[6]。

（4）大容量圖像數(shù)據(jù)傳輸。動(dòng)車所內(nèi)部網(wǎng)絡(luò)復(fù)雜、熱點(diǎn)多，使用2G網(wǎng)絡(luò)容易產(chǎn)生干擾，因此采用5G網(wǎng)絡(luò)，支持802.11ac無線路由器及無線AP，減少信號(hào)干擾，保證無線網(wǎng)絡(luò)穩(wěn)定。根據(jù)車底故障圖像的特點(diǎn)，設(shè)計(jì)高清圖像壓縮傳輸技術(shù)，實(shí)現(xiàn)有限帶寬下的大容量圖像數(shù)據(jù)傳輸[7]。

（5）智能機(jī)器人的高精度定位。智能機(jī)器人智能導(dǎo)航、智能定位技術(shù)是建設(shè)檢測(cè)機(jī)器人系統(tǒng)的一項(xiàng)重要基礎(chǔ)工作。智能機(jī)器人在移動(dòng)過程中監(jiān)控車底特征零部件的高度變化，當(dāng)高度在特定范圍內(nèi)波動(dòng)時(shí)，可準(zhǔn)確判斷列車位置[8]。

（6）結(jié)構(gòu)光傳感器。采用特定波長的不可見光的紅外激光作為光源，它發(fā)射出來的光經(jīng)過編碼投影在物體上，可以準(zhǔn)確知道圖像中每個(gè)點(diǎn)離攝像頭的距離，加上該點(diǎn)在2D圖像中的（x，y）坐標(biāo)，得到物體的位置和深度信息。

（7）車底成像系統(tǒng)。主要由2個(gè)2D+3D成像組件構(gòu)成，采用高亮度激光補(bǔ)光配合機(jī)械精調(diào)機(jī)構(gòu)，保證高質(zhì)量的成像穩(wěn)定性，折返光路設(shè)計(jì)可獲取高精度的2D+3D匹配圖像，對(duì)齊誤差小于2個(gè)像素點(diǎn)，提升識(shí)別算法精度。

（8）虛擬現(xiàn)實(shí)應(yīng)用。在車底智能檢測(cè)機(jī)器人設(shè)計(jì)時(shí)采用離線編程技術(shù)，編程員通過虛擬現(xiàn)實(shí)直觀地檢查編程結(jié)果，進(jìn)行人工編輯修正。首先在電腦上重建整個(gè)3D工作場(chǎng)景，確認(rèn)需要檢測(cè)的關(guān)鍵部位，配合編程員的操作，自動(dòng)生成六軸機(jī)械臂的運(yùn)動(dòng)軌跡及控制指令，再將程序?qū)肓S機(jī)械臂[9]。

（9）列車檢修故障大數(shù)據(jù)分析。檢測(cè)數(shù)據(jù)與車號(hào)相匹配保存，對(duì)動(dòng)車組運(yùn)行狀態(tài)、故障信息進(jìn)行統(tǒng)計(jì)分析，形成匯總數(shù)據(jù)及相應(yīng)報(bào)表，便于指導(dǎo)運(yùn)輸及檢修計(jì)劃等，為后期的高鐵信息化等大數(shù)據(jù)系統(tǒng)提供基礎(chǔ)數(shù)據(jù)支撐。

4 結(jié)語

列車車底智能檢測(cè)系統(tǒng)是集機(jī)器人技術(shù)、高精度定位技術(shù)、自動(dòng)控制技術(shù)、虛擬現(xiàn)實(shí)技術(shù)和快速圖像采集技術(shù)、圖像分割識(shí)別技術(shù)、大容量圖像數(shù)據(jù)傳輸技術(shù)、視覺識(shí)別技術(shù)、深度學(xué)習(xí)技術(shù)于一體的智能系統(tǒng)。應(yīng)用此智能檢測(cè)系統(tǒng)將大大縮短列車檢修時(shí)間，減輕作業(yè)人員的勞動(dòng)強(qiáng)度，提高檢測(cè)作業(yè)質(zhì)量和效率，顯著提高動(dòng)車組、大功率機(jī)車的檢修自動(dòng)化水平，并為動(dòng)車組檢修故障的大數(shù)據(jù)分析提供基礎(chǔ)數(shù)據(jù)支持。

[參考文獻(xiàn)]

[1] 張強(qiáng)，楊峰，張寶.列車智能障礙物檢測(cè)系統(tǒng)在北京新機(jī)場(chǎng)線全自動(dòng)運(yùn)行中應(yīng)用的研究[J].鐵道機(jī)車車輛，2019，39（6）：114-118.

[2] 李瀟天.軌道交通智能檢測(cè)系統(tǒng)的研究與實(shí)現(xiàn)[J].隧道與軌道交通，2019（S2）：175-177.

[3] 陳樂恒，張凱榮.CIT400高速綜合智能檢測(cè)列車動(dòng)車組的研制[C]//第八屆中國智能交通年會(huì)論文集，2013：447-454.

[4] 肖培龍.地面自動(dòng)過分相系統(tǒng)列車位置檢測(cè)及智能復(fù)原技術(shù)[J].鐵路通信信號(hào)工程技術(shù)，2012，9（1）：5-8.

[5] SANDIDZADEH M A，DEHGHANI M.Intelligent Condition Monitoring of Railway Signaling in Train Detection Subsystems[J].Journal of Intelligent and Fuzzy Systems，2013，24（4）：859-869.

[6] DONATO P，URENA，JESUS，et al.Optimization of train detection in intelligent railway transportation systems[J].Ifac Proceedings Volumes，2004，37（8）：120-125.

[7] HWANG K，CHO J，PARK J，et al. Ferrite Position Identifica-tion System Operating With Wireless Power Transfer for Intelligent Train Position Detection[J].IEEE Transactions on Intelligent Transportation Systems， 2018，20（1）：374-382.

[8] HYDE P，DEFOSSEZ F，ULIANOV C.Development and Testing of an Automatic Remote Condition Monitoring System for Train Wheels[J].Intelligent Transport Systems， 2016，10（1）：32-40.

[9] 樊澤明，盛之林，亓新政.列車網(wǎng)絡(luò)通用智能檢測(cè)與控制節(jié)點(diǎn)單元研究[J].計(jì)算機(jī)應(yīng)用，2007（1）：25-26.

收稿日期：2020-04-28

作者簡介：龍偉（1990—），男，湖南湘潭人，助理工程師，研究方向：視覺檢測(cè)與自動(dòng)化。