列車受電弓軌旁檢測系統(tǒng)的應用研究

朱 均，黃丹丹，鄭曉飛

（成都軌道交通產(chǎn)業(yè)技術研究院有限公司，四川 成都610000）

1 研究背景

傳統(tǒng)的受電弓檢查方式是列車回庫后，在指定位置斷電后對某列車的受電弓進行檢修，每天按計劃檢修幾輛車，這種方式的缺陷顯而易見，既不能及時發(fā)現(xiàn)運行列車的突發(fā)受電弓故障，又不能穩(wěn)定地找到已經(jīng)存在的故障。列車受電弓軌旁檢測系統(tǒng)安裝在車輛回庫的檢測棚內(nèi)，車輛在正常運行回庫的情況下，可以利用軌旁的高速圖像傳感器、圖像處理算法迅速捕捉列車受電弓狀態(tài)信息，通過千兆網(wǎng)絡將檢測數(shù)據(jù)傳送到數(shù)據(jù)庫進行信息的處理，極大地提高了檢測效率和檢測精度。

2 系統(tǒng)總體方案設計

2.1 系統(tǒng)結構

受電弓圖像檢測系統(tǒng)主要由軌旁檢測設備、設備間機房和DCC控制室設備三部分組成[1]。DCC控制室設備是實現(xiàn)地鐵車輛“全路聯(lián)網(wǎng)”的網(wǎng)絡支撐和數(shù)據(jù)中心；設備間機房是系統(tǒng)的數(shù)據(jù)處理中心、中轉站和系統(tǒng)維護的基地；軌旁探測站是系統(tǒng)的神經(jīng)末梢，是整個系統(tǒng)構成的基礎。

2.1.1 軌旁檢測設備

軌旁檢測設備主要有車號采集裝置、來車和離車磁鋼、紅外對射開關、高速數(shù)字相機、視頻錄像、補償光源、防護設備以及吹塵和通風設備等，其中高速數(shù)字相機對受電弓圖像進行采集，由補償光源對拍照環(huán)境進行補光，車號采集裝置負責列車車號信息的前置采集和處理，來車和離車磁鋼實現(xiàn)系統(tǒng)的開機、關機信號的采集，紅外對射開關組可以實現(xiàn)相機的觸發(fā)。

2.1.2 設備間機房

設備間機房設備主要有圖像采集計算機、算法服務器、主控箱、車號識別主機、不間斷電源、交換機和光端機等。其中車號識別主機可以實現(xiàn)車號的解析和讀取，獲取車號信息，采集工控機完成車輛和圖片信息的接收，算法服務器對采集到的原始圖像進行分析處理，實現(xiàn)受電弓圖像自動識別和故障報警并及時上傳到業(yè)務端。

2.1.3 DCC控制室設備

DCC控制室設備主要有業(yè)務服務器、終端計算機、交換機和光端機。其中業(yè)務服務器用于支撐業(yè)務信息子系統(tǒng)和存儲現(xiàn)場過車圖像識別結果信息。終端計算機用于顯示過車記錄、首頁報警提示、檢測報告等信息，主要完成過車圖像信息的顯示、告警歷史的查詢、數(shù)據(jù)統(tǒng)計以及PC端處理等。

2.2 系統(tǒng)檢測流程

受電弓圖像檢測系統(tǒng)主要由上述三個部分組成，各子系統(tǒng)協(xié)同工作，實現(xiàn)系統(tǒng)檢測功能。其主要檢測流程如圖1所示。具體步驟如下：①設備供電，系統(tǒng)完成自檢和參數(shù)初始化，等待列車到來；②列車到來后，車輪壓過開機磁鋼產(chǎn)生觸發(fā)信號（在一定時間內(nèi)觸發(fā)次數(shù)大于等于2次時，系統(tǒng)即認為收到來車信號），車號識別模塊進入接車狀態(tài)，完成車號識別，當車經(jīng)過雷達后，系統(tǒng)完成測速，最后綜合獲得過車狀態(tài)信息；③列車繼續(xù)向前走，當車輛受電弓通過紅外對射開關組時，觸發(fā)相機拍照（光源被同步觸發(fā)），圖像采集系統(tǒng)進入工作狀態(tài)；④當列車車輪壓過離車磁鋼時，離車磁鋼開始計數(shù)，當計數(shù)為4M（M為列車編組數(shù)），或計數(shù)為4M－1，延時2 s后，即生成離車信號，停止數(shù)據(jù)采集，并將原始數(shù)據(jù)發(fā)送到算法服務器；⑤算法服務器進行受電弓圖像分析，計算結果存入數(shù)據(jù)庫并顯示在終端；⑥完成接車全過程，系統(tǒng)進入待機狀態(tài)。

圖1 系統(tǒng)工作流程圖

3 受電弓圖像檢測功能實現(xiàn)

采用“圖像測量法”實現(xiàn)受電弓滑板磨耗、受電弓中心線偏移及羊角狀態(tài)等的非接觸動態(tài)檢測。應用4個高分辨率相機分兩組拍攝受電弓滑板的端面圖像[2]，后期經(jīng)過透視變換、圖像拼接等預處理方法得到全弓分析圖像，應用磨耗分析算子、羊角狀態(tài)、中心線偏移分析算子等得到碳滑板磨耗、左右羊角狀態(tài)、中心線偏移、上下偏移、水平度等檢測數(shù)據(jù)。

3.1 滑板磨耗檢測

受電弓滑板的磨耗檢測主要基于單目測量原理，相機采集到的是滑板半弓圖像，所以需要進行圖片拼接得到全弓圖像。整個磨耗算法的關鍵是能把滑板從復雜多變的背景中分離出來，再經(jīng)過邊緣提取算法獲得滑板的上下邊緣曲線，然后在邊緣曲線上定位到最小剩余量和最大剩余量，如圖2所示。將最小剩余量與標準弓的碳滑板厚度進行對比，超過標準則系統(tǒng)報警，提示檢修人員盡快更換碳滑板。

圖2 滑板磨耗計算示意圖

由于受電弓檢測系統(tǒng)安裝在戶外，采集到的圖像會受到光照、雨雪等復雜天氣的影響，為了在多變的環(huán)境下精確分割出滑板，本文提出了一種自適應閾值的圖像分割方法，保證每一個像素區(qū)域都有不同的分割閾值，達到更好的分割效果。首先以每個像素為中心，確定一個鄰域窗口，在窗口內(nèi)以灰度均值和標準偏差之和作為分割閾值[3]：

式（1）（2）（3）中：mij是以點（i，j）為中心的N×M鄰域內(nèi)像素點灰度的平均值；σij是標準差。

應用此方法分割出的目標圖像輪廓鮮明，便于更準確地提取滑板的邊緣曲線，減少系統(tǒng)的誤判，有利于后續(xù)磨耗的分析計算。

3.2 羊角狀態(tài)、中心線偏移檢測

受電弓羊角狀態(tài)、中心線偏移等檢測模塊中，首先對全弓圖像進行高斯濾波等預處理，然后通過模板匹配方法定位到受電弓兩側羊角特征點，進而確定受電弓中心點位置坐標[4]，如圖3所示。將受電弓中心點位置列坐標與標準中心值做差，即可得到受電弓中心線偏移量。

圖3 受電弓姿態(tài)測量示意圖

在獲得兩側羊角特征點坐標、碳滑板中心點坐標后，就可以進行受電弓羊角狀態(tài)的異常識別，如圖3所示，通過三個特征點可以獲得四個距離L1、L2、L3、L4，左側羊角異常的判斷是通過L1、L3的距離與標準值作比較，如果超過預先設定的閾值則判斷左羊角狀態(tài)異常。同樣，右側羊角異常的判斷是通過L2、L4與標準值做差，如果超限則系統(tǒng)報警，進行受電弓羊角狀態(tài)故障排查。

3.3 分析結果發(fā)布

通過圖像分析系統(tǒng)得到的檢測結果存入到數(shù)據(jù)庫中，并發(fā)布到DCC的終端服務器上，檢修人員可以在PC端上查看每趟過車受電弓的最終數(shù)據(jù)分析、統(tǒng)計結果，其中可視化的分析結果如圖4所示，在圖中可以很直觀地定位到受電弓的故障信息，方便檢修人員及時進行故障復核、生成檢測報告。

圖4 檢測系統(tǒng)圖像分析結果

4 結語

本文從列車受電弓檢測的應用出發(fā)，介紹了系統(tǒng)的總體設計方案，圖像檢測功能實現(xiàn)中提出了一種自適應閾值的圖像分割方法，此分割方法的提出，提高了系統(tǒng)在不同光照、雨雪天氣下系統(tǒng)的魯棒性和檢測識別率。從整個系統(tǒng)實際應用情況來看，機檢極大地降低了時間成本和人力成本，檢修人員可以實時在PC端查看過車受電弓情況，提高了檢測效率和檢測精度。該檢測系統(tǒng)的投用使受電弓實現(xiàn)了運行階段全方位、全過程的質(zhì)量把控，進一步保證了車輛的運營安全。