基于機器視覺的鐵路信號機房巡檢機器人柔順控制方法

賀昌壽，王 磊，尤 剛

（1.中國鐵路成都局集團有限公司，四川成都 610000；2.成都地鐵運營有限公司，四川 成都 610000；3.四川網達科技有限公司，四川成都 610000）

大部分鐵路仍然建在偏遠地區甚至隧道內，傳統的鐵路運行信號的巡檢通常通過人眼進行判斷，受外界的干擾影響較大，易形成視覺模糊甚至視覺虛影，無法保障無人值守車站信號設備安全可靠工作、工作環境無異常，因此，如何實時掌握無人值守車站信號設備和工作環境的狀態，是目前亟需解決的問題[1]。文獻[2]依據周邊環境規劃無碰撞最優路線，以障礙物與巡檢機器人位置信息為基礎，設計視覺采集模塊、路線規劃模塊以及運動控制模塊，利用蟻群算法規劃機器人運動路線，完成巡檢機器人在直線與曲線運動路線的導航。文獻[3]提出一種基于力傳感器重力補償的機器人柔順控制方法，采集機器人不同位姿下力傳感器數據，實現機器人作業過程中對力和位置的雙重控制，為機器人柔順控制提供準確的受力感知，提高機器人對接觸力的感知精度。

當前智能巡視機器人在各行業得到了廣泛運用，但在信號設備維護中還是空白，為此，該文提出基于機器視覺的鐵路信號機房巡檢機器人柔順控制方法。對于鐵路信號機房巡檢機器人柔順控制方法的關鍵是保證巡檢機器人對鐵路信號的分辨性以及機器人對鐵路突發事故巡檢的靈敏性，因此，分析機器人視覺巡檢原理，建立鐵路信號巡檢機器人的運動模型，調用計算機聯鎖算法、列控操作、CTC、智能電源屏、大功率UPS、信號集中監測以及ZPW-2000A 軌道電路，當設備板件工作指示燈異常時，通過信號集中監測系統實時報警，完成基于機器視覺的鐵路信號機房巡檢機器人柔順控制方法的設計。

1 鐵路信號流程閉環分析

鐵路信號集中監測系統分為國鐵集團層、路局集團層、車站采集層；三層之間通過數據網連接，數據網帶寬不低于100 Mbit/s，端到端單向時延不大于50 ms。機器人巡檢系統由車站采集層通過局域網接入鐵路信號集中監測系統網絡。鐵路信號架構中所有機房巡檢機器人信號主要分為兩種，一種為顏色信號，一種為聲信號，兩種信號分別表示鐵路車輛的運行狀態和鐵路軌道的使用狀態，一旦兩個信號發生沖突，就會出現鐵道交通事故[4-5]。

應用GRB 顏色空間定位方法的識別原理，將圖像的每幀數據轉換成信號的形式輸出，原理效果圖如圖1 所示。

圖1 顏色信號的空間轉換效果圖

觀察圖1 可知，在每時每刻，信號燈會受到外界光照、天氣以及鏡面的影響，使得正確的信號燈顏色傳遞出現偏差，GRB顏色空間定位方法是解決以上問題最有效的顏色信號識別方法。在GRB 顏色空間信號識別方法中設定紅色、綠色、黃色3 種顏色的相關性最高，以便達到最高靈敏度[6-8]。利用GRB 顏色空間定位方法完成鐵路信號的識別后，借助公式（1）完成信號特征的提取。

其中，p表示各種顏色代表的空間向量，μ表示信號轉換因子，k表示顏色信號分量。

如果鐵路軌道存在運行狀態的列車，那么軌道入口的感知點會向鐵路控制中心傳遞出繁忙信號，如果不存在運行狀態的列車，感知點會向信號控制中心傳遞出空閑信號。一旦信號與預期鐵路運輸信號不同，應立即作出應急處理，防止鐵路事故的發生[9-12]，判斷函數如式（2）所示：

其中，f(u)表示小波變換尺度函數，φ表示信號波動的頻率，t表示信號預測的時間段，N表示離散傅里葉變換系數。

2 鐵路異常信號報警判斷方法

2.1 鐵路信號機房巡檢機器人參數設定

機器視覺比傳統的人眼視覺的準確性高，機器視覺捕獲信號主要通過攝像機標定以及圖像邊緣測試完成。為了達到機器視覺信號轉換效果，信號集中監測系統實時將機械室設備報警信息傳輸至巡檢機器人，巡檢機器人根據接收到的報警信息，自動到達報警設備位置，自動識別報警板卡，通過圖像對比智能分析復核報警信息的準確性，并將復核結果及確認圖片傳送至信號集中監測系統。然后通過信號集中監測終端，實現遠程人工控制巡檢機器人到達指定位置，按需求拍攝視頻或圖片，并實時通過信號集中監測網絡通道傳送至監測調閱終端[13-14]。機器視覺信號轉換流程如圖2 所示。

圖2 機器視覺信號轉換流程

軟件標定頁面控制如圖3 所示。

圖3 軟件標定頁面控制

巡檢機器是一個復雜性較高的自動控制機器，就目前各個領域對機器人的結構分析與功能設計來看，機器人最佳性能由6 個自由度以及6 個控制關節構成，過多或者過少的自由度和關節都會影響機器人的行動效果最大化[15-16]。機器人的自由度表示機器人各個肢節運動的最大限度，關節表示巡檢機器人行動支配的關鍵點，其中巡檢機器人關節向量和自由度變量公式為：

其中，xn表示機器人的關節點；fn表示機器人關節點的自由度。

巡檢機器人最重要的特點就是協調性以及可行動性，因此，通過調節機器人的長、高、關鍵節點的位置，將機器人運動的效果最大化，機器人節點之間設置的標準參數為：

其中，τ表示機器人末端運行節點的力矩矢量；ιt表示巡檢機器人可比矩陣的轉置；F表示巡檢機器人等效關節力的矩矢量；U表示作用力制約系數。

巡檢機器人各個節點之間受力關系如圖4所示。

圖4 巡檢機器人各個節點之間受力關系

以上，完成了鐵路信號機房巡檢機器人的基本設計。

2.2 鐵路信號機房巡檢機器人柔順控制

為了進一步地提高巡檢機器人的性能效果，該文設計基于機器視覺的鐵路信號機房巡檢機器人柔順控制方法。巡檢機器人柔順控制原理如圖5所示。

圖5 巡檢機器人柔順控制原理

柔順控制方法分為主動柔順控制和被動柔順控制，根據該文應用對象的特點，選擇被動柔順控制方法。巡檢機器人的柔順控制原理是將機器人的運動信息與執行器設定信息進行力與位的混合控制，構成一個動態行為調控關系，此方法最大的優點是不需要反向設計機器關鍵節點的布置，既減少巡檢機器人控制的任務量，又提高控制精度。具體的巡檢機器人柔順控制算法如式（5）所示：

其中，sd表示巡檢機器人關節空間剛度矩陣，δ表示關節位置的偏移量和關節之間的靜態關系，θ表示巡檢機器人末端節點的誤差，ρ表示巡檢機器人關節空間剛度系數。

3 實驗分析

通過以上的論述，完成了基于機器視覺的鐵路信號機房巡檢機器人柔順控制方法的設計，為了檢驗此方法是否具有有效性和可行性，進行實驗測試。

實驗測試采用基于傳感機器人的鐵路信號機房巡檢機器人柔順控制方法和基于人工智能技術的鐵路信號機房巡檢機器人柔順控制方法，完成對比測試。

由于測試的特殊性，該文搭建測試環境，并按照如下步驟進行實驗：

1）在鐵路管理中心選取一段時長為10 min 的鐵路行駛視頻，然后通過數據幀提取技術，將視頻內有效的鐵路信號燈圖像進行提取，并將提取的鐵路信號圖像傳入到虛擬軟件內，測試軟件會在實驗測試過程中模擬鐵路的運行。

2）為了最大程度地提高實驗結果的對比性，實驗會隨機變更鐵路信號的順序。信號變更順序的原則是驅使巡檢機器人作出一些基本的行為導向，實現巡檢機器人柔順控制性能的檢驗。

3）根據該文設計的目的，設計鐵路信號機房巡檢機器人的基本交互行為測試。

4）將3 種方法分別移入到3 臺計算機，計算機分別連接3 個型號相同的巡檢機器人，等待實驗測試。一切準備操作完成后，同一時間觸發3 個測試環境，開始實驗測試，計算機同時記錄每種方法測試產生的實驗數據，為實驗的分析奠定數據基礎。

5）當該文設定的鐵路信號全部變換結束1 min后，結束實驗，整理實驗數據和實驗場地，進行實驗數據的分析。按照該文設計的實驗流程完成測試，得到的實驗結論如下所示：

根據計算機捕獲的實驗數據繪制實驗測試示意圖，如圖6 所示。

圖6 是實驗測試過程中，在不同柔順控制方法下鐵路信號機房巡檢機器人關節的轉矩幅度，可以觀察到3 個波動曲線，其中曲線1 的有效波動范圍最大，曲線2 的有效波動范圍最小，因為在鐵路信號正常的情況下，機器人關節的波動幅度越小，發生意外時，機器人的應急反應越可靠，因此可以證明基于機器視覺的鐵路信號機房巡檢機器人柔順方法具有較高的穩定性。

圖6 巡檢機器人關節轉矩實驗結果

鐵路信號出現特殊變更時，鐵路信號機房巡檢機器人需要作出執行動作，在動作執行過程中碰撞到實驗測試設計的障礙物時機器人關節轉矩的波動曲線如圖7 所示。

圖7 實驗測試巡檢機器人碰撞實驗結果圖

由圖7 可以直觀地得出，對比其他傳統的兩個巡檢機器人柔順控制方法，該文設計的基于機器視覺的鐵路信號機房巡檢機器人在執行信號變更指令過程中，受到障礙物的碰撞時，各個關節轉矩的無效波動幅度最小，并且機器人肢體波動幅度的平均值為0.65%，可以更好地控制巡檢機器人的行為，不受外界因素的干擾。

4 結束語

1）基于機器視覺的鐵路信號機房巡檢機器人采用非接觸式檢測方式，以鐵路信號機房為具體優化環境，通過監測系統終端控制巡檢機器人，報警信息及圖形信息通過監測網絡傳輸、監測終端機展示，提高鐵路信號監測系統的交互性。

2）以運動模型為基礎，利用機器的標定、巡檢圖像的邊緣檢測方法實現機器的自動視覺巡查，構建鐵路信號機房巡檢機器人的運動模型，完成鐵路信號機房巡檢機器人柔順控制方法的設計，提高鐵路信號機房巡檢機器人的靈敏性和可控性。

3）在未來的研究中，基于該文研究成果，可以單獨優化鐵路行駛信號燈變更的可控性，提高鐵路運輸的安全性。