基于巡檢機器人的軌道交通車輛車底檢測方法研究

管春玲，鐘秋燕

（廣州鐵路職業技術學院，廣東廣州，510430）

對軌道交通車輛進行檢修保養，是保證軌道交通車輛安全運行的基本前提[1～2]。隨著我國軌道交通運營里程和運營車輛的逐步增加，現有機務段、動車所的軌道交通車輛的檢修能力逐漸趨于飽和，軌道交通車輛數量配備與實際檢修能力存在錯位發展趨勢。傳統的軌道交通車輛檢修作業主要是基于人工完成，多數在夜間進行，工作繁瑣、強度大、時間緊，在檢修效率和檢修質量上面臨雙向壓力[3]。因此十分有必要對軌道交通車輛的檢修技術進行升級，本文對基于巡檢機器人的軌道交通車輛底部檢測方法進行了深入研究，最終實現了立體化、智能化、信息化的全方位多角度檢修新模式，在有效保證檢修效率和檢修質量的同時降低了人工勞動的強度[4～5]。

1 機器人巡檢系統硬件組成

基于軌道交通車輛底部檢測目標的特點及檢測目標的分布情況，在軌道交通車輛檢修車間的車庫地溝構建基于巡檢機器人的軌道交通車輛車底檢測系統[6]。在軌道交通車輛入庫后，基于巡檢機器人以轉向架為單位對軌道交通車輛的車底情況進行常規巡檢，系統對軌道交通車輛的整車底部進行圖像檢查，從多個角度對車底的關鍵部件進行圖像信息采集，并對測試項點進行逐一測量，將檢測結果實時發送給主控中心和智能手持終端[7～8]。基于巡檢機器人的軌道交通車輛車底檢測系統主要包括了數據分析單元、數據服務器、智能手持終端、供電單元、機器人、圖像數據采集單元、數據傳輸單元、傳感器等，具體的系統組成及功能描述如表1所示。

表1 車底檢測系統組成及功能描述

2 巡檢功能實現原理

2.1 定位巡檢實現原理

軌道交通車輛車底檢測系統采用雙機器人配置結構，通過兩次定位檢測，完成對單個轉向架的檢測，能夠滿足對軌道交通車輛轉向架核心部件的全方位、多角度檢測[9～10]。該項定位技術的實現需要綜合考慮巡檢機器人自身的性能參數、單個機器人的升降高度、雙機器人之間的間隔距離等。檢測過程中，要保證用最少的定位次數（兩次）完成對軌道交通車輛底部轉向架的核心部件的檢測，實現軌道交通車輛檢修時長的壓縮以保證檢修效率[11]。

軌道交通車輛轉向架共包含了兩根軸，軌道交通車輛車底檢測系統兩次分別定位在不同軸的左側和右側，這樣就能夠實現對整個轉向架檢測項點的覆蓋。軌道交通車輛車底檢測系統第一次定位后，機器人1負責檢測1號軸的左側，機器人2負責檢測2號軸的左側和轉向架中部；檢測系統第二次定位后，機器人1負責檢測1號軸的右側及轉向架的中部，機器人2負責檢測2號軸的右側。具體檢測原理如圖1所示。

圖1 定位巡檢實現原理

2.2 車底圖像二維識別原理

采用結構相似性（SSIM）指標來衡量兩幅圖像的相似程度；采用圖像點特征的方法對軌道交通車輛轉向架核心部件進行特征檢測、特征匹配、提出誤差匹配，最終再基于結構相似性指標來衡量匹配結果。對應位置的計算結果越大，說明二者的差異程度越小，反之，二者的差異程度越大，可能出現部件形變或部件丟失。

假定存在兩張圖像A和圖像B，兩張圖像的結構相似性可按照如下方式計算得到：

其中，μA為A的平均值，μB為B的平均值，為A的方差，

為B的方差，σAB為A和B的協方差，m1和m2是用來保持計算收斂的常數。

其中，K是像素的動態調節區間，m1的取值為0.01，m2的取值為0.03。結構相似性的取值范圍為，當兩張圖像完全一樣時，結構相似性參數值為1，當兩張圖完全不一樣時，結構相似性參數為-1。

作為結構相似性理論的實現，結構相似性參數從圖像組成的角度將結構信息定義為獨立于亮度、對比度的，反映場景中物體結構的屬性，并將失真建模為亮度、對比度和結構三個不同元素的組合。用均值作為亮度的估計，標準差作為對比度的估計，協方差作為結構相似程度的度量。圖像的二維識別結果如圖2所示，檢測到了轉向架出現了異常，轉向架上出現了異物附著。

圖2 軌道交通車輛轉向架檢測異常結果

2.3 車底圖像三維檢測原理

采用雙目相機和結構光相互配合運用的方式來實現軌道交通車輛轉向架核心部件三維結構的檢測，在實現上包括雙目圖像交互匹配和三維外形復原兩部分。進行雙目圖像交互配合時先要基于張正友標定模型進行雙目相機的標定，再利用雙目紋理圖像來完成圖像特征點的交互匹配，在此基礎上進行配準點三維計算，最終得到大量的匹配點，由此可以對核心部件的三維結構進行有效恢復?；谌S檢測的雙目紋理成像如圖3所示。

圖3 基于三維檢測的雙目紋理成像

2.4 圖像傳輸原理

軌道交通車輛車底檢測系統所采集到的圖像都是高清圖像，其數據量非常大，而此數據對進行轉向架、連接器等部件狀態的檢測意義非常重大，同時為保證檢測時效，需將此圖像數據快速傳輸至數據分析中心進行分析和存儲，因此圖像數據無線傳輸技術為此系統核心能力之一。車底檢測系統基于圖像分層編解碼的窄帶寬、超高清圖像傳輸技術，對原始圖像數據分層處理，優先對關鍵數據進行傳輸，以保證作業人員能夠在短時間內得到自己所需要的數據，能夠根據實際需求動態加載高清圖像，提升作業人員的體驗感，在現場局域網內部進行數據交互，采用分層數據傳輸技術后，高清圖像的加載速度顯著提升。圖像傳輸原理如圖4所示。

圖4 圖像傳輸原理

3 實例運用分析

基于巡檢機器人的軌道交通車輛車底檢測系統能夠對軌道交通車輛的轉向架、連接器等進行全方位、多角度的檢測，并能夠對檢測數據進行科學的運算和管理。該系統已經在部分機務段及動車所進行了實際應用，其實際價值主要體現在如下幾個方面：

(1)軌道交通車輛車底檢測系統采用了機器人技術，現場作業人員可以根據機器人系統的檢測結果確定是否需要進行部分結果復驗。這樣能夠進一步確定實際需要進行的工作，減少不必要的工作，縮短檢修時間，提高檢修效率，降低人工成本。

(2)以往需要通過人工完成的細節檢測、消耗時間較多的工作，通過檢測系統進行自動報警、自動診斷定位，從而展開具有針對性的維修保養，縮短常規檢修作業時間。

(3)降低檢修工作的安全風險，由于車輛檢修工作需要安排在車間地溝中進行，地溝光線較弱，存在一定的作業風險。采用機器人檢測系統后可以大量減少作業人員地溝作業項目，現場作業安全風險可得到一定程度降低。

(4)實現管理成本的降低，采用軌道交通車輛車底檢測系統后，車輛全部的數據都可以進行數字化處理，檢測結果存儲于數據服務器中，方便運營單位進行歷史追溯，在出現人員工作疏忽造成安全隱患發生時可快速明確相關責任人員，強化作業人員責任心。

4 結論

軌道交通車輛車底檢測系統運用了機器人技術、圖像識別技術、無線數據傳輸技術等，能夠快速、全面實現對軌道交通車輛轉向架、連接器等車底部件的全方位、多角度檢測，并對檢測發現的異常狀態進行報警提示。軌道交通車輛車底檢測系統的運用，對提高軌道交通車輛安全性、降低人工成本、降低時間成本、提升企業經營效益方面起到了積極的作用。對于保障軌道交通車輛的高效、安全運營具有重要引導意義。