[发明专利]一种地铁隧道裂缝宽度检测及校正算法

说明书

技术领域

本发明涉及轨道交通中地铁隧道裂缝宽度的检测和估计，属于轨道交通领域。 

背景技术

改革开放以来，随着我国城市化进程加快，城市交通面临前所未有的压力，作为城市交通的重要组成部分，城市轨道交通是缓解交通拥堵的重要措施之一。城市轨道交通的特点是运行速度快、行车密度高、客流量大、环境封闭，因而对运营安全要求极高，需要安全可靠的基础设施系统作为保障。在城市轨道交通中，由于运行车辆的动力冲击、地质变形、以及临近施工等因素的影响，隧道表面经常发生损伤、形变，产生大量裂缝，对地铁轨道安全造成重大影响。因此，能够随时掌握并正确估计地铁隧道表面裂缝的宽度是确保线路安全、行车安全的必要措施。 

目前，我国对城市地铁隧道表面裂缝的检查大都采用以人工静态检查为主、少量动态检测车检查为辅的方式。交通全线由各个工区分段负责，检查主要在晚上线路无运营任务时进行。这种以人工为主的检测方式检测速度慢、工作效率低、占用线路时间长，不符合现代城市轨道交通发展的需求。 

采用车载式动态检测设备检测地铁隧道裂缝是未来的发展趋势，例如，利用轨检车、钢轨探伤车、隧道限界检测车等来检查地铁隧道裂缝，这种自动检测方式能够快速地检测地铁隧道裂缝的存在，自动获取隧道中裂缝的宽度，并将历史数据发展规律与检测到的数据进行融合，得到隧道裂缝宽度的最佳估计，而且要对估计值作进一步的校正，指导预防性的养护维修。这些先进检测设备的采用，大大提高了工作效率和检测质量，降低了维护成本，提高了运营安全性，是我国城市轨道交通安全领域裂缝检测方法的必然发展方向。 

目前，国内在裂缝自动监测方面的研究主要集中在公路路面裂缝检测的研究上，并取得了一定成果，提出了许多有效的裂缝图像处理算法。 

而对于隧道等城市轨道交通基础设施的裂缝快速检测方面的研究尚处于开始阶段，公路隧道裂缝检测领先于轨道交通，对于城市轨道交通隧道的裂缝自动检测尚无报道。在国际上，日本和韩国在隧道表面裂缝自动检测研究处于领先，并且日本的隧道裂缝光学检测系统已经在工程中有了实际应用。 

目前裂缝自动检测技术可以分为两类，一是利用光学成像和图像处理技术的移 动式检测方法，另一类是基于形变数据的固定式检测方法。固定式检测方法通过在地铁隧道内安装传感器检测隧道形变数据，并利用各种检测算法评估隧道的破损情况，这种方法存在明显的劣势，主要体现在传感器安装复杂、工程量大，无法覆盖所有地铁隧道表面，因而，此方法并不是地铁隧道裂缝自动检测技术的发展趋势。而基于光学成像及图像处理的移动式方法具有检测灵活，移动性好可以覆盖所有区间，并且随着机器视觉和图像处理技术的不断发展，检测的准确性和效率不断提高，已经成为主要的发展方向。 

车载式检测设备以图像的方式对地铁隧道进行记录，通过图像处理技术识别隧道图像中的裂缝，进而采取适度措施来保障交通安全。由于地铁隧道内环境复杂，通过图像处理方式得到的裂缝宽度存在误差，并不能很好的代表裂缝实际宽度，本专利提出了一种有效的地铁隧道裂缝宽度检测及校正算法来最大程度的降低由于隧道内环境和测量误差对裂缝真实宽度的影响，从而得到最优的估计值。 

发明内容

为了克服现有技术对裂缝宽度估计准确性的不足，本发明通过挖掘历史数据变化规律来估计裂缝最佳值，并且进一步通过一种校验机制来对估计结果进行修正，以确保对裂缝宽度估计的精确性。 

在典型的地铁隧道裂缝检测系统中，将裂缝宽度的估计定义为：基于裂缝历史宽度数据库和最新的裂缝宽度数据，通过图像处理技术和数据融合技术得到裂缝宽度最佳估计的一种方法。最后再利用实地的测量值对估计值进行进一步的校正。 

本发明算法流程分为三个阶段：数据采集阶段、数据处理阶段、校正阶段。 

数据采集阶段，即通过车载检测设备搭载图像采集设备，如CCD相机，逐行扫描整个隧道，得到整个隧道的扫描图像，基于这些图像，通过图像处理技术，对裂缝进行识别、定位，得到所有裂缝的宽度数据，并建立裂缝数据库，作为数据处理阶段的数据源。 

数据处理阶段，考虑到环境复杂等各种噪声的影响，利用裂缝宽度估计算法，根据裂缝数据库中的历史数据和第一步得到的裂缝宽度估计值，再次估计裂缝的最新宽度。该算法部分对裂缝宽度的估计分为两步，即预测步和更新步。并且，在预测步和更新步后进行迭代处理。