[发明专利]基于视频的道岔尖轨爬行监测方法

说明书

本发明公开了基于视频的道岔尖轨爬行监测方法，用于解决现有的道岔尖轨爬行监测在监测效率和监测准确度不高的问题，包括步骤一：在尖轨两侧设置高清相机并标定相机位置；通过人工在基本轨上标定标签点；步骤二：通过两个高清相机采集尖轨的视频，将视频分割成图像，并利用岔尖的边缘识别图像；步骤三：通过岔尖边缘轮廓的识别实现爬移监测；爬移包括尖轨沿着基本轨延伸方向的纵向爬移；本发明通过在尖轨两侧设置高清相机，利用岔尖的边缘识别图像，计算尖轨与基本轨的实际距离，结合岔尖边缘轮廓的识别，提高监测的准确度。

技术领域

本发明涉及道岔尖轨爬行监测技术领域，具体为基于视频的道岔尖轨爬行监测方法。

背景技术

道岔及其转辙机设备通常会发生两大类影响运营安全的故障。一个是道岔转辙机，转辙机的动作是通过在室内发出电流、电压控制信号来完成动作的，但是一旦电流电压工作不正常、动作杆发生横移或者钢轨爬行等都会导致道岔不能按照既定要求转换，从而导致事故发生。另一个是道岔岔尖处，由于列车的走向是通过尖轨与基本轨间的离合来控制的，尖轨及基本轨的纵向爬移、尖轨的损伤有使列车脱轨的危险，而高铁尖轨的磨损又非常快，爬移效应很明显也会造成转辙机动作异常，所以尖轨的磨损、尖轨的爬移以及是否与基本轨闭合(当缝隙超过2-4mm时会导致事故)等都是影响运营安全的因素；

针对这两类故障，目前国内主要通过人工巡检加设备检测的模式。除了人工检查的方式，国内目前解决这两类问题的设备均为独立的系统。由于钢轨爬行或者动作杆横移等现象，可能会导致转辙机工作异常。因此需要主要针对这类易发生灾害设计一种基于视频的道岔尖轨爬行监测方法；

近年来，随着CMOS相机工艺的发展和硬件计算速度的提升，基于图像的目标状态监测正在逐渐取代传统的监测方法。尤其是在传统的机器视觉引入学习算法后，新的基于视频的道岔尖轨爬行监测方法的精确度正在不断提高，通过在岔尖前端设置图像采集设备监测岔尖状态，相比现有监测方法，基于视频/图像的监测方法不仅能直接反映岔尖状态，配合相应的目标检测算法，还能实现对道岔尖轨爬行监测的实时监测，这将大幅提高监测效率及准确度。

发明内容

本发明的目的就在于为了解决现有的道岔岔尖密贴度监测方法，在监测效率和监测准确度不高的问题，而提出基于视频的道岔尖轨爬行监测方法；本发明通过在尖轨两侧设置高清相机，利用岔尖的边缘识别图像，计算尖轨与基本轨的实际距离，结合岔尖边缘轮廓的识别，提高监测的准确度。

本发明的目的可以通过以下技术方案实现：基于视频的道岔尖轨爬行监测方法，该方法包括以下步骤：

步骤一：在尖轨两侧设置高清相机并标定相机位置；通过人工在基本轨上标定标签点；

步骤二：通过两个高清相机采集尖轨的视频，将视频分割成图像，并利用岔尖的边缘识别图像；岔尖的边缘识别包括基本轨边缘识别和岔尖部分与基本轨接触的边缘识别；

岔尖的边缘识别的步骤如下：

S1：通过人工标定标签点确定基本轨的位置；

S2：通过Canny边缘算法对采集的图像得到包含目标边缘信息的二值图像后，再利用Hough变换及边缘检测得到离散坐标点，提取连续的边缘信息得到基本轨和岔尖边缘；

S3：识别基本轨和岔尖边缘后，通过计算得到尖轨与基本轨距离；

S4：通过图像识别目标距离在同方向的尺度不变性，还原实际距离得到得到尖轨与基本轨的实际距离；

步骤三：通过岔尖边缘轮廓的识别实现爬移监测；爬移包括尖轨沿着基本轨延伸方向的纵向爬移；纵向爬移包括尖轨相对于基本轨的爬行和两尖轨的相对爬行；纵向爬仪监测包括基于能指示岔尖位置的参考点的识别和基于岔尖边缘轮廓的识别。

优选的，步骤三所述的岔尖边缘轮廓识别步骤如下：