[发明专利]一种基于弯道铁轨的检测机器人

权利要求书

1.一种基于弯道铁轨的检测机器人，其特征在于，包括：

底盘；

第一摄像机，其可转动连接所述底盘的一侧，能够拍摄铁轨一侧的图像；

第二摄像机，其可转动连接所述底盘的另一侧，能够拍摄所述铁轨另一侧的图像；

激光雷达导航模块，其可拆卸连接所述底盘，用于规划所述底盘的行走路径；

行走机构，其可转动连接所述底盘的底部；

控制器，其与所述激光雷达导航模块、所述第一摄像机和所述第二摄像机通信连接，能够对所述图像进行缺陷识别；

所述缺陷识别包括如下步骤：

步骤一、获取铁轨两侧的图像，并筛选出候选区块；

步骤二、将所述候选区块进行铁轨缺陷边缘检测；

步骤三、采用弗雷曼链码提取所述缺陷轮廓，并识别缺陷类型；

筛选出候选区块的过程为：

步骤a、将所述铁轨两侧的图像进行灰度化输出，

V_gray＝0.28R+0.51G+0.15B

其中，V_gray表示灰度值，R表示红色，G表示蓝色，B表示绿色；

步骤b、采用中值滤波法去噪，

r_k＝med(r₁,r₂,r₃···r_n)

其中，r_k表示像素滤值，med表示中值操作，r₁,r₂,r₃···r_n表示单个像素点邻域窗口内的所有像素点；

步骤c、将所述图像进行空间坐标转换标定，获得标定图像，

其中，x表示横轴标定值，y表示纵轴标定值，f,μ表示标定参数X表示空间坐标横轴坐标值，Y表示空间坐标纵轴坐标值，Z表示空间坐标竖轴坐标值，M表示摄像头距轨道距离，a表示前转轮压力，b表示后转轮压力，ρ表示转动轮转速，ρ₀表示转动轮平均速度，ω表示横摆角速率，σ表示标准差，v_x表示横向加速度，v_y表示垂直加速度；

步骤d、将所述标定图像划分成多个区块，并获取所述区块的对比度，

对比度的计算公式为：

其中，D表示对比度，ξ＝m·n，m表示横向像素个数，n表示纵向像素个数，i表示单个像素点，t表示垂直偏差，W^T表示颜色偏移深度，W^S表示纹理偏移深度，λ表示水平偏差，φ(p^*)表示灰度级；

步骤e、将所述对比度大于对比度阈值的区块作为候选区块，

对比度阈值的计算公式为：

其中，D_*表示对比度阈值，η表示评价系数，X_i表示边缘特征或区域特征，

所述边缘检测包括如下过程：

在3×3邻域内计算梯度幅值，幅值计算公式为：

E(x,y)＝E_x²(x,y)+E_y²(x,y)；

E_*(x,y)＝E_45°²(x,y)+E_135°²(x,y)

其中，B表示梯度幅值，E_x表示水平方向幅值，E_y表示竖直方向幅值，E_45°表示45°方向幅值，E_135°表示135°方向幅值；

将图像分割为前景和背景，计算所述前景和所述背景的类间方差，方差的算公式为：

其中τ²表示类间方差，表示灰度值区间(k-n，-+n)中所有像素的分布概率，a表示设置参数，p₁表示前景区域的概率，p₂表示前景区域的概率，m₁表示前景区域的平均灰度值，m₂表示呗景区域的平均灰度值，m_G表示全局的平均灰度值；

将所述类间方差的最大值作为阈值，进行图像分割，并输出图像灰度直方图；

根据所述直方图提取直线边缘；

所述提取缺陷轮廓包括如下过程：

将单个像素点相邻的8个像素点分别设置为0～7；

设定链码提取的起点为左下角，每一列向右，每一行向上的顺序提取链码，并生成二值化曲线轨迹；

遍历所述直线边缘内的像素点，统计不同曲线轨迹上码值1、2、3的重复次数；

将出现次数最大的线段提取出来，得到缺陷轮廓。