[发明专利]一种轨道车辆轮对踏面3D图像检测方法

说明书

本发明公开了一种轨道车辆轮对踏面3D图像检测方法，包括：(1)当列车车辆接近进线传感器，获得列车进线信号，进入接车状态；测速雷达获得列车实时过车速度，车号识别机构获得本次过车的车号，定位装置获得每个车轮的位置并启动对应踏面图像采集设备采集车轮踏面图像；单侧每个车轮经过多对踏面图像采集设备采集组合从而获得覆盖完整踏面的车轮踏面图像，并将采集的车轮踏面图像信息与车号的匹配；(2)通过对采集的图像处理，形成车轮踏面的2D图像和对应区域的3D图像，通过对3D图像数据的分析计算可以得到轮缘厚度、Qr值、踏面磨耗信息。本发明通过多组踏面图像采集设备协调工作实现车轮全周踏面不停车在线实时检测。

技术领域

本发明具体涉及踏面图像检测技术领域，尤其涉及一种轨道车辆轮对踏面3D图像检测方法。

背景技术

轨道交通以其运输量大、快捷、安全可靠性高等优点，在货运及客运领域占据着较为重要的位置。近年来，我国轨道交通产业得到了迅猛的发展，轨道交通网络的建设成为了城市发展的一张名片，轨道交通也逐渐成为了市民出行的首选，有效地解决了各大城市公共交通拥堵的问题。

列车作为轨道交通的核心部分，在运行过程中可能会出现车体零部件异常情况，这严重威胁到列车的安全行驶。其中，列车的车轮直接运行在列车轨道上，车轮的工作状态将会直接影响到列车的运行速度和安全。列车运行中车轮踏面常因磕碰、制动或空转打滑等原因产生局部损伤，踏面损伤的车轮在运行过程中会引起整个车辆轨道系统的耦合震动等异常状态从而危及行车安全。因此，对列车车轮踏面异常检测对于保证列车的安全运行至关重要。

现阶段，针对车轮踏面的检测方法大多仍以人工目测为主，需要将车辆停到检修库中，然后安排检修人员单独对每个车轮进行踏面检测，人工检测不仅存在效率低、劳动强度大、检测精度和稳定性受人主观因素影响等问题，而且静态检测过程中车轮踏面被车体遮挡以及轨道遮挡将近一半，从而难以检查到全部车轮踏面区域的状况。另外，市面上还存在使用图像检测车轮踏面损伤的设备，但这些设备多以2D相机采集平面图像，虽然获得了直观的2D图像，但由于缺陷的不规则性、形状大小等各异、缺陷种类之间的界限不明显等客观因素，使得通过二维图像数据的分析识别并检测三维物体的缺陷难度较大，导致检出率低、重复精度低等缺点，而且无法有效区分踏面上污渍、擦痕及其他干扰和真实损伤，极易造成误报，反而影响工作人员的检测效率。

因此，如何对现有的车轮踏面检测技术进行改进，或者提出一种新的车轮踏面检测技术成为了本领域技术人员亟待解决的课题之一。

发明内容

针对目前车轮踏面检测技术的不足，本发明的目的在于提供一种轨道车辆轮对踏面3D图像检测方法，其中踏面图像采集设备中的3D相机利用激光三角法的拍摄方式和CCD复眼技术，实现全面获取车轮踏面图像以及图像上各点对应的深度信息，即一台3D相机同时获取车轮踏面的2D图像和3D图像，从而更全面准确地了解车轮台面的损伤情况，通过多组相机协调工作实现列车车轮全周踏面的不停车在线实时检测。

本发明为解决上述技术问题采用以下技术方案：

一种轨道车辆轮对踏面3D图像检测方法，包括：

(1)当列车车辆接近进线传感器，获得列车进线信号，进入接车状态；测速雷达获得列车实时过车速度，车号识别机构获得本次过车的车号，定位装置获得每个车轮的位置并启动对应踏面图像采集设备采集车轮踏面图像；单侧每个车轮经过多对踏面图像采集设备采集组合从而获得覆盖完整踏面的车轮踏面图像，并将采集的车轮踏面图像信息与车号的匹配；

(2)通过对采集的图像处理，形成车轮踏面的2D图像和对应区域的3D图像，通过对3D图像数据的分析计算可以得到轮缘厚度、Qr值、踏面磨耗信息。

进一步地，所述步骤(2)，通过图像处理技术和深度学习技术对2D图像和3D图像智能识别分析，可检测出车轮踏面的表面剥离、表面空腔、鳞片伤、材料堆积、平轮缺陷，并对检出的缺陷按照车号、车轮位置、缺陷类型、缺陷级别进行定位报警，通知人工确认并检修。