[发明专利]一种道岔联结螺栓病害检测方法及系统

说明书

本发明提供了一种道岔联结螺栓病害检测方法及系统。本发明在进行横向螺栓缺失或松动、纵向螺栓缺失或松动、轮毂螺栓松动检测时，采用了预先构建背景数据库，对道岔区域进行自动标注，再人工核对的方式，避免了自动标注方式存在的错误，相比直接在当前图像上进行检测，可以通过人工核对，确保道岔区域联结螺栓标注百分之百正确，可以做到一劳永逸。在这个基础上，再利用历史数据比对方法，可以准确有效地进行螺栓松动检测。相比直接利用AI方法在前景图像中先检测、识别、定位螺栓，再进行高度测量的方法，具有更高的鲁棒性。

技术领域

本发明属于轨道交通病害检测技术领域，公开了一种道岔联结螺栓病害检测方法及系统。

背景技术

道岔是铁路的重要部件，用于火车更换道路。道岔主要由主轨和尖轨组成，尖轨上有推杆装置，用电机驱动尖轨完成火车变道。尖轨上有联结螺栓用于固定尖轨，以控制道岔的开闭。在长期使用过程中，道岔上的联结螺栓包括横向螺栓、纵向螺栓。其中，横向螺栓位于尖轨一侧，多体现为缺失或松动；纵向螺栓多位于推杆装置顶面或滑动轮毂旁，多体现为缺失或松动(也叫浮起)。此外，滑动轮毂旁的联结螺栓，在松动(浮起)后，会向上顶住尖轨，导致尖轨无法在滑床板上平稳滑行，进而卡主尖轨。因此，在日常道岔维护过程中，需要定期检查横向螺栓是否缺失、松动，纵向螺栓是否缺失、松动，轮毂螺栓是否超高。

目前，尚没有用于道岔联结螺栓缺失与松动检测的手段和方法。

发明内容

为解决以上问题，本发明提出一种道岔联结螺栓病害检测方法及系统，用于实现道岔横向、纵向螺栓缺失、松动，轮毂螺栓松动、超高等病害检测自动检测。

本发明采用的技术方案如下：

一种道岔联结螺栓病害检测方法，该检测方法包含以下步骤：

S1：创建道岔的背景数据库，该背景数据库中包含三类数据：只包含一行扣件的第一纹理图像，只包含一行扣件的第一深度图像，与第一纹理图像和第一深度图像对应的道岔标记区域和道岔联结螺栓标记区域；

S2：采集轨道当前的第二纹理图像和第二深度图像，将其分别与第一纹理图像和第一深度图像对齐，以扣件为单位对第二纹理图像和第二深度图像进行切图，使每一幅图像中只存在一行扣件；

S3：根据背景数据库中所述三类数据，判定S2中切图后的图像中是否存在道岔联结螺栓，存在则获取该道岔联结螺栓区域，不存在则跳过该幅图像；

S4：根据S1中的道岔联结螺栓标记区域，分别在第一纹理图像、第一深度图像、第二纹理图像、第二深度图像中剪裁出道岔联结螺栓图像，计算S3中获取的道岔联结螺栓区域的面积、形状参数，并根据面积、形状参数判定该区域是否为道岔联结螺栓；

S5：在判断出为道岔联结螺栓后，判定该道岔联结螺栓是否缺失或松动。

进一步地，S1中创建道岔的背景数据库的方法为：

预先采集轨道的第一纹理图像与第一深度图像，采用目标检测与识别方法找到道岔尖轨推杆装置作为道岔标记区域，以扣件为单位，从该道岔标记区域向前、向后，对第一纹理图像和第一深度图像进行切割，使每一幅图像中只存在一行扣件，并在切割图像中标记出道岔联结螺栓区域，作为道岔联结螺栓标记区域，将道岔标记区域、道岔联结螺栓标记区域和切割图像一起保存作为该段道岔的背景数据库。

进一步地，所述在切割图像中标记出道岔联结螺栓区域的方法为：采用深度学习的目标检测或图像实例分割方法，进行道岔联结螺栓检测或分割，将检测区域或分割区域作为道岔联结螺栓标记区域。

进一步地，所述道岔联结螺栓包含横向螺栓和纵向螺栓；