基于STM32的轨道方向不平顺检测系统设计

轨道不平顺是影响列车乘坐舒适性和平稳性的主要激励源,对轨道不平顺信号进行准确检测和有效的分析处理,以尽可能提高铁路维修效率,保障高速列车行车安全。为了准确检测轨道方向不平顺信号,基于惯性基准法原理,研制了以STM32F103 Cortex-M3 ARM处理器为控制核心的自动化检测系统。系统调理采集包括伺服加速度计、陀螺仪、倾角仪等多路传感器转换而来的模拟信号,然后传输到车载服务器中分析处理。检测结果以实时波形图的形式显示,能够准确有效地判断不平顺状态。     

一种智慧地铁轨道状态预测和维修决策优化系统

为提高地铁轨道智能化管理水平,设计了一种新的智慧地铁轨道管理系统。分别设计了朴素贝叶斯分类器、Logistic回归分类器和支持向量机分类器,并构建了基于Stacking集成算法的轨道状态预测模型。利用XX地铁1号线、2号线和6号线在2015~2021年的设备数据、检测数据和维修数据,验证了模型有效性。引入自适应学习的马尔可夫决策过程（AL-MDP）,构建了基于Stacking-SVM的轨道维修决策优化模型。利用模型对地铁轨道进行运行状态感知和异常状态预测,通过自适应学习的过程不断学习地铁轨道的劣化机理,并且为轨道的状态预警和维修策略提供个性化、精细化的决策建议。最后,设计并实现了智慧地铁轨道管理系统。引入AL-MDP后进一步降低地铁轨道的维修成本,能够实时掌握地铁轨道的运作状态。该研究给管理者和工作者提供精细化、个性化、更科学的维修优化决策,对维修成本和轨道安全实现双重精准控制。     

轨道平顺性检测方法研究

轨道平顺性是高速铁路安全的重要保障参数,在分析弦测法、光学测量法、惯性基准法及光学摄像法4种常用轨道平顺性检测方法的基础上,研究了惯性连续检测方法.该方法采用中等精度光纤陀螺作为主要传感器,对左、右高低和轨向进行分别测量,设计了专用分组地推算法,能够适应各种速度下的高精度连续检测.最后,对该方法的核心部分进行了实验仿真.结果表明,惯性连续检测方法的惯性器件平顺性检测精度小于0.3 mm,总误差小于1 mm,满足平顺性检测指标要求,为研制新一代轨道检测设备奠定了基础.     

地铁线路扣件刚度对钢轨振动与波磨的影响

为探明整体道床轨道区段波磨发生机理及其对轮轨系统参数的影响规律,建立轮对和整体道床轨道三维有限元模型,分析轮轨共振模态与整体道床钢轨振动特性,探讨钢轨扣件刚度和轮对振动模态对整体道床区段钢轨波磨的影响规律.结果 表明:钢轨扣件刚度主要影响钢轨起跳共振频率,而对钢轨pinned-pinned共振频率影响甚微;较低的扣件刚度将激发钢轨较大的振动,在特定频段上过大的钢轨振动会导致对应波长波磨的加剧,进而加速波磨的发展;钢轨在358 Hz下的横向弯曲变形是地铁整体道床区段线路产生特征波长为40 mm波磨的主要原因,故可采取减振措施抑制轮轨系统在358 Hz处的横向振动响应,从而抑制波磨的产生和发展.     

钢轨波磨对地铁车辆动力学响应的影响

建立地铁车辆-轨道耦合动力学模型,将钢轨视为弹性离散点支撑的无限长Timoshenko梁,将实测钢轨短波波磨不平顺数据作为不平顺激励.通过数值计算得到在科隆蛋扣件线路上不平顺发展过程中车辆动力学响应的变化情况.随着短波波磨不平顺幅值的增大,轮对和转向架的横、垂向加速度以及轮轨横、垂向力均呈增大趋势,且受不平顺程度的影响较大.结果表明钢轨波磨主要影响车辆系统的垂向振动.     

元胞自动机地铁人员疏散模型仿真

基于元胞自动机模型对地铁人员疏散进行研究,通过对地铁的疏散个体微观建模,构建出元胞的移动规则,从而确定元胞下一时间步长的移动路径。针对地铁紧急情况下的疏散情形,提出了两种基于元胞自动机的疏散规则:概率计算方法和元胞空间场吸引法。利用VC++开发环境与OpenGL图形库对地铁的人员疏散情况进行仿真,描述不同疏散规则下的地铁疏散整个动态过程,并分别模拟得出不同的疏散效率,从而为指导地铁紧急情况下人员疏散提供理论依据。     

基于多传感信息融合的轨道线形检测

多传感信息融合是实现轨道线形高精度检测的重要方法,而加速度计和陀螺仪是多传感信息融合中的关键传感器。为了解决加速度计和陀螺仪存在累积误差导致测量精度较低的问题,提出一种基于多传感信息融合的轨道线形检测方法。基于捷联惯性系统和双目视觉的测量原理,建立了双目视觉与惯性测量结合的多传感数据融合模型,并利用扩展卡尔曼滤波实现了双目视觉、加速度计和陀螺仪测量信息的融合,提高轨道线形检测精度。通过实验进行验证,结果表明：基于多传感信息融合方法的测量精度比惯性测量方法提高了近9倍,且测量所得坐标在三个方向上的最大位移绝对误差不超过0.536mm,可有效实现高精度轨道线形检测。     

基于云计算技术的地铁自动售检票系统研究

针对地铁线网规模的不断扩大, 原有地铁自动售检票系统出现建设成本高、资源利用率低、后期维护工作困难等问题, 设计了一个基于云计算技术的地铁自动售检票系统（CAFC系统）。构建了系统的整体架构、物理拓扑结构、软件体系结构和云架构, 精简了原有系统的架构、减少了系统容量、降低了系统投资; 分析了系统各层次之间、系统与系统用户之间、系统与外部接口之间的业务逻辑关系; 提出了基于防火墙、入侵检测系统、数据备份和PKI的系统安全解决方案。该系统能够完成地铁自动售检票和票务运营管理等功能, 而且降低了投资成本、提高了资源利用率, 为实现地铁低碳运营、绿色运营提供支持。     

激光式自动化检测钢轨波磨装置研究

针对目前机械式轨道波磨测量普遍精度不高,使用条件限制较多等缺点,研发了激光式自动化检测钢轨波磨装置。该装置主要采用非接触式激光传感器进行检测,采用步进电机带动传感器扫描钢轨表面,数据传输采用单片机结合WiFi上传给上位机,使用C#编写的上位机程序对数据进行采集分析处理。经过多个现场测试,设备能够稳定、准确地采集钢轨波磨数据,并且具有采集速度快,设备移动方便,钢轨波磨的检测效率高等优点。     

基于力控功能智能磨抛机器人系统研发

由于磨抛工作环境恶劣(粉尘、噪音污染),同时随着劳动力成本逐渐增高、人口红利的消失,企业都在寻找新的解决磨抛行业困境的方法.已到转型期的磨抛行业提出了新的需求:机器人替代人工打磨、抛光.但是使用机器人进行磨抛工作存在着很多难点.本文研发并设计出一套磨抛机器人系统,通过硬件执行系统和磨抛专家系统很好地解决了机器人磨抛过程中产生的困难问题.其中,硬件执行系统由新松SR10C工业机器人、砂带机、抛光机、物料供给系统、末端执行系统、抛光剂供给系统、除尘工作间、人机交互界面、电气系统组成.磨抛专家系统是将各个控制模块有机地整合到一起,形成了具有一定智能功能和自主决策的专家系统,主要有耗材损耗检测与补偿模块、角度损耗补偿模块、磨抛工艺管理模块、来料管理模块、产能管理模块、耗材寿命管理模块、耗材修整管理模块、抛光蜡管理模块、设备交互模块、安全保护与报警管理模块.最后,实验测试与客户现场批量生产验证了磨抛专家系统实际应用的智能性和整个机器人磨抛系统的稳定性、验证了力控耗材损耗检测与补偿理论的正确性,经过机器人系统打磨的工件精度和质量都满足要求并且效率高,稳定性好.     

车载探地雷达技术在地铁隧道检测中的应用

车载探地雷达技术在地铁隧道中的检测得到广泛应用,对保障地铁隧道的安全性和可靠性起到重要的作用。为了对地铁隧道缺陷进行精确检测,并提升检测的效率,构建基于Yolov5模型的车载探地雷达检测系统。首先采用零时校正、去直流、背景去除和图像增益方法对信号和图像进行去噪。然后基于Yolov5目标检测模型,引入SPP-Bottleneck模块进行改进,最后构建基于Yolov5模型的车载探地雷达检测系统。结果显示,改进后的Yolov5模型在置信度相同的条件下,相较于原始模型具有更高的F1值。在实例应用中,基于Yolov5模型的车载探地雷达检测系统F1、精确度、召回率平均值分别为0.884、0.873和0.895,该模型对于隧道中的缺陷检测具有有效性。Yolov5目标检测模型的检测时间为0.3s,相较于其他三种检测模型,效率分别提升了93.75%、84.2%和50.0%,更具有实际应用价值。此次研究解决了传统车载探地雷达技术存在的问题,对地铁的运营和维护具有重要的意义。     

基于快速不变卡尔曼滤波的视觉惯性里程计

针对相机定位问题,设计基于深度相机和惯性传感器的视觉惯性里程计,里程计包含定位部分和重定位部分.定位部分使用不变卡尔曼滤波融合多层迭代最近点(ICP)的估计值和惯性传感器的测量值来获得精确的相机位姿,其中ICP的估计误差使用费舍尔信息矩阵进行量化.由于需要使用海量的点云作为输入,采用GPU并行计算以快速实现ICP估计和误差量化的过程. 当视觉惯性里程计出现定位失败时,结合惯性传感器数据建立恒速模型,并基于此模型改进随机蕨定位方法,实现视觉惯性里程计的重定位.实验结果表明,所设计的视觉惯性里程计可以获得准确追踪相机且可以进行有效的重定位.     

基于深度卷积神经网络和聚类的左右轨道线检测

为了提高铁路轨道线检测的准确率和速度,提出了一种基于深度卷积神经网络（CNN）和聚类的左右轨道线检测方法。首先,处理数据集的标注图像,将原标注图均匀分割成许多网格,每个网格局部区域的轨道线信息用一个像素点代替,从而构成缩小的轨道线标注图;然后,基于缩小后的轨道线标注图,提出了一种新的深度CNN用于轨道线检测;最后,提出一种聚类方法来区分左右轨道线。对于长宽都为1 000像素大小的图片,所提左右轨道线检测方法的检测速度达到155 frame/s,准确率达到96%。实验结果表明,所提方法不仅检测准确率高,而且检测速度快。     

红外光幕在地铁屏蔽门障碍物探测中的研究

针对现有地铁屏蔽门通过门速曲线的改变来探测障碍物的方法在检测最小尺寸为4 mm×40 mm的障碍物中所存在的不足,提出一种利用红外光幕的障碍物探测方法,并结合数字信号处理器(DSP)的无刷直流电动机控制技术和模糊PID控制算法来实现地铁屏蔽门障碍物的探测,最后在Matlab/Simulink环境中构建了整个系统的数学模型,并对系统在正常情况和遇到障碍物时的关门过程进行仿真分析。仿真结果表明:基于该方法设计的地铁屏蔽门障碍物探测系统可以解决现有地铁屏蔽门在障碍物探测方面的不足。     

A distributed approach for track occupancy detection

This paper investigates the problem of track occupancy detection in distributed settings. Track occupancy detection determines which tracks are occupied in a railway system. For each track, the Neyman–Pearson structure is applied to reach the local decision. Globally, it is a multiple hypotheses testing problem. The Bayesian approach is employed to minimize the probability of the global decision error. Based on the prior probabilities of multiple hypotheses and the approximation of the receiving operation characteristic curve of the local detector, a person-by-person optimization method is implemented to obtain the fusion rule and the local strategies off line. The results are illustrated through an example constructed from in situ devices.     

IR tag detection and tracking with omnidirectional camera using track-before-detect particle filter

Robust user detection and tracking is one of the key issues for a personal robot to follow the target person. In this paper, a novel tracking system using an omnidirectional camera and IR LED tags is proposed. The users wear the tags on their ankles, and the tags emit a light pattern as its ID. The camera on the robot is used to detect and track their positions individually. A novel approach based on a track-before-detect particle filter is proposed. It detects and tracks the tags simultaneously, even if the tags are not synchronized with the camera sampling or are not fully observable. The effectiveness of the proposed system is evaluated by experiments using a prototype personal robot.     

基于深度可分离卷积的地铁隧道巡检视频分析

地铁隧道安全目前主要依靠地铁轨道巡检员在轨道无车时人工巡轨检查,这种方法速度慢、工作效率低,而且巡检效果完全依赖于轨道巡检员的经验和状态。针对这一问题,提出了一种基于深度可分离卷积的地铁隧道巡检视频异常报警系统,该系统使用提出的SubwayNet卷积神经网络完成对巡检视频图像的分类。利用制作的地铁隧道巡检数据集对构建的卷积神经网络进行训练并保存模型,制作了图形用户界面并加入声音报警的功能,最后将程序文件打包为可执行文件。实验结果表明,该系统的分类准确率能够达到96%,速度能够达到52 fps,满足对视频实时、准确分析的要求。