基于线结构光-机器视觉的CHN钢轨轨距动态检测方法

针对有轨电车传统轨距检测方法存在检测成本高、标定抗干扰能力弱等缺点,提出一种基于线结构光-机器视觉的轨距动态检测方法,通过线结构光照射左右铁路轨道,形成钢轨轮廓信息。首先通过标定,建立并融合左右轨道的空间姿态坐标系,获取轨距的计算公式。接着通过机器视觉中的灰度滤波、高斯滤波、开运算、骨架提取算法对轨道轮廓图像进行处理。然后将处理后的轮廓图像通过标定的空间姿态坐标系计算出轮廓的实际空间坐标,即可得到轨距。该方法不仅只用2组线结构激光摄像式传感器降低检测成本,且通过机器视觉算法能够大大提升环境干扰下轨距动态测量的鲁棒性,保证测量的精度。最后通过实验室平台以及轨检车试验场验证该方法的可行性和有效性。     

一种新的红外与可见光图像融合与跟踪方法

多传感器图像融合技术在目标检测与跟踪领域中有广泛应用。提出了一种红外与可见光图像的新颖的特征级融合与运动目标跟踪方法。将目标轮廓用动态轮廓线表示,在目标跟踪过程中对于两类模式图像中的目标轮廓控制点向量,利用 B 样条形状空间模型将目标轮廓的特征级融合转换为控制点向量差的 L2 范数平方极小化。这种方法不需要图像配准,降低了融合的计算复杂度。同时,使用了自适应 Kalman 滤波技术,提高了动态轮廓线特征搜索的准确性。对比跟踪实验表明,融合后可见光图像的平均跟踪误差减小了 56.96%。     

基于多尺度Kalman数据融合滤波

本文通过分析基于小波变换的动态系统模型,提出一种基于小波多尺度的Kalman数据滤波方法,本文利用小波的多尺度特点,把初始估计序列多尺度分解,并在不同尺度层上进行Kalman滤波估计,再利用小波重构来融合各层的估计信息,把标准Kalman滤波只在单一尺度和时间轴上对状态估计值和误差协方差进行数据更新,改进为基于小波变换的尺度轴和时间轴上的双向数据更新,该算法将小波多尺度分解去噪和Kalman滤波相结合,对实际中含较强噪声的动态系统的状态估计效果较好.算法也可用于多分辨率多传感器数据融合.     

轨底坡对轮轨接触行为及动力学性能的影响

为探讨轨底坡对轮轨接触行为及动力学性能的影响,利用多体动力学软件SIMPACK,分析地铁B型车LM和S1002型踏面与60 kg/m钢轨在不同轨底坡下的轮轨接触点分布情况、滚动圆半径差、最大接触压力、临界速度以及车辆运行安全性和平稳性指标等,从接触几何和动力学性能两方面提出LM和S1002型面的最佳轨底坡组合。计算结果表明,轨底坡对轮轨接触行为及动力学性能均有较大影响。对于LM型面在直线段采用1/20轨底坡可减小最大接触压力且不易发生蛇行失稳,对于S1002型面在直线段采用1/40轨底坡可获得良好的接触点分布及较大的接触斑面积,对于LM和S1002型面在曲线段均宜采用1/30轨底坡以获得较好的车辆运行平稳性。     

浅析轨检车检测资料的有效利用

目前常用的轨检车系统是基于惯性基准测量原理，采用激光、摄像机和图像处理系统，通过钢轨断面轮廓图像的测量获得轨道几何尺寸等测量值，采用基于网络平台的非接触式测量系统，具有检测项目齐全、检测精度高和超限判断智能化等优点，是检查轨道偏差、指导线路养护维修和保障行车安全的现代化检测设备。本文将首先介绍轨检车的检测原理，然后探讨轨检车检测资料如何有效运用。     

基于机器视觉的限界系统振动位移补偿方法研究

针对列车车体的随机振动影响到限界系统的测量结果的问题,提出一种基于机器视觉的振动补偿测试系统。该系统以轨道为参考建立轨面基准坐标系,结合车体的振动特性,根据激光摄像组件所测位移,推导出车体振动偏移补偿计算方法,用于补偿激光扫描传感器的测量结果。为测试系统系统动态精度,提出基于扩展卡尔曼滤波的多传感器信息融合算法。动静态试验结果表明：实测误差接近于理论分析误差,验证了算法的可行性。对于当前的传感器安装高度,补偿精度可达到1 mm。当前已完成线路上的动态测试,将应用于综合巡检车中。     

基于轮轨相对横移的轨距检测方法研究

针对传统轨距检测方法设备复杂、安装要求高和数据计算量大的问题,设计了一种基于轮轨相对横移的轨距检测系统。该系统首先使用两组激光源与相机组合分别采集左右两边轨头内侧激光光斑图像,然后根据钢轨边缘特点使用Hough检测与透视变换将其矫正为同一采集距离正视视角图像,接着对比基准时刻图像计算激光光斑中心点垂向位移变化量并通过其与轮对横向相对位移的几何关系分别计算两侧轮轨相对横移变化量,最后由两者差值得到相对初始时刻轨距变化量实现轨距的间接检测。实验结果表明,该轨距检测方法硬件结构简单,数据计算量小且检测精度较高,可实现轨距参数的非接触式检测。     

基于轨检车振动问题的钢轨轮廓匹配方法研究

轨检车在进行检测过程中由于轨道不平顺引起的上下振动、左右摆动、倾斜等平面内三自由度随机振动,导致被检测钢轨轮廓图形与标准轮廓图形发生错位,无法进行钢轨轮廓高精度匹配,很难为钢轨磨损修复制定科学合理的策略。利用不共线的三点确定一平面原理,提出一种基于轨检车振动问题的钢轨轮廓匹配方法,对检测钢轨轮廓的位置信息进行先旋转再平移的坐标变换,彻底解决了轨检车在进行检测过程中由于轨道不平顺引起的振动问题,实现了钢轨轮廓的高精度匹配。该方法已经运用在轨道检测小车上,试验证明其匹配精度能达到微米级。     

基于轮廓特征的图像配准

提出了一种新的基于轮廓特征的图像配准算法,首先提取图像轮廓并计算每个轮廓点的法向角,然后对轮廓点法向角进行直方图统计,通过对两幅图像的轮廓点法向角直方图进行圆周相关计算便可快速估计出两幅图像所存在的旋转角度.由于旋转角度参数的求出通常可以大大简化配准变换模型中其他参数的估计,因而这种方式可以实现快速配准.这种利用轮廓点法向角来估计旋转角度的方式具有旋转、平移和尺度不变性,并对轮廓缺失以及存在噪声的情况均具有很高的鲁棒性,可广泛适用于存在闭合轮廓与开轮廓的各种情况.本文所提出的配准算法已成功应用于PCB缺陷检测中实现了参考图像轮廓和待检测图像轮廓的快速精确配准.     

基于点激光的CRTSⅢ型无砟轨道板轮廓尺寸快速检测方法

CRTSⅢ型无砟轨道板是现代高速铁路运行的基石。但由于轨道板的尺寸较大，且其承轨台的轮廓复杂，对表面精度的要求较高，传统的抽样检测方法无法实现每块轨道板的生产溯源。为此，提出了一种基于点激光测量技术的立式CRTSⅢ型无砟轨道板轮廓尺寸的快速检测方法。首先，采用点激光传感器配合磁栅尺同步采集轨道板及其承轨台轮廓的关键数据。然后，设计了基于差值处理的点激光数据预处理方法，并采用最小二乘法拟合计算关键轮廓尺寸，以实现在轨道板生产线要求的生产节拍内完成轮廓尺寸的自动检测。分别采用所提出的检测方法和三坐标检测法对同一轨道板的9个承轨台进行检测并对比两者的精度，结果显示2种检测方法的测量结果相差较小；利用所提出的检测方法对承轨台的小钳口距进行5次重复测量，结果显示最大极差为0.010 mm。研究结果验证了基于点激光的检测方法具有较高的精度和良好的一致性，能够大幅提高轨道板的检测速度，具有很高的应用价值。     

钢轨万能轧制过程金属横向流动机理研究

为研究钢轨万能轧制过程中轨头、轨底与轨腰断面之间的金属横向流动规律,根据金属横向流动体积与延伸系数的关系,基于钢轨轧制前后体积不变条件推导出轨头、轨底与轨腰之间金属横向体积流动率数学模型.解析计算结果表明:轨头流向轨腰的金属体积流动率与相应轨头综合变形影响因子呈反比关系,与相应轨底综合变形影响因子成正比关系;轨底流向轨腰的金属体积流动率分别与相应轨底综合变形影响因子呈反比关系,与轨头综合变形影响因子呈正比关系;压下系数对轨头及轨底流向轨腰的金属体积流动率的影响比宽展系数大得多.为验证理论模型,完成了钢轨的万能热轧实验,实测了不同轧制规程时钢轨各部分轧制前后断面形状以及体积变化,并与理论计算结果进行了比较.理论计算结果与实验结果误差不超过±16%,可用于钢轨万能轧制实践.     

基于动态时间规整的钢轨轨廓匹配方法

钢轨轨廓的精准匹配是研究其几何形态变化的重要前提。由于轨检小车行进时产生随机振动,引起传感器振动,导致采集数据失真。在测量过程中,因无法保证传感器绝对对称,故每个传感器的振动存在一些差异性。传统的特征点算法只能对振动引起的噪声进行刚性补偿,且有时特征点提取不到。基于此,提出动态时间规整算法,从初步匹配的数据中,选取标准轨廓和测量轨廓轨腰处数据作为两个时间序列,建立距离矩阵,通过对时间轴的扭曲变形,利用递归思想,计算累积代价矩阵,得到最优规整路径,从而找到两个时间序列各点的对应关系,实现轨廓的精准匹配。实验结果表明,相比特征点算法,动态时间规整算法的匹配精度提高了近7倍,匹配效果较好,稳定性很高。     

基于UKF的星载GPS自适应定轨方法

将UKF(Unscented Kalman Filter)方法应用于空间目标的星载GPS自主定轨中。着重介绍基于UT变换的UKF算法,针对系统噪声方差阵未知或动力学模型不精准的情况,提出在进行状态滤波的同时,利用观测数据信息,在线估计未知噪声的统计特性,构成状态噪声统计估计的自适应UKF滤波算法。结合实测CHAMP星载GPS数据进行仿真实验,对比发现滤波精度、稳定性均有所提高,证明该算法在星载GPS低轨卫星定轨中的有效性。     

基于卡尔曼滤波的天文定位算法

针对如何提高舰船的导航精度的问题,提出了一种Kalman滤波天文定位算法。该算法根据天文三角形理论,在确定的时间内,利用恒星的赤经、赤纬以及利用光电经纬仪(或其他测量设备)输出的高度角、方位角等信息实现天文定位,并建立了舰船动力学模型。采用稳健估计对Kalman滤波模型进行处理,解决了滤波模型中非零均值系统白噪声的处理问题。采用该Kalman滤波对恒星的高度角数据进行滤波,实验结果表明,噪声为1′时定位误差由0.041253°降低为0.010394°,该算法提高了测量精度,抑制了测量噪声,有效增强了天文定位的可信度。     

成形磨砂轮圆弧廓形关键参数在位检测方法及试验研究

针对成形磨砂轮精密磨削加工中准确高效地检测砂轮形状精度的需求,提出砂轮廓形参数在位检测新方法.首先采用线状激光位移传感器采集砂轮表面微观形貌数据,构建测量矩阵模型,再通过滤波去噪、宏观轮廓线提取、非线性曲线拟合等算法分析处理出砂轮廓形曲率半径和圆度误差检测指标.通过磨削验证试验分析和检测不确定度评定,证明该方法稳定可靠...     

基于MEMS惯性传感器的微型姿态测量系统

提出了一种基于低成本MEMS惯性传感器的微型姿态测量系统,包括MEMS速率陀螺、MEMS磁强计、单轴MEMS加速度传感器.重点研究了基于扩展Kalman滤波（EKF）的姿态估计创新算法,通过速率陀螺更新误差状态四元数计算姿态角,并通过飞行方向的加速度传感器和三轴磁强计来补偿陀螺漂移和姿态角误差,利用扩展卡尔曼滤波方程消除瞬时干扰,实现高动态姿态测量.系统的仿真和高动态实验表明,姿态测量动态精度低于5°,静态精度低于0.7°.     

基于四元数和Kalman滤波器的多传感器数据融合算法

工业现场、工程计量的倾角测量要求测量范围大、测量精度高。本文采用四元数进行姿态变换,Kalman滤波器进行数据融合,在低成本的ARM平台和MEMS传感器上实现了多传感器数据融合算法,解算出空间全角度的姿态角。实验结果表明测量误差在±0. 2°范围内,能够满足一定范围内的测量要求。     

机器人视觉Kalman和FIR滤波稳像算法设计与比较

稳像是提高基于视觉的移动机器人作业精度的关键。论文建立了完整的稳像算法流程,包含图像运动学模型、KLT特征提取、SAD特征匹配和滤波算法;设计了运动参数的Kalman和FIR滤波算法;并利用MATLAB实现了运动参数的Kalman和FIR滤波器;仿真验证和对比分析了Kalman和FIR滤波器对运动参数的去抖效果。结果表明,机器人视觉稳像中,Kalman滤波效果优于FIR滤波。用VC++和OpenCV编程实现了基于Kalman滤波的机器人视觉稳像软件,在双机器人移动平台上开展了实验,稳像计算时间小于视频采样时间,系统满足机器人对接作业实时性和精度要求。     

PG475kg·m^-1钢轨底裂原因分析

PG475kg·m^-1热处理钢轨在焊轨厂的焊接工序前,发现数支钢轨在轨底出现裂纹、掉块伤损。对伤损钢轨取样进行检验、分析,发现钢轨的化学成分、力学性能、显微组织及非金属夹杂物级别均符合相应技术标准要求。根据钢轨裂纹伤损特征,采用MSC·Marc软件对钢轨堆垛中的受力状态进行了仿真计算分析。结果表明：钢轨出现轨底裂纹伤损的原因是,钢轨堆垛时未按要求放平,钢轨出现倾斜,造成一侧轨底角局部受力过大,从而产生裂纹伤损。     

基于FPGA的图像数据融合技术研究

针对激光器照射动态靶板测试时,由于运动靶板带来的光斑畸变问题,提出了一种基于FPGA(FieldProgrammable Gate Array)的图像数据融合的设计方法.文中将数字CCD(Charge Coupled Device)相机采集到的激光光斑图像信息、BD2(BeiDou2Navigation Satellite System)/GPS(Global Position System)授时模块提供的精确的时间数据信息以及跟踪转台提供的方位、俯仰的角位置信息,利用卡尔曼加权融合算法,在FPGA内部实现数据信息的融合,使得在一幅光斑图像上同时体现多源信息.结果表明:测试完成后通过判读带有融合了角位置以及时间信息的图像数据来对光斑图像进行畸变校正,减小了畸变误差对系统的影响,大大提高了光斑重心检测精度.