铁路场景三维点云分割与分类识别算法

铁路限界侵入检测对保障高速铁路安全具有重要意义,基于激光三维点云分割与分类识别的异物侵入检测具有准确、直观的优点,在诸如隧道口和站台的铁路重点区域监测中具有广泛应用前景。设计了一种带动二维激光雷达进行俯仰运动的装置用于铁路三维点云的采集,基于法线方向一致性原则提出采用区域生长分割算法解决欧氏聚类分割和随机采样一致性(RANSAC)分割造成的过分割和欠分割问题;针对分割后的单物体点云,提出利用视点特征直方图(VFH)进行不同目标的三维点云特征提取,基于不同物体VFH建立KD树,并利用最近点搜索方法完成单物体点云分类识别。铁路场景典型物体的分类实验结果表明,本算法对铁路场景典型物体的分类识别准确率大于90%。     

用于机械系统瞬时目标的双视角高速视觉检测系统

基于高速相机研发了双视角高速视觉检测系统。该系统可从不同角度对周期机械运动进行长时间、无接触的同步实时检测,并可自动判断和存储异常动作的瞬时高帧率视频图像。基于机械系统运动特性提取理论,提出了多视角高帧率视频图像的离线处理算法,利用两个高速相机准确建立了样本图像数据库及它们的对应关系。提出了多视角同步实时检测算法,完成了对目标的实时视觉检测,并实现了瞬时保存关键图像的功能。为验证算法的有效性和系统的稳定性,搭建了双视角高速视觉检测系统,对真实的机械系统进行了实验。结果显示,提出的系统实现了500fps的双目高速相机同步检测,以及0.1s内运动目标的自动判断,同时完成了对关键图像的瞬时保存。文中的研究为机械系统的非接触检测提供了一种高速可视化的检测方法。     

高速机械系统运动特性的实时视觉检测技术研究

介绍一种利用高速视觉传感器,对机械系统高速运动进行实时运动特性提取的技术,并搭建高速视觉检测系统,可以对复杂的高速机械设备进行长时间、无接触的运动频率检测。本技术将高速相机视为多传感器系统,对预存储的多周期高帧率图像进行离线处理,设计周期运动特性关键像素点提取算法,以这些像素点为固定的多个子传感器,将图像简化为一维向量,并建立周期运动特性样本序列数据库,实现基于视觉平台的高速机械运动相位和频率检测技术。为验证算法的有效性和系统的稳定性,利用步进电动机带动的旋转装置和缝纫机的机械运动部分进行试验,结果证明了本算法和系统可以正确的提取周期运动特性关键像素点,建立样本数据库,完成高速实时视觉检测。     

无线便携式列车测振仪的研究

介绍了便携式列车测振仪的硬件结构、软件设计及在传感器信号采集中用到的数据处理技术。通过无线传输的方式将从列车尾部测得的纵向振动级别值传送到司机室并完成记录、显示的工作。此后通过IC卡转储至地面分析软件进行详细的处理分析,实现对司机操纵舒适度的自动评价。     

多光点位置实时检测系统及其应用

提出了一种多个光点中心位置的实时同步检测系统,该系统可以实时地同时获取多个光点在图像中的位置.以解决现有光点位置检测系统无法同时测量多个光点或无法进行实时检测的问题.该系统采用CCD相机采集带有多个光点的图像,并用现场可编程门阵列(FPGA)实现图像采集的控制,图像分割算法和光点中心位置的计算,从而大大提高了图像处理的速度.实验表明该系统具有较高的精度,速度可以达到实时测量的要求,并且使用硬件资源较少,能够在中低密度的FPGA上实现.最后本文介绍了该系统在基于激光的列车车体姿态检测中的应用.     

基于GPS与轨道信息的地图匹配列车定位算法

本文提出了基于GPS和轨道固有信息的地图匹配列车定位算法,通过静态采集线路经纬度信息建立公里标与经纬度对应关系数据库,然后给出了由GPS实时获得的经纬度确定列车将要经过的下一整点公里标的搜索算法.在整公里标之间,利用轨道投影定位算法将CPS实测数据投影到真实的轨道上,得到列车精确位置的估计.针对曲线区段的定位,还提出了一种基于GPS方位角和轨道信息的同向切线定位法.现场试验表明,该算法提高了列车定位精度,达到了预期效果.     

半解析有限元法求解钢轨中超声导波频散曲线

钢轨中超声导波的频散曲线是采用超声导波技术进行无缝线路钢轨完整性检测的重要参考依据.通过传统的有限元模态分析方法,无法求解得到钢轨中超声导波完整的频散曲线,针对这一问题,采用了半解析有限元方法.求解时假设导波在钢轨中以简谐振动的方式传播,仅对钢轨的横截面采用三角形单元进行有限元网格划分,经理论推导得到超声导波在钢轨中传播的波动方程,通过求解特征方程,得到波数与频率的值,进而获取频率与相速度、群速度的关系,绘制出频散曲线.通过求解得到的特征向量还可以分析各导波模态的振动特性.实验结果表明,半解析有限元法求解得到的我国无缝线路CHN60钢轨的频散曲线与实际线路测试结果有很好的一致性.     

基于快速背景差分的高速铁路异物侵入检测算法

随着我国高速铁路通车里程不断增加,高速铁路的运营安全备受关注,异物侵入铁路限界对运营安全危害极大,有效检测侵入线路净空的异物对保障高速铁路安全运营具有重要意义。铁路场景环境光线多变和图像通道众多的特点对基于图像的异物检测方法的处理效果和实时性提出了较高的要求。针对铁路场景抖动发生在垂直方向的特点,提出了一维灰度投影结合高斯滤波的图像快速去抖方法,在大幅提高处理速度的同时获得了较好的去抖效果;针对复杂多变的背景,提出了一种基于前景目标统计分布的背景更新算法,定义了目标分散指数用于确定行列投影次序,通过统计前景目标分布实现背景更新,在提高速度的同时解决了传统背景更新算法难以解决的鬼影问题。最后通过背景差分获取前景目标,并通过目标标记、合并与特性分析提高目标检测的准确性。沪宁城际高速铁路典型场景的现场实验表明,该算法能有效检出铁路场景侵限目标,系统综合误检率约为0.54%,漏检率为0。     

基于特征点集距离描述的裂缝图像匹配算法研究

定期进行裂缝检测、监测重点裂缝的变化对建筑物安全十分重要。由于外部环境及拍摄设备的原因,不同时间拍摄的同一裂缝图像会存在亮度、裂缝位置的不同,为此提出了一套裂缝图像匹配算法,能够在图像库中识别含指定裂缝的图像,以达到监测危险裂缝发展的目的。该算法首先对裂缝图像进行预处理,采用MASK算法进行匀光处理,采用基于连通区域的滤波方法去除图像中的噪声,提取出只含裂缝的二值图像;而后利用Harris检测算子获取裂缝的角点为特征点集;最后采用基于Fréchet距离以及Hausdorff距离的点集配准算法进行特征点的配准。采用100张墙面和路面裂缝图像进行了实验,配准的成功率可达到90%。     

基于快速DBSCAN聚类的铁路异物侵限检测算法

在铁路建设及运营阶段,侵入限界的异物对既有线的安全行车构成极大威胁。将复杂的空间侵限检测转换为简单的平面内异物检测,研究利用二维激光测距传感器构建三维幕墙的侵限检测方法。在异物检测过程中,正常通过的列车不能认作异物,必须设计合理的算法检测并予以剔除。由于列车主要体现在轨道平面的检测结果中,重点研究通过分析扫描点云的分布特征对轨道平面内侵限物体进行分类的算法,提出了利用测量序列极值点作为核心对象的快速DBSCAN(density-based spatial clustering of applications with noise)聚类方法,并利用点簇的运动及分布特征判断是否为正常通过列车。现场试验表明,该方法能够有效区分侵限异物和正常通过的列车。