针对低像质轨道车辆车顶螺栓松动检测方法研究

在轨道车辆车顶螺栓松动检测中，由于维护厂棚内列车的上方架设有高压供电线路，导致对车顶器件的螺栓松动情况进行扫描式视觉检测的组件需要架设在更高的位置，使得相机采集的螺栓图像像素数量不多，螺栓图像质量较低，给螺栓松动的判断带来困难的问题。提出了一种针对低像质轨道车辆车顶螺栓松动检测方法，实现了车顶区域螺栓松动的智能检测。检测时首先对线阵相机采集后的轨道车辆车顶图像进行拼接，并定位车顶螺栓的安装区域；其次将该区域细分为出风口、盖板和风机等几个子区域并导入基于深度学习的目标检测方法，从而确定分区内的螺栓位置；然后通过定位后的螺栓中心点坐标绘制等距半径圆，提取螺栓上的防松线并进行骨架提取与直线拟合；最后，通过计算两条直线之间的角度判断螺栓是否松动。实验结果表明，此方法的轨道车辆车顶螺栓松动的旋转角度，最大相对误差为5.8%,并且螺栓松动检出率达到80%以上，具有一定的工程实用价值。