隧道限界检测中车体振动补偿问题的研究

司徒国强 王庆贤 吴俭民 宋倩宁

(兰州交通大学电子与信息工程学院1,甘肃 兰州 730070；兰州交通大学自动化与电气工程学院2,甘肃 兰州 730070)



隧道限界检测中车体振动补偿问题的研究

司徒国强1王庆贤2吴俭民2宋倩宁2

(兰州交通大学电子与信息工程学院1,甘肃 兰州 730070；兰州交通大学自动化与电气工程学院2,甘肃 兰州 730070)

在采用车载式方式进行隧道限界的检测过程中，必须对车体振动进行补偿。针对因车体振动对隧道限界参数检测结果的影响，应用计算机视觉技术，考虑摄像机镜头畸变的影响，将车体振动分解为同一平面内的平移振动分量和旋转振动分量，分析各分量可能造成的结果并分别进行补偿。给出了基于激光摄像式传感器的标定计算方法，以及车体振动偏移补偿方法。试验结果表明，采用该补偿方法后，检测结果的精度有明显上升。

振动补偿 限界检测 车体振动 摄像机标定 机器视觉 LabVIEW 位移传感器 激光测距

0 引言

随着我国经济的快速发展，在执行铁路运输任务时，经常会遇到一些大型的超限货物。此类货物一般关系着国家的经济建设和国防安全，同时具有生产周期长、造价昂贵、体积巨大等特点，并且其运输过程经常选用铁路运输的方式。为了保证此类货物的安全运输及铁路的安全运营，必须定期检测铁路沿线各隧道的限界参数，掌握其准确的净空尺寸[1]。目前对于隧道限界的检测任务，一般由铁路隧道限界检测车完成[2]。检测系统一般采用车载的激光测距仪对隧道内限界参数进行测量，在检测过程中，记录扫描角度及测距结果值，将这些信息汇总到检测主机上，通过相应的算法还原出隧道内各设备的位置及轮廓，从而得到隧道内的限界参数[3]。检测系统的理论检测坐标为轨道坐标，但是由于检测车在检测过程中振动的影响，实际的检测坐标为车体参考坐标，检测结果受车体振动的影响，有一定的误差，不能精确反映隧道内限界参数的情况。

传统的振动补偿方式通常为伺服位移系统、拉线式位移传感器、点式激光测距传感器[4-5]。但这些传感器本身存在诸多缺点，如伺服位移补偿机构安装复杂、体积质量较大、工作环境恶劣；拉线式位移传感器的工作条件为轮轨紧密接触，为接触式测量方式；点式激光测距传感器无法对接触点进行跟踪测量。

近年来，基于机器视觉的测量方法开始被应用于铁路检测领域，本文将利用机器视觉的测量方法，对隧道限界检测过程中由于检测车振动引起的测量误差进行补偿。通过采用共面标定的办法、推导出的车体振动补偿公式、选择合适的参考坐标系对摄像机进行标定等方法，解决由于车辆振动所造成的隧道限界参数检测数据精度不高的难题。

1 隧道限界检测原理简介

隧道限界检测系统的示意图如图1所示，其通过安装在检测车上的LMS系列激光测距仪获取隧道净空信息[2]。图1中，D为激光测距的距离，(x,y)为被检测点换算到检测坐标系中的坐标，(x0,y0)为激光测距传感器的安装坐标。检测结果的精度主要由激光测距的精度和车辆振动幅度决定。本文主要探讨检测过程中的车体振动的补偿问题，对检测过程及原理不作详细介绍。

图1 限界检测原理示意图

2 隧道限界补偿原理简介

2.1 摄像机标定

对隧道限界检测过程中补偿用的传感器为激光摄像式传感器，由面阵式CCD摄像机和线性激光器构成。图像式传感器在使用前，首先要对其进行标定[6-7]，标定的目的是建立测量坐标系与图像像素坐标系的对应关系，标定示意图如图2所示。图2中，Otxtyt为图像像素坐标系，Osxsyszs为摄像机坐标系，Ocxcyczc为测量坐标系。

图2 激光摄像式传感器标定示意图

假设摄像机的外部参数矩阵为R、T，R和T分别表示摄像机坐标系Osxsyszs到测量坐标系Ocxcyczc的旋转矩阵和平移矩阵；摄像机的内部参数矩阵为(α,β,λ,u0,v0)，则摄像机视野范围内任意一点(xc,yc,zc)在图像像素坐标系中对应的坐标为(xt,yt)。根据摄像机的标定理论及投影投射定理可得：

(1)

设激光所在平面为测量坐标系中的zc=0的平面，则式(1)可简化为：

(2)

(3)

在使用CCD摄像机时，必须考虑镜头存在的不同类型畸变，镜头畸变因子如式(4)所示：

(4)

考虑摄像机镜头畸变后，图像像素畸变计算公式如式(5)所示：

(5)

将式(4)、式(5)代入式(3)，可得最后的标定计算公式：

(6)

式(6)为摄像机标定时的计算公式，为保证标定的准确性，标定点的个数需要大于待求参数的个数。式(6)中参数(a1,…,a2,k1,s1,s2)的求法，参考文献[8]～[9]中有详细论述。

2.2 车体振动与补偿原理

隧道限界检测车车体是一个具有弹簧悬挂装置的多自由度振动系统，在运行过程中，由于线路不平整等原因，都可能会引起检测车体的振动。检测车体振动的表现形式有上下浮沉、左右横摆、前后伸缩、摇头、点头、侧滚，共6个自由度。但在隧道限界检测时，只需考虑某截面内的情况，则为上下垂直振动、水平左右摆动及侧滚，车体振动示意图如图3所示。在检测过程中，由车体振动引起的车体变形相对于车辆振动的幅度很小，所以可将车体看作一个刚体。图4为检测过程中，由于车体振动造成的检测坐标系的偏移示意图。由图4可以看出，车体的振动会给检测结果带来一定的误差。

图3 车体振动示意图

图4 检测坐标偏移示意图

对检测过程中车体的补偿，应该以检测车静止时为基准，此时可认为检测坐标系与轨道坐标系相重合。在检测过程中，通过随车体一起振动的激光摄像式传感器测量车体的变化量，并将变化量统一转换到测量坐标系中，最后对测量误差进行实时的补偿，从而得到精确的检测结果。

在安装传感器时，考虑到转向架的结构与空间，传感器安装与检测原理如图5所示。将4个激光摄像式传感器安装在检测车的检测梁，检测梁直接与检测车体相连，为车体的一部分。在车辆静止的情况下，如图5中实线所示，可设激光摄像式传感器的安装坐标为Oc10xc10yc10、Oc20xc20yc20，检测梁的中点坐标为Oc00xc00yc00；在车辆运行的情况下，如图5中虚线所示，可设激光摄像式传感器的坐标为Oc11xc11yc11、Oc21xc21yc21，检测梁的中点坐标为Oc01xc01yc01，与Oc00xc00yc00重合。

图5 振动补偿原理示意图

假设(xc1,yc1)、(xc2,yc2)为1#、2#激光摄像式传感器的测量坐标系坐标，(x,y)为对应的图像坐标系坐标。采用前文所述的标定方法，可建立1#、2#激光摄像式传感器的模型，如式(7)、式(8)所示：

(7)

(8)

将图5中代表左右轨道轮廓的虚实线的图像像素坐标(x,y)代入传感器测量模型，即可得到车轮的走形信息。对钢轨轮廓数据中的轨距点进行提取，从而可得出车体的倾摆角度。假设静态时，车体坐标系相对于测量坐标系的倾斜角度为θ0，则：

(9)

车体在轨道上运行时，检测梁测量中心坐标系相对于轨面倾摆角为θ1。

(10)

则车体的补偿角度为：

θ=θ1-θ0

(11)

将此振动量分为同一平面内的平移振动量和旋转振动量两部分,分别进行补偿。由于1#、2#激传感器安装在同一检测梁，所以旋转分量相同，都为θ。对左右钢轨轮廓检测数据分别进行平移和旋转，将测量的钢轨轮廓数据转换到静态时的同一标准，消除了车体振动带来的钢轨轮廓测量误差。分解后的平移振动量分别为：

(12)

(13)

3 实验验证

铁路线路经长时间运行冲击及线路大修，都会引起线路中心线的变化，从而导致隧道内限界参数的变化。采用接触式的隧道限界检测方法，不用封闭铁路区间，不会影响铁路的正常运行。将该车体振动补偿方法引入到基于激光测距的限界检测系统中，通过人工测量未补偿、补偿后的检测数据并进行比较，从而验证提车振动补偿可以提高隧道限界参数的检测精度，进而得出在隧道限界检测时，引入此方法的必要性。

隧道限界检测系统采用LabVIEW语言编写程序。利用增加车体补偿后的检测系统对某隧道在不同工况下进行检测，并与通过全站仪实测的数据作为精确数据相比较，得到以下结果。首先通过读取4个传感器的测量值，绘制出的补偿曲线如图6所示。

图6 补偿曲线

由图6分析可知，在铁路隧道限界进行检测时，水平方向的补偿值在±5 mm以内，垂直方向的误差在0～-10 mm之间。如果检测系统中不增加车体振动补偿的算法，会造成检测结果产生较大误差；增加补偿算法后，检测结果更精确，有利于铁路运输的安全进行。表1为某隧道限界检测结果的部分数据，通过检测结果可以得出，该隧道内无超限设备。

表1 限界检测结果的部分数据

4 结束语

准确地掌握隧道限界参数，有助于保障铁路的安全的运营，而传统的接触式检测方法已经不能满足现实的需要，因此，必须研制出准确的非接触式隧道限界检测方法。在利用激光测距对隧道限界参数进行检测的方法中，对因车辆振动引起的误差进行补偿是该检测方法的关键，高精度的测距传感器与良好的补偿算法是保证准确检测的基础。本文主要针对补偿算法进行一定研究。本文中将图像技术应用在隧道限界检测中，以替代传统的接触式检测方法。在检测过程中，将车辆振动分解为同一个平面内的平移振动分量和旋转振动分量两部分，分别进行补偿。实验结果表明，增加补偿后的检测结果优于未增加补偿的检测结果。

Study on the Vehicle Vibration Compensation for Tunnel Threshold Detection

In tunnel detection process using vehicle-mounted mode,it is necessary to compensate the vibration of vehicle body.In accordance with the influence caused by the vibration of vehicle body on tunnel parameters,by applying computer vision technology and considering the impact of distortion of camera lens,the vibration of vehicle is decomposed into two vibration components in the same plane,i.e.,the translational vibration component and the rotational vibration component,the influencing results caused by each component are analyzed,and compensated respectively.The calibration and calculation methods based on laser image pickup sensors,and the compensation method for vehicle vibration offset are given.The test results show that the accuracy of detection results is significantly increased with this compensation method.

Vibration compensation Threshold detection Vehicle vibration Camera calibration Machine vision LabVIEW Displacement sensor Laser range finder

司徒国强(1965-)，男，1987年毕业于兰州铁道学院信号与自动控制专业，获学士学位，副教授;主要研究方向为网络工程与嵌入式系统。

TH82;TP399

A

10.16086/j.cnki.issn1000-0380.201601008

修改稿收到日期：2014-08-28。