列车轮对轨旁在线检测系统的应用研究

曾东亮

（成都地铁运营有限公司，四川 成都 610000）

此前，国内主要采用人工巡检的方式对列车轮对进行检修，这样检修耗时长、工作量大，非常不利于轨道交通的高速发展，所以一种更高效、更快捷的检测方式是时代的需求。轮对在线检测系统可以通过安装在轨旁的检测设备来实现轮对相关参数、磨损的识别，可以精准定位缺陷，检修人员通过系统反馈的信息可以快速找到缺陷，进行相应处理，这样不仅能够解决检修耗时长的问题，还能减少大量重复工作，节约检修成本，提高列车运营的安全，让轨道交通能够更好更快地发展。

1 系统总体设计方案

1.1 系统结构

轮对在线检测系统主要由轨旁检测设备、设备间机房和DCC 控制室设备3 部分组成，轨旁检测设备是整个系统核心组件，是获取图像样本的关键；设备间机房是轮对图像数据处理中心，是整个系统的中转站；DCC 控制室设备是实现网络连接和数据存储的中心，是整个系统的网络支撑。

1.1.1 轨旁检测设备

轨旁检测设备是整个系统的核心，它主要由外测距相机和内测距相机组成，其三维图分别如图1 和图2所示。外测距相机具备2 组相机和激光发射器，相机和激光发射器通过棋盘格标定法进行标定，相机会先拍摄轮对两侧的图像，然后激光发射器会发射25 道激光，如图3 所示。然后相机会调整参数拍摄激光线在轮对上的图像，通过提取激光线的亚像素图像，检测系统会分析计算出轮对的直径和踏面的磨损情况。

图1 外测距相机三维图

图2 内测距相机三维图

图3 相机与激光发射器布局

内测距相机安装在轮对内侧，配有一组相机和激光发射器，通过相同的方法获取图像后，系统可以分析出轮对的内间距和轮缘的厚度，将系统得出的数据上传至数据服务器方便以后的检修和查看。

1.1.2 设备间机房

设备间机房主要由车号识别主机、采集分析工控机、主控箱、应用服务器、交换机、光端机等组成。其中车号识别主机负责列车车号数据，采集分析工控机负责将相机传回的图像数据进行接收并上传至应用服务器，应用服务器对获得的原始图像进行分析处理，完成实时检测轮对缺陷并及时上传至业务端。

1.1.3 DCC 控制室

DCC 控制室是由业务计算机、声光报警器、交换机、光端机组成。业务计算机主要负责接收和存储列车轮对图像识别信息，声光报警器在识别到轮对异常信息后会发出警报。

1.2 检测流程

在车轮定位模块的基础上，根据业主提供的检测需求，可以实现对多个激光轮廓线进行轮缘高度、厚度、值、车轮直径、不圆度、内间距的计算，轮缘标准剖面图如图4 所示。

图4 轮缘标准剖面（单位：mm）

根据不同激光横切线，可以计算出多种计算结果，将这些结果进行融合，便可获得较为可靠的测量数据。整体逻辑流程如图5 所示。

图5 整体逻辑流程

2 图像检测功能实现

当条形光源拍摄结束后触发激光光源，切换相机曝光效果参数，拍摄激光线图像。拍摄好的激光图像需要进行激光提取，通过滤波、骨骼化、blob 分析等一系列图像手段，将图像中的激光线提取到亚像素坐标，再通过中心的激光锚点，确定激光线的编号，如图6 和图7 所示。

图6 外侧激光线原图

图7 外侧激光线提取示意

2.1 轮缘测量

获取激光线提取示意图后，结合内外侧3D 模块点云数据，计算轮缘高、轮缘厚、轮直径和轮缘综合值，单条线的理想测量效果如图8 所示。

图8 单线融合示意

不同的激光线之间，可以获取多个轮缘结果，对多个结果进行排序、聚类、平均，从而得到十分接近真实测量值的结果。

2.2 直径测量

通过对不同编号的激光线定位，获取激光线在车轮上对应的直径点，并通过外相机坐标系标定将前后相机的直径点转换到一个空间坐标系，然后将这直径点拟合到圆，并求出直径，如图9 所示。

图9 圆拟合示意

获取到车轮直径后，可以通过对比分析出车轮的磨损情况，由检测系统对磨损情况进行打分，分数的大小决定车轮是否需要更换，通过这样的方法可以将精度控制在标准范围内，防止列车经过长时间运营后，出现车轮磨损严重的隐患。

2.3 轮对内间距测量

内间距测量示意如图10 所示。

图10 内间距示意

获取激光线在车轮上所有的内壁点，利用内相机坐标系标定将左右轮中内壁点，融合到一个坐标系统下。以左轮为基准，寻找左轮所有内壁点在右轮的最近距离，利用迭代优化，排除外线，获取最终内部线，并对其平均，得到内间距离。最近邻点对如图11 所示。

图11 最近邻点对

2.4 踏面缺陷检测

踏面检测可以归类为表面缺陷检测，系统中采用的方法是缺陷打分，用户可以根据检测的严格程度，来设置缺陷的阈值分数，决定是否定义为缺陷。

通过拍摄激光触发前优先触发条形光源照射踏面，使2D 相机只拍摄踏面，获得图像后进行中值滤波，对滤波后的图像进行背景分离，对去掉背景的区域进行形态学处理，最终获得踏面图像，如图12 所示。

图12 踏面擦伤采样效果

踏面检测模块的流程描述如表1 所示。

表1 部件状态异常检测流程描述

2.5 分析结果发布

经过轮对图像检测系统对列车轮对图像信息进行处理分析，得到轮对测量数据，根据数据进行缺陷打分，分数与阈值对比后输出结果，将该列车车号和故障信息上传至DCC 控制室的业务端，业务端会将接收的信息全部存储以方便后续的检查，报警器会对故障信息进行提示。

3 结语

本文从列车轮对在线检测的应用出发，介绍了系统的总体设计方案：①检测设备使用的激光和相机通过棋盘格标定法进行标定；②提取相机拍摄的激光线图像，对激光线进行编号然后建立坐标系，利用坐标系分析计算车轮的轮缘高度、厚度、值、车轮直径、不圆度、内侧距等；③采用提前设定阈值的方法对获取的图像进行缺陷打分，超过阈值的缺陷会进行输出。总体而言，轮对在线检测系统提高了轮对检测精度，减少了人工检修成本，提高了检修效率，为列车的安全运营提供了保障，对轨道交通的高速发展起到了积极推进作用。