一种轨旁信号设备限界检测补偿系统

1.本发明涉及轨旁信号设备限界检测技术领域，尤其涉及一种轨旁信号设备限界检测补偿系统。


背景技术：

2.我国是铁路大国，截止2023年1月13日，全国铁路里程已经达到15.5万公里，其中高速铁路达4.2万公里。随着铁路的发展，对轨旁设备进行检测、养护维修的任务也逐渐繁重。设备限界入侵事故危害巨大，对乘客生命安全构成威胁。为了有效防止此类事故的发生，需要对整个运行线路设备限界进行全面掌握，对线路设备限界进行定期的、快速的、准确的测量。
3.广泛运用的铁路限界测量方法大体可以分为两类。一类是由测控人员利用直尺等测量工具对限界直接进行检测，此类方法在对房屋、站台、雨棚等建筑物或信号设备进行检测时，工作量大、效率低下、可靠性低、准确性也不高。另一类是利用测量小车在某些固定点位进行测量，测量工具为激光传感器和超声波传感器等，此类方法虽然精度较高，但在自动化、智能化方面，仍然存在不足，仍需人工进行小车移动、数据记录等，测量流程复杂。
4.人工智能技术近年来大热，在图像识别、语音识别、文本处理等领域都大放异彩，人工智能技术能够大幅提高产品的自动化、智能化程度。为了解决上述问题，本文结合人工智能技术，提出一种基于激光雷达和计算机视觉的铁路轨旁信号设备限界检测系统。


技术实现要素：

5.本发明目的就是为了弥补已有技术的缺陷，提供一种轨旁信号设备限界检测补偿系统，本发明能够以较高的自动化水平识别铁路的轨旁信号设备，采用激光雷达与ai相机完成较高精度的限界测量，同时加入限界补偿模块，进一步提高了限界测量的准确度。
6.本发明是通过以下技术方案实现的：一种轨旁信号设备限界检测补偿系统，包括有：ai相机：采集图像信息；ai相机每一帧数据由当前时刻采集到的图像、该图像中是否包含轨旁信号设备、轨旁信号设备的种类以及在该图像中的位置、轨旁信号设备距离初步数据；激光雷达：采集点云数据；激光雷达每一帧数据为当前时刻所采集到的深度数据；数据处理模块：对来自ai相机和激光雷达模块的数据进行处理；数据处理模块对ai相机数据进行解码，获取轨旁信号设备位置信息后读取激光雷达所采集到的数据对应位置的深度数据，经过一定降噪算法后得到轨旁信号设备距离数据，将距离数据发送给车载轨道指挥检测平台。
7.限界补偿模块：通过限界补偿模块得到小车在行驶过程的振动偏移数据，将振动偏移数据发送给车载轨道指挥检测平台进行处理，对限界测量数据进行补偿；车载轨道指挥检测平台：对接收到的轨旁信号设备距离数据和振动偏移数据进行
处理，对是否限界侵限进行判断；所述的ai相机、激光雷达、数据处理模块、限界补偿模块和显示器均安装在可移动轨道检测车上，所述的ai相机和激光雷达的安装高度和角度可调，ai相机和激光雷达均有两个，分别安装在可移动轨道检测车的两侧。
8.所述的ai相机由rgb相机、双目相机与内置ai计算模块组成，所述rgb相机分辨率为4032*3040，帧率为60fps,rgb相机获取原始图像并将原始图像传给内置ai计算模块，内置ai计算模块内已搭载训练好的yolox模型，对轨旁信号设备进行自动检测定位；内置ai计算模块内还搭载训练好的ppocrv3模型，可以对轨旁信号设备进行编号识别；所述的双目相机位于rgb相机两侧，分辨率为1280*800，双目相机使用双目测距算法，初步获取轨旁信号设备距离信息。
9.所述的激光雷达使用面阵固态激光雷达，通过发射面阵光并结合高速通讯接口实现3d点云数据和深度数据实时传输；通过所述3d点云数据和深度数据获取高精度的距离信息；所述激光雷达分辨率为640*480，视场角为68
°
*55
°
，测量距离达5m，检测精度
±
1cm。
10.还包括有显示器，显示器显示轨旁信号设备的设备编号、距离信息。
11.本发明的优点是：本发明用于轨旁信号设备限界检测时，只需在测量开始时调整好ai相机和激光雷达的位置与角度，将ai相机与激光雷达调整至与各轨旁信号设备相持平的高度，在车载轨道智慧检测平台按下开始测量按钮即可开始测量，全程自动测量无需手动调整，随着轨检车的移动实时获取轨旁信号设备的距离数据。
12.本发明采用了ai智能识别轨旁信号设备的模块，使用yolox目标检测算法，无需手动调整即可对轨旁信号设备进行定位、测距。
13.测量开始后，本发明会不断的输出轨旁信号设备种类、轨旁信号设备编号、当前帧的位置、距离数据、是否侵限，在车载智慧检测平台显示设备类型、设备编号以及当前的距离，由于在轨检车移动过程中每一台轨旁信号设备会测得多个距离数据，数据处理模块会对采集到的数据进行处理，对数据进行降噪后取测量的最小值作为该设备到轨道的直线距离。同时，本发明增加了限界补偿模块，减少由于车辆振动产生的测量误差，理论上提高了限界测量的精度。
14.本发明进过测试检测速度达到15-17fps，在轨检车的工作速度范围内可以达到实时检测需求。
附图说明
15.图1为本发明工作原理框图。
16.图2为本发明系统结构图。
17.图3为测距、数据处理方法示意图。
具体实施方式
18.如图1、2所示，一种轨旁信号设备限界检测补偿系统，整个系统安装于可移动轨道检测车上。该系统的检测步骤如下：第一步由ai相机1和激光雷达2采集对应数据，ai相机采集图像信息，激光雷达采集点云数据。这两个模块通过usb和网线与车载工控机7相连，安装于可移动轨道检测车3
上，可调节高度和角度。
19.ai相机1由rgb相机、双目相机与内置ai计算模块组成，rgb相机分辨率为4032*3040，帧率为60fps,rgb相机获取原始图像并将原始图像传给内置ai计算模块rvc2（robotics vision cores 2），该模块能够运算ai模型，算力达4tops，该模块内已搭载训练好的yolox模型，可对轨旁信号设备进行自动检测定位，已搭载训练好的ppocrv3模型，可对轨旁信号设备进行编号识别。（*注：该yolox模型使用megvii开源的yolox-tiny模型训练轨旁信号设备数据集得到，数据集由自己采集、标注得来，该数据集包含8种轨旁信号设备。训练好的yolox模型能够定位、标记输入的图像、视频中的这8种轨旁信号设备。该ppocrv3模型使用百度飞桨开源的ppocrv3模型训练轨旁信号设备编号数据集得到，数据集由自己采集、标注得来，训练好的ppocrv3模型能够对轨旁信号设备的编号进行识别）双目相机位于rgb相机两侧，分辨率为1280*800，双目相机用于使用双目测距算法，初步获取轨旁信号设备距离信息。
20.激光雷达2使用面阵固态激光雷达，通过发射面阵光并结合高速通讯接口实现3d点云数据和深度数据实时传输。3d点云数据和深度数据可获取高精度的距离信息。该激光雷达分辨率为640*480，视场角为68
°
*55
°
，测量距离可达5m（被测目标需要有一定反射率），检测精度
±
1cm，达到轨旁信号设备限界侵限测量精度要求。该模块与ai相机模块共同工作，并实时将采集到的数据传入车载工控机中。
21.第二步由车载工控机7中的数据处理模块4对来自ai相机和激光雷达2的数据进行处理，数据由连续的帧组成。每一帧数据分别来自ai相机和激光雷达。ai相机1每一帧数据由当前时刻采集到的图像、该图像中是否包含轨旁信号设备、轨旁信号设备的种类、轨旁信号设备的编号以及在该图像中的位置（以方框标注在图像中）、双目相机所测得的轨旁信号设备距离初步数据组成。激光雷达每一帧数据为当前时刻所采集到的深度数据。数据处理模块4对ai相机数据进行解码，获取轨旁信号设备位置信息后读取激光雷达所采集到的数据对应位置的深度数据，经过一定降噪算法后得到轨旁信号设备距离数据。将轨旁信号设备距离数据、轨旁信号设备的种类、轨旁信号设备的编号发送给车载工控机中的车载轨道指挥检测平台5。同时，通过限界补偿模块6，得到小车在行驶过程的振动偏移数据，将数据发送给车载工控机中的车载轨道指挥检测平台5进行处理，对限界测量数据进行补偿。
22.第三步由车载轨道指挥检测平台5对接收到的轨旁信号设备距离数据进行处理，在车载工控机的显示器上显示轨旁信号设备的设备种类、设备编号、距离，对是否限界侵限进行判断。
23.所述测距、数据处理方法如下：如图3所示，为双目相机的二维示意图，a是待测物体上某点，z是待测的距离，o
l
和or分别为左右相机的光心，a在左相机成像平面上的成像点为p，在右相机的成像点为p’，f为相机焦距，设两相机光心之间的距离为b，p与p’之间的距离为dis，根据几何关系，有：
24.[0025][0026]
因此只要获取左右相机的视差x
l-xr即可计算出待测距离z。双目相机拍摄图像后ai相机内部处理器对数据进行处理，得到左右相机各像素点的视差，将该数据传入数据处理模块，数据处理模块以此数据计算各像素点距离z，并绘制深度图，绘制深度图时采用高斯滤波进行降噪处理。
[0027]
激光雷达使用tof（time of fly）方法进行测距，可以获取精确的距离信息，激光雷达测距后将数据传入数据处理模块，绘制激光雷达深度图，同样使用高斯滤波进行降噪处理。
[0028]
ai相机中的rgb相机拍摄rgb图像，由ai相机内部处理器对图像进行yolox深度学习推理，得到图像中的设备位置坐标、设备类型。
[0029]
得到深度图与rgb图后，数据处理模块使用标定好的参数对两图像进行rgb-d对齐，即可获取rgb图像上每一像素点的距离信息。
[0030]
所述限界补偿模块计算振动偏移数据的步骤、对限界测量数据进行补偿的步骤如下：将openmv模块置于铁轨正上方，获取铁轨的实时图片。对获取的铁轨图片进行二值化处理后，再对铁轨轨面的像素点进行线性回归计算，得到铁轨表面中线。然后通过霍夫变换拟合出直线相对于原点的距离，其与图像中线之差即为小车行进过程中偏移值（为负值时向左偏移，为正值时向右偏移）。最后将振动偏移数据发送给车载轨道指挥检测平台进行处理，车载轨道指挥检测平台将振动偏移数据和左边轨旁信号设备距离数据进行相减，将振动偏移数据和右边轨旁信号设备距离数据进行相加，这样就能对限界测量数据进行补偿。
[0031]
所述对限界是否侵限进行判断的步骤如下：1.测试前应在车载轨道指挥检测平台中录入对应里程中待测中设备的类型信息、设备编号信息、标准限界信息。检测平台的数据管理功能能够适应多种格式的数据导入，系统能够对导入的数据文件进行自动解析、提取待测设备的相关信息显示在界面中，为限界测试比对提供数据基础。
[0032]
2.车载轨道指挥检测平台在轨行器运行途中能够实时的将接收到的轨旁信息设备距离数据和振动偏移数据进行处理、并将处理后的数据通过设备类型信息和设备编号信息与事先录入的标准限界信息进行一一匹配。
[0033]
3.对匹配成功的轨旁信号设备限界信息进行判断，平台对于限界测量的精度要求为厘米级，正负偏差为0.5cm。对于超过此偏差距离的数据，平台将其判定为限界侵限。

技术特征：
1.一种轨旁信号设备限界检测补偿系统，其特征在于：包括有：ai相机：采集图像信息；ai相机每一帧数据由当前时刻采集到的图像、该图像中是否包含轨旁信号设备、轨旁信号设备的种类以及在该图像中的位置、轨旁信号设备距离初步数据；激光雷达：采集点云数据；激光雷达每一帧数据为当前时刻所采集到的深度数据；数据处理模块：对来自ai相机和激光雷达模块的数据进行处理；数据处理模块对ai相机数据进行解码，获取轨旁信号设备位置信息后读取激光雷达所采集到的数据对应位置的深度数据，经过一定降噪算法后得到轨旁信号设备距离数据，将距离数据发送给车载轨道指挥检测平台；限界补偿模块：通过限界补偿模块得到小车在行驶过程的振动偏移数据，将振动偏移数据发送给车载轨道指挥检测平台进行处理，对限界测量数据进行补偿；车载轨道指挥检测平台：对接收到的轨旁信号设备距离数据和振动偏移数据进行处理，对是否限界侵限进行判断。2.根据权利要求1所述的一种轨旁信号设备限界检测补偿系统，其特征在于：所述的ai相机、激光雷达、数据处理模块、限界补偿模块和显示器均安装在可移动轨道检测车上，所述的ai相机和激光雷达的安装高度和角度可调，ai相机和激光雷达均有两个，分别安装在可移动轨道检测车的两侧。3.根据权利要求1所述的一种轨旁信号设备限界检测补偿系统，其特征在于：所述的ai相机由rgb相机、双目相机与内置ai计算模块组成，所述rgb相机分辨率为4032*3040，帧率为60fps,rgb相机获取原始图像并将原始图像传给内置ai计算模块，内置ai计算模块内已搭载训练好的yolox模型，对轨旁信号设备进行自动检测定位；所述内置ai计算模块内还搭载训练好的ppocrv3模型，对轨旁信号设备进行编号识别；所述的双目相机位于rgb相机两侧，分辨率为1280*800，双目相机使用双目测距算法，初步获取轨旁信号设备距离信息。4.根据权利要求1所述的一种轨旁信号设备限界检测补偿系统，其特征在于：所述的激光雷达使用面阵固态激光雷达，通过发射面阵光并结合高速通讯接口实现3d点云数据和深度数据实时传输；通过所述3d点云数据和深度数据获取高精度的距离信息；所述激光雷达分辨率为640*480，视场角为68
°
*55
°
，测量距离达5m，检测精度
±
1cm。5.根据权利要求1所述的一种轨旁信号设备限界检测补偿系统，其特征在于：还包括有显示器，显示器显示轨旁信号设备的设备编号、设备距离信息。

技术总结
本发明公开了一种轨旁信号设备限界检测补偿系统，本发明用于轨旁信号设备限界检测时，只需在测量开始时调整好AI相机和激光雷达的位置与角度，将AI相机与激光雷达调整至与各轨旁信号设备相持平的高度，在车载轨道智慧检测平台按下开始测量按钮即可开始测量，全程自动测量无需手动调整，随着轨检车的移动实时获取轨旁信号设备的距离数据。本发明增加了限界补偿模块，减少由于车辆振动产生的测量误差，理论上提高了限界测量的精度。理论上提高了限界测量的精度。理论上提高了限界测量的精度。


技术研发人员：周斌 李国强 马征 李遥生 吴彦良 闫玉平 张祖宏 马立平 孙俊 张雪飞 李威 罗太良
受保护的技术使用者：西南交通大学
技术研发日：2023.04.24
技术公布日：2023/8/9