列车车底智能检测系统的应用与研究

摘要：针对人工检测动车组故障时，存在人员检修压力过大、检修能力不足的问题，设计了一种运用机器人+视觉识别技术的列车车底智能检测系统。详细阐述了列车车底智能检测系统的总体架构、检测流程和关键技术，以期能够促进列车车底智能检测系统的进一步推广应用。

关键词：机器人;视觉识别技术;智能检测

0 引言

目前我国有数个动车所已经引进了智能检测技术，可以同步完成动车组一级检修中的走行部两侧、车顶、车底设备的检测工作，节省检修时间，提高检修效率，同时可以减少作业人员，降低动车所人员的检修压力[1-2]。本文主要研究如何通过机器人+视觉识别技术实现车底智能检测。

1 车底智能检测应用分析

动车组一级检修周期是4 000 km或48 h，包括对制动、轮轴、受电弓在内的全面检测，一般由1～2个检修作业小组完成[3]。检修人员的检修作业强度大、时间长，身体容易疲惫，作业质量无法得到保证。检修作业人员的检修经验因人而异，无法为动车组检修故障的大数据分析提供有效依据。针对以上问题，本文提出通过车底智能检测机器人代替检修人员人工检测作业的建议。

2 车底智能检测系统架构

2.1    总体架构

列车车底智能检测是用车底智能检测机器人代替检修作业人员，对动车组车底故障进行测量、识别和判断。智能机器人替代人的双脚，实现对列车车底的自动巡航[4]。六轴机械臂替代人的手臂，完全模拟人手臂伸入转向架内部检测，甚至可达到人工无法检测到的位置。视觉识别技术替代人的眼睛，自动采集图像。工业计算软件替代人的大脑，对图像故障进行识别判断，与车底标准模板进行综合对比分析，生成故障检测报告，实现对动车组底部故障的自动排查。再通过检修作业人员的人工复核、故障信息查询、故障统计分析等手段，完善动车所一级检修管理工作[4]。

2.2    检测流程

（1）检修人员核准待检测列车的车型、车组号、列位等信息后，车底智能检测机器人接收到检测任务，自动调用此车型的作业方案，并开始检测作业。

（2）车底智能检测机器人在移动中快速采集车底图像（采集范围能覆盖列车的列宽）。

（3）自动巡航模块监控车底特征零部件位置信息，根据该位置信息自动巡航到车底被遮挡零部件的位置，六轴机械臂对转向架进行关键部位的图像采集。

（4）采集后的图像通过无线方式传输到视觉识别服务器，工业计算软件根据特定识别算法与该车标准模板综合比对分析，生成故障检测报告。

（5）检修人员根据故障检测报告，通过人工确认或复核等方式确定故障，上报故障数据库，并进行针对性修复。

3 主要功能与核心技术

（1）智能检测。车底智能检测机器人采集图像后，通过图像分割识别和特定识别算法，与车底标准模板综合对比分析，并生成故障检测报告。采集车底图像模块采用激光三角法测试，通过激光照射到被测物体时的3D成像规律，计算出被测物体的三维图像信息[5]。关键部位采集图像模块采用结构光，对关键部位进行多角度采集，形成完整的三维图像信息，通过特定识别算法对关键部位进行故障识别。采集方式灵活，检测效率高，可实现对车底结构的多层次检测。

（2）标准模板生成。系统根据采集相同部件的多张照片，使用多种视觉识别技术，提取图像标准模板，再通过向量机技术抓住关键样本，生成标准模板。

（3）深度学习。智能机器人对同一故障图像进行深度学习，根据图像变化量生成一个可信度权数，主动分析检修历史数据以及同车型的横向数据，结合各系统数据进行综合计算，形成最终可信度权数，不断提升视觉识别的准确率，提高列车故障的预防功能，实现人工零复核[6]。

（4）大容量图像数据传输。动车所内部网络复杂、热点多，使用2G网络容易产生干扰，因此采用5G网络，支持802.11ac无线路由器及无线AP，减少信号干扰，保证无线网络稳定。根据车底故障图像的特点，设计高清图像压缩传输技术，实现有限带宽下的大容量图像数据传输[7]。

（5）智能机器人的高精度定位。智能机器人智能导航、智能定位技术是建设检测机器人系统的一项重要基础工作。智能机器人在移动过程中监控车底特征零部件的高度变化，当高度在特定范围内波动时，可准确判断列车位置[8]。

（6）结构光传感器。采用特定波长的不可见光的红外激光作为光源，它发射出来的光经过编码投影在物体上，可以准确知道图像中每个点离摄像头的距离，加上该点在2D图像中的（x，y）坐标，得到物體的位置和深度信息。

（7）车底成像系统。主要由2个2D+3D成像组件构成，采用高亮度激光补光配合机械精调机构，保证高质量的成像稳定性，折返光路设计可获取高精度的2D+3D匹配图像，对齐误差小于2个像素点，提升识别算法精度。

（8）虚拟现实应用。在车底智能检测机器人设计时采用离线编程技术，编程员通过虚拟现实直观地检查编程结果，进行人工编辑修正。首先在电脑上重建整个3D工作场景，确认需要检测的关键部位，配合编程员的操作，自动生成六轴机械臂的运动轨迹及控制指令，再将程序导入六轴机械臂[9]。

（9）列车检修故障大数据分析。检测数据与车号相匹配保存，对动车组运行状态、故障信息进行统计分析，形成汇总数据及相应报表，便于指导运输及检修计划等，为后期的高铁信息化等大数据系统提供基础数据支撑。

4 结语

列车车底智能检测系统是集机器人技术、高精度定位技术、自动控制技术、虚拟现实技术和快速图像采集技术、图像分割识别技术、大容量图像数据传输技术、视觉识别技术、深度学习技术于一体的智能系统。应用此智能检测系统将大大缩短列车检修时间，减轻作业人员的劳动强度，提高检测作业质量和效率，显著提高动车组、大功率机车的检修自动化水平，并为动车组检修故障的大数据分析提供基础数据支持。

[参考文献]

[1] 张强，杨峰，张宝.列车智能障碍物检测系统在北京新机场线全自动运行中应用的研究[J].铁道机车车辆，2019，39（6）：114-118.

[2] 李潇天.轨道交通智能检测系统的研究与实现[J].隧道与轨道交通，2019（S2）：175-177.

[3] 陈乐恒，张凯荣.CIT400高速综合智能检测列车动车组的研制[C]//第八届中国智能交通年会论文集，2013：447-454.

[4] 肖培龙.地面自动过分相系统列车位置检测及智能复原技术[J].铁路通信信号工程技术，2012，9（1）：5-8.

[5] SANDIDZADEH M A，DEHGHANI M.Intelligent Condition Monitoring of Railway Signaling in Train Detection Subsystems[J].Journal of Intelligent and Fuzzy Systems，2013，24（4）：859-869.

[6] DONATO P，URENA，JESUS，et al.Optimization of train detection in intelligent railway transportation systems[J].Ifac Proceedings Volumes，2004，37（8）：120-125.

[7] HWANG K，CHO J，PARK J，et al. Ferrite Position Identifica-tion System Operating With Wireless Power Transfer for Intelligent Train Position Detection[J].IEEE Transactions on Intelligent Transportation Systems， 2018，20（1）：374-382.

[8] HYDE P，DEFOSSEZ F，ULIANOV C.Development and Testing of an Automatic Remote Condition Monitoring System for Train Wheels[J].Intelligent Transport Systems， 2016，10（1）：32-40.

[9] 樊澤明，盛之林，亓新政.列车网络通用智能检测与控制节点单元研究[J].计算机应用，2007（1）：25-26.

收稿日期：2020-04-28

作者简介：龙伟（1990—），男，湖南湘潭人，助理工程师，研究方向：视觉检测与自动化。