胡怡東 呂銳 席雷

摘? 要：車(chē)載式地鐵軌道缺陷巡檢系統(tǒng)利用機(jī)器視覺(jué)技術(shù)在車(chē)輛運(yùn)行過(guò)程中實(shí)時(shí)采集軌道道床空間全斷面高清晰圖像、精確檢測(cè)列車(chē)運(yùn)行位置以及智能識(shí)別軌道缺陷，并及時(shí)將檢測(cè)出的缺陷信息和位置信息通過(guò)無(wú)線網(wǎng)絡(luò)實(shí)時(shí)發(fā)送至巡檢系統(tǒng)云服務(wù)器，利用云計(jì)算技術(shù)分析和處理檢測(cè)數(shù)據(jù)，以便于維修人員及時(shí)對(duì)缺陷進(jìn)行評(píng)價(jià)及處理，從而保障列車(chē)安全運(yùn)行。

關(guān)鍵詞：智能巡檢裝置;軌道缺陷處理;圖像識(shí)別;列車(chē)運(yùn)行安全

中圖分類(lèi)號(hào)：TP23? ?文獻(xiàn)標(biāo)識(shí)碼：A ? ?文章編號(hào)：1671-2064（2020）03-0000-00

隨著城市規(guī)模快速擴(kuò)大，軌道交通逐漸成為城市客運(yùn)的一種主要交通工具[1-2]。修建軌道交通設(shè)施的城市大多人口眾多，對(duì)軌道交通依賴(lài)度較高，數(shù)分鐘的故障延誤，都將給人們的日常出行帶來(lái)極大的不便;同時(shí)軌道是關(guān)乎城市軌道交通運(yùn)行安全的重要設(shè)備之一，一旦發(fā)生軌道故障，將會(huì)引發(fā)較為嚴(yán)重的行車(chē)事故，造成無(wú)可挽回的經(jīng)濟(jì)代價(jià)和社會(huì)影響。因此，為保證運(yùn)營(yíng)安全，提高城市軌道交通的高可用性與安全性，必須加強(qiáng)對(duì)軌道狀態(tài)的及時(shí)檢查[3]。

日本于20世紀(jì)90年代中期試驗(yàn)性地開(kāi)發(fā)了軌道綜合巡檢設(shè)備，實(shí)現(xiàn)了對(duì)鋼軌裂紋、銹蝕和扣件狀態(tài)的檢查以及道床形狀尺寸的檢查等功能[4]。美國(guó)ENSCO公司也在20世紀(jì)90年代末研究開(kāi)發(fā)了軌道視覺(jué)檢查系統(tǒng)（TVIS），可檢查軌道有無(wú)影響行車(chē)安全的異常以及路基是否有影響行車(chē)安全的較大沉陷等[5]。德國(guó)Atlas Electronic公司研制的Rail Check系統(tǒng)可對(duì)鋼軌、扣件、軌枕和道床進(jìn)行傷損檢測(cè)和分類(lèi)處理[6]。澳大利亞開(kāi)發(fā)了軌道掃描系統(tǒng)（RAILSCAN系統(tǒng)）用于軌道巡檢，采用高清數(shù)字成像和圖像處理技術(shù)，實(shí)現(xiàn)了軌道結(jié)構(gòu)可見(jiàn)異常的自動(dòng)檢測(cè)[7-9]。法國(guó)、意大利等國(guó)家也研制開(kāi)發(fā)了巡檢設(shè)備，實(shí)現(xiàn)了鋼軌表面缺陷、扣件狀態(tài)、軌枕破損的自動(dòng)檢查[10]。

目前國(guó)內(nèi)對(duì)軌道狀態(tài)的巡檢主要以人工步行巡檢為主，需要消耗大量的人力資源，而且通過(guò)人眼觀察來(lái)進(jìn)行缺陷識(shí)別，受人員素質(zhì)和工作積極性的影響，具有一定的不確定性[11-12]。個(gè)別線路配備了安裝在工程車(chē)上的自動(dòng)巡檢裝置，利用夜間檢修時(shí)間，在工程車(chē)輛的快速行走過(guò)程中，對(duì)軌道狀態(tài)進(jìn)行快速自動(dòng)檢查，但由于工程車(chē)輛上線運(yùn)行，占用線路檢修時(shí)間，需要提前申請(qǐng)行車(chē)點(diǎn)，一般只能每隔一個(gè)月或者半個(gè)月對(duì)線路檢查一次，而軌道線路需要每天都進(jìn)行巡視檢查，該方式只能作為當(dāng)前人工巡檢方式的一個(gè)補(bǔ)充，不能達(dá)到代替人工巡檢的目的[13-15]。

本文提出的車(chē)載式地鐵軌道缺陷巡檢系統(tǒng)，通過(guò)先進(jìn)的檢測(cè)手段及數(shù)據(jù)分析技術(shù)，及時(shí)發(fā)現(xiàn)軌道故障隱患并上報(bào)，提出對(duì)行車(chē)干擾小的方案對(duì)軌道設(shè)施進(jìn)行經(jīng)濟(jì)、高效的運(yùn)營(yíng)維護(hù)和檢修。

1 系統(tǒng)結(jié)構(gòu)與功能指標(biāo)

本文研制了一套車(chē)載式地鐵軌道缺陷巡檢系統(tǒng)，系統(tǒng)結(jié)構(gòu)框圖如圖1所示，該系統(tǒng)主要由安裝在電客車(chē)底部的檢測(cè)梁、安裝在車(chē)輪軸頭上的速度傳感器、安裝在車(chē)內(nèi)客室座位下的檢測(cè)機(jī)柜、部署在云服務(wù)器上的檢測(cè)數(shù)據(jù)處理服務(wù)器程序和安裝在終端監(jiān)控計(jì)算機(jī)上的客戶端程序等組成。其中，檢測(cè)梁上安裝有高清成像組件、同步裝置以及電子標(biāo)簽讀卡器;車(chē)內(nèi)檢測(cè)機(jī)柜內(nèi)包括檢測(cè)主機(jī)、3G/4G無(wú)線模塊、移動(dòng)硬盤(pán)盒以及電源裝置等。

1.1系統(tǒng)功能

車(chē)載式地鐵軌道缺陷巡檢系統(tǒng)確保能在列車(chē)最高運(yùn)行時(shí)速160km/h的運(yùn)行情況下，實(shí)時(shí)采集軌道道床空間全斷面高清晰圖像、精確檢測(cè)列車(chē)運(yùn)行位置，并能實(shí)時(shí)對(duì)軌道缺陷進(jìn)行智能識(shí)別，將檢測(cè)出的缺陷信息和位置信息通過(guò)無(wú)線網(wǎng)絡(luò)實(shí)時(shí)發(fā)送至巡檢系統(tǒng)云服務(wù)器進(jìn)行分析處理。

系統(tǒng)主要功能包括：

（1）在電客車(chē)走行過(guò)程中實(shí)時(shí)對(duì)軌道及道床進(jìn)行高清圖像采集;

（2）對(duì)軌道狀態(tài)圖像進(jìn)行智能缺陷識(shí)別，自動(dòng)識(shí)別缺陷包括鋼軌裂紋及斷軌;鋼軌扣件斷裂、移位及缺失;軌枕裂紋及掉塊;道床空間異物入侵;感應(yīng)板移位。

（3）巡檢位置檢測(cè)，測(cè)量地鐵當(dāng)前走行的位置（公里標(biāo)），作為系統(tǒng)所記錄的鋼軌缺陷在線路上的坐標(biāo)信息。

（4）鋼軌缺陷圖片缺陷類(lèi)型、缺陷位置信息通過(guò)無(wú)線網(wǎng)絡(luò)發(fā)送至云服務(wù)器。

（5）線路上需要重點(diǎn)關(guān)注的位置，如道岔等位置的實(shí)時(shí)圖像也可通過(guò)無(wú)線網(wǎng)絡(luò)發(fā)送至云服務(wù)器，便于實(shí)時(shí)查看設(shè)備狀態(tài)。

（6）軌道缺陷信息及圖片保存至云服務(wù)器。

（7）安裝在終端監(jiān)控計(jì)算機(jī)上的客戶端程序能查看缺陷信息，并進(jìn)行匯總統(tǒng)計(jì)，對(duì)比分析，形成報(bào)表等。

1.2系統(tǒng)技術(shù)指標(biāo)

巡檢系統(tǒng)主要技術(shù)指標(biāo)如下：

（1）鋼軌扣件移位及缺失檢測(cè)。

彈條及螺栓缺失識(shí)別率≥99%;彈條松動(dòng)檢出距離≥5mm。

（2）鋼軌及軌枕裂紋檢測(cè)。

檢出精度：裂紋寬度≥2mm，長(zhǎng)度≥15mm。

（3）軌枕破損檢測(cè)。

檢出精度：破損面積≥100mm2。

（4）道床空間異物入侵檢測(cè)。

檢出精度：投影面積≥100mm2。

（5）感應(yīng)板移位檢測(cè)。

測(cè)量精度：±1mm;

（6）鋼軌焊縫檢測(cè)。

識(shí)別率≥99%。

（7）里程檢測(cè)。

測(cè)量精度：±1m。

（8）檢測(cè)速度。

0～120km/h。

（9）關(guān)鍵位置圖像采集。

能實(shí)時(shí)上傳道岔等關(guān)鍵位置處的圖像，以便于及時(shí)掌握重要位置處的軌道設(shè)施工作狀態(tài)。

2系統(tǒng)硬件及軟件設(shè)計(jì)

2.1系統(tǒng)硬件設(shè)計(jì)

系統(tǒng)的硬件主要包括車(chē)下檢測(cè)梁上的硬件裝置以及車(chē)內(nèi)檢測(cè)機(jī)柜內(nèi)的硬件裝置。車(chē)下檢測(cè)梁內(nèi)布置有對(duì)軌道進(jìn)行成像的高清成像組件，以及觸發(fā)高清成像組件進(jìn)行同步拍照的同步裝置，還有讀取線路上電子標(biāo)簽的電子標(biāo)簽閱讀器。地鐵列車(chē)底部的檢測(cè)梁俯視圖如圖2所示。

車(chē)內(nèi)檢測(cè)機(jī)柜內(nèi)主要布置有檢測(cè)主機(jī)，4G無(wú)線數(shù)據(jù)傳送裝置，電源裝置等，車(chē)內(nèi)檢測(cè)機(jī)柜安裝圖如圖3所示。

系統(tǒng)硬件的詳細(xì)描述如下：

（1）高清成像組件。

高清成像組件用于對(duì)軌道區(qū)域進(jìn)行高清成像，在列車(chē)高速運(yùn)行情況下獲取軌道清晰圖像，安裝示意圖如圖4所示。

高清成像組件共有6組相機(jī)及照明光源組成，如圖4所示。其中4組相機(jī)分別從兩個(gè)側(cè)面拍攝鋼軌區(qū)域，2組相機(jī)分別從正上方拍攝鋼軌中間的道床區(qū)域，實(shí)現(xiàn)對(duì)道床斷面的全覆蓋。

相機(jī)參數(shù)配置如下，分辨率：2048*2048;曝光時(shí)間：0.02～1000ms;最高幀率：223fps;接口：雙千兆網(wǎng)。

照明光源采用機(jī)器視覺(jué)專(zhuān)用頻閃LED光源，額定功率432W;脈沖寬度1～1023μs;響應(yīng)時(shí)間≤15μs。

（2）同步裝置。

同步裝置安裝在檢測(cè)梁底部，由高速激光測(cè)距傳感器、速度傳感器、嵌入式同步觸發(fā)系統(tǒng)、以及相機(jī)觸發(fā)電路組成。

嵌入式同步觸發(fā)系統(tǒng)采用小型單片機(jī)系統(tǒng)，參數(shù)配置如下：微控制器：ATmega328;時(shí)鐘：16MHz;SRAM：2KB;數(shù)字IO口：14個(gè);模擬量輸入口：6個(gè);計(jì)數(shù)器：1個(gè)。

高速激光測(cè)距傳感器對(duì)著鋼軌外側(cè)道床區(qū)域測(cè)量，參數(shù)配置如下：測(cè)量范圍：60～2000mm;響應(yīng)時(shí)間：1ms;測(cè)量分辨率：1mm;激光類(lèi)型：1類(lèi)激光;模擬量輸出：4～20mA。

（3）電子標(biāo)簽閱讀器。

電子標(biāo)簽閱讀器布置在檢測(cè)梁中部下方，用于在列車(chē)運(yùn)行過(guò)程中感應(yīng)線路上電子標(biāo)簽位置，對(duì)運(yùn)行里程進(jìn)行校準(zhǔn)。

電子標(biāo)簽閱讀器采用工業(yè)級(jí)閱讀器（HD Reader）是一種能遠(yuǎn)距離識(shí)別ID標(biāo)簽卡的射頻識(shí)別設(shè)備（RFID），機(jī)械和電子部分具有非常好的堅(jiān)固耐用性，適用于惡劣環(huán)境，具有防噴射水、防塵及抵御其它惡劣環(huán)境條件的結(jié)構(gòu)保護(hù)。可在400km/h速度下準(zhǔn)確識(shí)別線路上的電子標(biāo)簽信息。

（4）檢測(cè)主機(jī)。

檢測(cè)主機(jī)用于圖像的智能識(shí)別，檢測(cè)結(jié)果的保存及發(fā)送。檢測(cè)主機(jī)采用車(chē)載準(zhǔn)用緊湊式工業(yè)服務(wù)器，配置如下：CPU：E2400 32核;內(nèi)存：32G;獨(dú)立顯卡：MSI1080ti;256G固態(tài)硬盤(pán)，2T可拔插式硬盤(pán)盒;千兆網(wǎng)口：15個(gè)。

（5）無(wú)線數(shù)據(jù)傳輸裝置。

檢測(cè)結(jié)果通過(guò)布置在車(chē)內(nèi)檢測(cè)機(jī)柜內(nèi)的工業(yè)4G路由器傳輸至云服務(wù)器，也可通過(guò)車(chē)內(nèi)多網(wǎng)融合系統(tǒng)進(jìn)行傳輸。

（6）電源裝置。

檢測(cè)裝置電源由車(chē)輛系統(tǒng)提供DC110V和AC220V兩路電源供給。在線路正常運(yùn)行過(guò)程中由AC220V供電，在車(chē)輛停止運(yùn)行降弓后由DC110V電源逆變?yōu)锳C220V電源用于系統(tǒng)關(guān)機(jī)。當(dāng)車(chē)輛通過(guò)TCMS接口向檢測(cè)主機(jī)發(fā)送車(chē)輛故障信息時(shí)，系統(tǒng)切斷自身電源，以避免影響車(chē)輛故障運(yùn)行。

2.2系統(tǒng)軟件組成

系統(tǒng)軟件的工作流程圖如圖5所示，主要包括檢測(cè)位置信息獲取、信息采集（包括同步觸發(fā)裝置和高清成像）、軌道缺陷識(shí)別以及數(shù)據(jù)無(wú)線傳輸保存等，詳細(xì)分析如下：

（1）檢測(cè)位置信息獲取。地鐵上電運(yùn)行后，巡檢系統(tǒng)獲電啟動(dòng)。車(chē)輛運(yùn)行后，通過(guò)速度傳感器輸出的距離脈沖，計(jì)算出列車(chē)行走里程。通過(guò)獲取線路上的電子標(biāo)簽信息和列車(chē)TCMS信息對(duì)檢測(cè)位置進(jìn)行校準(zhǔn)。

（2）同步裝置觸發(fā)高清成像。車(chē)輛啟動(dòng)行走后，同步觸發(fā)系統(tǒng)通過(guò)計(jì)數(shù)器端口讀取距離脈沖，并開(kāi)始通過(guò)模擬量輸入端口測(cè)量檢測(cè)梁安裝位置距道床區(qū)域高度，當(dāng)走行到軌枕位置時(shí)，由于軌枕具有一定的高度，而且上面安裝有扣件等部件，測(cè)量高度會(huì)出現(xiàn)階躍性變化，同步觸發(fā)系統(tǒng)根據(jù)高度變化判斷當(dāng)前位置是否為軌枕位置，為避免道床上其他隨機(jī)出現(xiàn)的凸起設(shè)施對(duì)測(cè)量造成干擾，系統(tǒng)還結(jié)合由速度脈沖計(jì)算出的走行距離進(jìn)行綜合判斷。

同步觸發(fā)系統(tǒng)確認(rèn)為軌枕位置后，通過(guò)系統(tǒng)IO口驅(qū)動(dòng)觸發(fā)電路，觸發(fā)高清成像組件各相機(jī)同步進(jìn)行拍攝。

（3）高清成像。高清成像組件由同步觸發(fā)裝置輸出的同步信號(hào)驅(qū)動(dòng)，同步拍攝軌道區(qū)域圖像，照明光源在拍攝時(shí)同步發(fā)光，為相機(jī)提供照明。

各相機(jī)采集的高清圖片通過(guò)千兆以太網(wǎng)發(fā)送至車(chē)內(nèi)檢測(cè)機(jī)柜內(nèi)的檢測(cè)主機(jī)進(jìn)行分析處理。

（4）軌道缺陷智能識(shí)別。車(chē)內(nèi)檢測(cè)主機(jī)通過(guò)高清成像組件傳輸?shù)能壍缊D像進(jìn)行圖像智能分析，實(shí)時(shí)識(shí)別出扣件缺陷、軌道異物、軌枕缺陷、鋼軌缺陷、感應(yīng)板移位等缺陷信息。

（5）軌道缺陷數(shù)據(jù)無(wú)線發(fā)送。檢測(cè)裝置在運(yùn)行過(guò)程中智能識(shí)別到的軌道缺陷，包括缺陷圖片、運(yùn)行位置、時(shí)間、車(chē)次等信息，實(shí)時(shí)通過(guò)車(chē)載無(wú)線網(wǎng)絡(luò)發(fā)送至云服務(wù)器保存，并實(shí)時(shí)推送至車(chē)輛段終端監(jiān)控計(jì)算機(jī)，通過(guò)客戶端軟件界面實(shí)時(shí)顯示和查看缺陷信息。

3系統(tǒng)驗(yàn)證

為了更好的驗(yàn)證所提出的車(chē)載式地鐵軌道缺陷巡檢系統(tǒng)性能，自2018年8月開(kāi)始在廣州地鐵八號(hào)線正式投入使用該地鐵軌道缺陷巡檢系統(tǒng)，每天隨169170車(chē)輛巡視檢查軌道，截至2019年3月系統(tǒng)共查出1615處缺陷（含重復(fù)），其中扣件缺陷1310處，軌枕破損290處，道床異物15處，軌道缺陷樣例如圖6所示。經(jīng)驗(yàn)證檢出率100%。

檢測(cè)出的缺陷信息和位置信息通過(guò)無(wú)線網(wǎng)絡(luò)實(shí)時(shí)發(fā)送至巡檢系統(tǒng)云服務(wù)器，利用云計(jì)算技術(shù)分析和處理檢測(cè)數(shù)據(jù)，如圖7所示，工作人員可以實(shí)時(shí)了解軌道缺陷位置和缺陷種類(lèi)。

（a） 扣件缺陷

（b） 軌枕破損

（c） 查出道床異物樣例

4結(jié)論

本論文設(shè)計(jì)了一種車(chē)載式地鐵軌道缺陷巡檢系統(tǒng)，系統(tǒng)主要由檢測(cè)梁、速度傳感器、檢測(cè)機(jī)柜、檢測(cè)數(shù)據(jù)處理服務(wù)器程序和客戶端程序等組成。系統(tǒng)利用機(jī)器視覺(jué)技術(shù)在車(chē)輛運(yùn)行過(guò)程中實(shí)時(shí)采集軌道道床空間全斷面高清晰圖像、精確檢測(cè)列車(chē)運(yùn)行位置以及智能識(shí)別軌道缺陷，并通過(guò)無(wú)線網(wǎng)絡(luò)實(shí)時(shí)發(fā)送檢測(cè)出的缺陷信息和位置信息至巡檢系統(tǒng)云服務(wù)器。以廣州地鐵8號(hào)線為例，驗(yàn)證了本文所提出的車(chē)載式地鐵軌道缺陷巡檢系統(tǒng)具有定位精準(zhǔn)、軌道缺陷檢測(cè)率精確以及實(shí)時(shí)傳輸和分析的優(yōu)點(diǎn)，驗(yàn)證了方案的可行性，適用于我國(guó)軌道缺陷巡檢，有力保障了列車(chē)安全、可靠運(yùn)行。

參考文獻(xiàn)

[1]韓強(qiáng)，任盛偉，戴鵬，等.軌道狀態(tài)巡檢系統(tǒng)[J].鐵路技術(shù)創(chuàng)新，2012（01）：48-50.

[2]胡春雄，布春明，李海峰.智能巡檢系統(tǒng)在線路運(yùn)行中的應(yīng)用[J].山西電力，2006（135）：29-30+34.

[3]趙澤霖.高速軌道電力巡檢系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].電子科技大學(xué)，2015.

[4]李業(yè)進(jìn).日本東海道鐵路公司研制開(kāi)發(fā)新干線多功能軌道檢測(cè)車(chē)[J].中國(guó)鐵路，2000（02）：45-45.

[5]Sholl H，Ammar R，Greenshields I，et al. Application of Computing Analysis to Real-Time Railroad Track Inspection[C].World Automation Congress，Budapest，2006：1-6.

[6]張未.德國(guó)RAILCHECK光電式自動(dòng)化鋼軌檢測(cè)系統(tǒng)在軌道檢查車(chē)中的應(yīng)用[J].哈爾濱鐵道科技，2001（4）：3-4.

[7]柴雪松，朱錦堂，馬輝.青藏鐵路高原巡檢車(chē)的研究[C].青藏鐵路運(yùn)營(yíng)管理及相關(guān)技術(shù)研討會(huì)論文集，格爾木，2005：119-126.

[8]劉杰.軌道掃描檢測(cè)技術(shù)[J].中國(guó)鐵路，2001（12）：56-57.

[9]張未.澳大利亞RAILSCAN非接觸式軌道測(cè)量系統(tǒng)[J].上海鐵道科技，2001（3）：46-49.

[10]Al-Douri Y K，Tretten P，Karim R.Improvement of railway performance：a study of Swedish railway infrastructure[J].Journal of Modern Transportation，2016，24（1）：22-37.

[11]黃海軍，張飛龍.淺談軌道巡檢系統(tǒng)在城市軌道交通的應(yīng)用[J].山東工業(yè)技術(shù)，2017（22）：112-112.

[12]韓強(qiáng)，戴鵬，譚松，等.車(chē)載軌道巡檢系統(tǒng)研制[J].鐵道建筑，2014（11）：144-147.

[13]馬曉明.軌檢車(chē)車(chē)載軌道狀態(tài)巡檢技術(shù)及應(yīng)用[J].現(xiàn)代商貿(mào)工業(yè)，2018，39（18）：181-183.

[14]韓強(qiáng)，戴鵬，譚松，等.車(chē)載軌道巡檢系統(tǒng)研制[J].鐵道建筑，2014，（11）：144-147.

[15]Singh M，Singh S，Jaiswal J，et al.Autonomous

Rail Track Inspection Using Vision Based System[C].International Conference on Computational Intelligence for Homeland Security and Personal Safety，Virginia，2006：56-59.

收稿日期：2020-01-11

作者簡(jiǎn)介：胡怡東（1972—），男，廣東梅州人，本科，高級(jí)工程師，研究方向：城市軌道交通軌道、土建結(jié)構(gòu)工程維護(hù)管理。

Design of Vehicle-mounted Subway Track Defect Inspection System

HU Yi-dong，LV Rui，XI Lei

（Guangzhou Metro Group Co.， Ltd. Operation Business Headquarters， Guangzhou? Guangdong 510380）

Abstract： The vehicle-mounted subway track defect inspection system uses machine vision technology to collect real-time high-resolution images of the full section of track bed space， accurately detects the running position of trains and intelligently identify tracks defects in the process of vehicle operation. Then the detected defect information and location information are sent to the cloud server of the inspection system through the wireless network in real time. Cloud computing technology is used to analyze and process test data， so that maintenance personnel can timely evaluate and deal with defects， thus ensuring the safe operation of trains.

Key words： Intelligent inspection device;Track defect treatment;Image recognition;Train operation safety