彭登全，劉小溪，張金紅，景江，聶晶鑫

[摘? ? 要]針對鐵路接觸網(wǎng)幾何參數(shù)檢測的需要，提出了一種基于視覺的鐵路接觸網(wǎng)幾何參數(shù)檢測方法。該方法利用結構光視覺測量系統(tǒng)獲取接觸網(wǎng)幾何特征圖像，通過模板匹配的方法獲取圖像中的檢測點，帶入成像公式求出接觸網(wǎng)導高與拉出值。應用方面，在西安地鐵1號線、大西高鐵（西安北段）線路延長線上進行了線路測試。結果表明，基于視覺的接觸網(wǎng)幾何參數(shù)檢測方法精度高、穩(wěn)定性好，具有廣闊的應用前景。

[關鍵詞]接觸網(wǎng)幾何參數(shù)檢測;結構光視覺測量;模板匹配

[中圖分類號]U225 [文獻標志碼]A [文章編號]2095–6487（2021）12–0–02

Vision-Based Detection Method of Railway Catenary Geometric Parameters

Peng Deng-quan，Liu Xiao-xi，Zhang Jin-hong，Jing Jiang，Nie Jing-xin

[Abstract]Aiming at the need of detecting geometrical parameters of railway catenary， a vision-based method for detecting geometrical parameters of railway catenary is proposed. The method uses structured light vision measurement system Acquire the geometric feature image of the catenary， obtain the detection points in the image by the method of template matching， and bring in the imaging formula to calculate the catenary conduction height and pull-out value. In terms of application， in Xi’an Metro Line 1，A line test was carried out on the extension line of the Daxi high-speed railway （Xi'an north section）. The results show that the vision-based method for detecting geometric parameters of the catenary has high accuracy and good stability， and has broad application prospects.

[Keywords]detection of catenary geometric parameters; structured light vision measurement; template matching

接觸網(wǎng)導線通過與電力機車受電弓的直接接觸，將電能傳遞到車輛，保證連續(xù)可靠的的電流供應。接觸線與受電弓之間接觸性能的好壞直接影響車輛取流質量。導高和拉出值是兩個最為重要的接觸網(wǎng)幾何參數(shù)[1]，需要控制在一定的范圍內(nèi)。導高過高，會導致受電弓離線產(chǎn)生電弧燒損接觸線和受電弓，導高過低則會危及人員的安全。導高變化率過大時，容易產(chǎn)生電弧影響受流質量加大滑板磨損。拉出值過大會造成刮弓、斷線等事故，過小會造成滑板的局部磨損。在電氣化鐵路的日常運營維護中，定期測量接觸網(wǎng)的導高和拉出值對保障線路的正常運行十分必要[2-3]。

基于視覺的鐵路接觸網(wǎng)幾何參數(shù)檢測方法，利用激光器和面陣相機通過光學原理測量出接觸網(wǎng)的導高和拉出值，相較于傳統(tǒng)的人工定點檢測，具有自動化程度高、動態(tài)精度好、檢測速度快等優(yōu)點，具有廣闊的應用前景和市場價值[4-5]。

1 系統(tǒng)測量基本原理

文章介紹的接觸網(wǎng)檢測系統(tǒng)其測量原理基于結構光測量法，使用單臺面陣相機和單臺線激光器，構成接觸網(wǎng)檢測系統(tǒng)。面陣相機與線激光器的安裝位置關系如圖1所示。線激光器所在平面與參考平面垂直，并朝上方照射，形成結構光特征。面陣相機光軸與參考平面成一定夾角，相機光心點位置參考平面上。通過相機采集接觸網(wǎng)表面特征圖像，通過圖像處理算法提取出待測特征點信息，帶入成像公式計算出所需的導高和拉出值[6-7]。測量系統(tǒng)數(shù)學模型如下：

（1）

式（1）中，Height為接觸網(wǎng)導高值（即接觸網(wǎng)線下切點距離軌頂面距離），Stagger為接觸網(wǎng)拉出值（接觸網(wǎng)線下切點距離軌道中線距離），（x，y）為接觸網(wǎng)線邊緣點在圖像坐標系下的坐標，pi，qi，ci，di為系統(tǒng)結構參數(shù)，采用全站儀輔助二軸線性滑臺標定得出。如圖2所示，表達了圖像坐標點與拉出值、導高值之間的關系。

圖中，圖像的（x，y）坐標利用圖像提取算法得出。圖1（a）表明，檢測設備的導高基本只與圖像的y軸坐標值有關，但是考慮到相機系統(tǒng)的安裝不對稱性（相機相對于理想安裝平面發(fā)生橫滾、橫擺運動）。

圖1（b）表明，檢測設備的拉出值與圖像的（x，y）坐標同時相關，其映射關系可用扭轉曲面表示。值得注意的是，該扭轉面表明了相機系統(tǒng)的安裝不對稱性。

2 系統(tǒng)結構參數(shù)標定

本系統(tǒng)結構參數(shù)采用二軸線性滑臺進行標定。在設備測量范圍內(nèi)，標志件在滑臺上以等間距沿拉出值、導高方向移動，然后利用全站儀測算出滑臺的設備坐標系和接觸網(wǎng)設備坐標系兩者的轉換關系，用該關系批量計算標志件的導高與拉出值，實現(xiàn)快速標定?；_與接觸網(wǎng)檢測設備的空間位置關系見圖3。

3 接觸網(wǎng)特征圖像提取方法

由于接觸網(wǎng)圖像特征區(qū)域位于相機圖像的最下方，因此需要設計以下算法用于尋找接觸網(wǎng)線的下邊緣位置，采用模板匹配法提取接觸網(wǎng)特征。

3.1 連通域匹配

通過模板匹配篩選出接觸網(wǎng)線與接觸網(wǎng)線安裝座所在圖片區(qū)域ROIa。模板匹配中，由1 000張接觸網(wǎng)邊緣點所在圖像平均而成。

3.2 接觸網(wǎng)線區(qū)分割

通過對該圖像區(qū)域進行進一步處理，所示的接觸網(wǎng)線區(qū)域ROIb。通過分解計算找到接觸網(wǎng)最佳邊緣點，帶入系統(tǒng)數(shù)學模型求解出接觸網(wǎng)幾何參數(shù)。

4 試驗與分析

為了驗證基于視覺的鐵路接觸網(wǎng)幾何參數(shù)檢測方法，系統(tǒng)在西安地鐵1號線延長線和大西高鐵（西安北段）線路延長線進行了線路測試，測量距離1KM，采用人力推動檢測系統(tǒng)采集地鐵接觸網(wǎng)圖像，采用自由觸發(fā)捕獲圖像。圖像處理結果與傳統(tǒng)的灰度重心法做比較。

對測試現(xiàn)場采集模式下獲取得到得圖像數(shù)據(jù)進行處理，得到接觸網(wǎng)空間位置特征點坐標。其中，x，y基于模板匹配法求出的下邊緣坐標，xc，yc分別重心法求出的下邊緣橫向、縱向坐標，圖中橫坐標為測試點號。

用模板匹配法與灰度重心法結果做差，則得到相對變化曲線。為了分析基于模板匹配法計算得到的坐標穩(wěn)定性，取該段數(shù)前5 000個數(shù)進行分析。曲線的前半段較為緩和，而后半段波動較大，而該波動是由檢測設備的加速運動造成，從統(tǒng)計值看，xdiff的標準差為2.39，ydiff標準差為1.39，滿足精度要求，而且高于標準值，因此，基于模板匹配的方法可以獲得穩(wěn)定的導高值。

5 結論

本文針對電氣化鐵路接觸網(wǎng)幾何參數(shù)檢測問題，提出了一種基于視覺的鐵路接觸網(wǎng)幾何參數(shù)檢測方法，設計了一套測量系統(tǒng)并進行了線路試驗。試驗結果表明，基于視覺測量的地鐵接觸網(wǎng)幾何參數(shù)檢測方法能夠準確提取地鐵接觸網(wǎng)幾何特征，且圖像提取精度及穩(wěn)定性優(yōu)于傳統(tǒng)的灰度重心法，且精度優(yōu)于3 mm（標準為5 mm及以上）。

另外相對于傳統(tǒng)的定點人工測量方式，本文檢測方法具有非接觸、實時檢測、動態(tài)性能好的特點，大幅度地提高了測試精度和工作效率，檢測設備集中化程度高，安裝方便，適用范圍廣，具有廣闊的應用前景和市場價值。

參考文獻

[1] 于萬聚.高速電氣化鐵路接觸網(wǎng)[M].成都：西南交通大學出版社，2003.

[2] 陳東生，田新宇.中國高速鐵路軌道檢測技術發(fā)展[J].鐵道建筑，2008（12）：82.86.

[3] 董昭德.接觸網(wǎng)[M].北京：中國鐵道出版社，2010.

[4] 吳積欽.受電弓與接觸網(wǎng)系統(tǒng)[M].成都：西南交通大學出版社，2010.

[5] 邾繼貴，于之靖.視覺測量原理與方法[M].北京：機械工業(yè)出版社，2012.

[6] 張廣軍.機器視覺[M].北京：科學出版社，2008.

[7] Rafael C.Gonzalez.數(shù)字圖像處理[M].北京：電子工業(yè)出版社，2017.