康鳳偉，張 鍇，何應(yīng)德，李華偉

(1.國(guó)能鐵路裝備有限責(zé)任公司，北京 100036) (2.北京康拓紅外技術(shù)股份有限公司，北京 100095)

鐵路貨車車輛檢修以往主要依賴于人工方式進(jìn)行，但僅僅依靠人工對(duì)車輛進(jìn)行故障檢測(cè)[1]將會(huì)增加檢修工人的負(fù)擔(dān)，整個(gè)檢修過(guò)程變得費(fèi)時(shí)費(fèi)力。當(dāng)工人在檢查車輛底部是否存在故障時(shí)，需使用肉眼長(zhǎng)時(shí)間對(duì)其諸多關(guān)鍵部件進(jìn)行主觀檢測(cè)，隨著檢測(cè)任務(wù)量的不斷增大難免會(huì)出現(xiàn)一些判斷失誤，因此人工檢修方式對(duì)于鐵路貨車整個(gè)車輛組檢修作業(yè)效率并不是很高。為此，需要一種智能機(jī)器人系統(tǒng)實(shí)現(xiàn)對(duì)鐵路貨車的自動(dòng)巡檢，代替工作人員完成鐵路貨車轉(zhuǎn)向架、中間部及車端連接部等位置的檢測(cè)工作。

1 系統(tǒng)組成

本文設(shè)計(jì)的智能機(jī)器人系統(tǒng)由2輛側(cè)部RGV小車[2]和1輛底部RGV小車組成，每輛小車運(yùn)行在預(yù)先鋪好的軌道上，如圖1所示。每輛RGV小車由驅(qū)動(dòng)裝置、定位裝置、避碰裝置、工業(yè)機(jī)械臂、成像裝置、數(shù)據(jù)處理裝置、無(wú)線通信裝置、電池模塊等組成。

圖1 智能機(jī)器人示意圖

圖中側(cè)部小車上部搭載工業(yè)機(jī)械臂[3-4]，機(jī)械臂末端安裝成像裝置實(shí)現(xiàn)圖像采集功能。其他裝置都分配到小車內(nèi)部，驅(qū)動(dòng)裝置負(fù)責(zé)小車的啟動(dòng)、運(yùn)行和停止；定位裝置負(fù)責(zé)小車的位置跟蹤；避碰裝置防止小車撞到障礙物；數(shù)據(jù)處理裝置負(fù)責(zé)小車運(yùn)行控制、機(jī)械臂控制、圖像采集存儲(chǔ)控制等；無(wú)線通信裝置實(shí)現(xiàn)數(shù)據(jù)的無(wú)線傳輸；電池模塊為小車所有配件提供能源輸出。

2 工作方式

智能機(jī)器人系統(tǒng)中的底部小車對(duì)整車底部進(jìn)行快速掃描。在預(yù)檢作業(yè)時(shí)，底部小車勻速移動(dòng)采集車輛底部的數(shù)據(jù)，速度為20 km/h。利用激光測(cè)距傳感器采集距離，利用車號(hào)天線采集車號(hào)標(biāo)簽數(shù)據(jù)，利用線陣成像模塊采集底部圖像數(shù)據(jù)，通過(guò)對(duì)采集的數(shù)據(jù)進(jìn)行處理分析，構(gòu)建底部車輛模型，實(shí)現(xiàn)檢修車輛的計(jì)軸計(jì)輛功能和車號(hào)標(biāo)簽識(shí)別功能，為側(cè)部小車的檢測(cè)工作提供基礎(chǔ)數(shù)據(jù)。

側(cè)部小車主要檢測(cè)整車關(guān)鍵部件。小車搭載雙機(jī)械臂，機(jī)械臂底座可升降。小車具有自主移動(dòng)、自主定位的功能，最高運(yùn)行速度為5 km/h，采用概略定位和精確定位相結(jié)合的定位方式。概略定位的作用是確定機(jī)器人的大概位置，定位精度為1 m；精確定位的作用是確定機(jī)器人相對(duì)被檢貨運(yùn)列車檢測(cè)點(diǎn)的位置，定位精度為5 mm。

機(jī)械臂采用6軸機(jī)構(gòu)設(shè)計(jì)[5-6]，自重為28.9 kg，可承受10 kg的負(fù)載，所有關(guān)節(jié)的自由度可實(shí)現(xiàn)360°旋轉(zhuǎn)，移動(dòng)重復(fù)精度為0.1 mm，單一機(jī)械臂的臂展為1 300 mm，工作時(shí)可承載相機(jī)進(jìn)行速度為100 cm/s的直線移動(dòng)，同時(shí)旋轉(zhuǎn)速度為180(°)/s，機(jī)械臂裝置主體采用DC 48 V供電，續(xù)航時(shí)間可達(dá)2 h。

通過(guò)小車和機(jī)械臂的高精度定位，實(shí)現(xiàn)鐵路貨車重點(diǎn)位置的圖像采集功能，工作方式如圖2、圖3所示，左側(cè)圖中“圓圈”為實(shí)際檢測(cè)位置，右側(cè)圖則是成像裝置在小車和機(jī)械臂的精確控制下完成相應(yīng)位置的圖像采集工作，圖像的精確采集提高了之后圖像識(shí)別工作的效率和準(zhǔn)確性。

圖2 軸端拍攝

圖3 閘瓦拍攝

圖像采集采用 USB 2.0 接口，采用 PHILIPS 芯片。相機(jī)拍攝模型如圖4所示，其中 1 為軸端，2 為相機(jī)，機(jī)器人測(cè)量范圍為 50～230 mm，設(shè)相機(jī)與軸端距離PQ為d，為了保證圖像畫面清晰，d必須大于相機(jī)的最小拍攝距離r，即d>r。

另外，為了保證軸徑的屏占比在50%以上，設(shè)相機(jī)的視角為θ0，則∠APB即θ需要滿足以下關(guān)系：

(1)

可得

圖4 相機(jī)拍攝模型

(2)

由公式(2)可解得相機(jī)與軸徑距離應(yīng)滿足如下公式：

此種建設(shè)模式一般發(fā)生在當(dāng)?shù)卮嬖诨ヂ?lián)網(wǎng)巨頭的區(qū)域，政府通過(guò)引入當(dāng)?shù)鼗ヂ?lián)網(wǎng)企業(yè)主導(dǎo)智慧城市建設(shè)，健壯產(chǎn)業(yè)鏈，創(chuàng)新產(chǎn)業(yè)應(yīng)用，由點(diǎn)帶面形成新的產(chǎn)業(yè)價(jià)值鏈。在建設(shè)過(guò)程中往往能創(chuàng)新出智慧化程度較高的應(yīng)用，但容易導(dǎo)致建設(shè)中心過(guò)于側(cè)重應(yīng)用，而忽視整體規(guī)劃和政府機(jī)制體制的創(chuàng)新。

(3)

同時(shí)底部和側(cè)部小車采用非接觸式障礙物檢測(cè)、接觸式障礙物檢測(cè)。非接觸式障礙物檢測(cè)，當(dāng)發(fā)現(xiàn)障礙物進(jìn)入小車警戒區(qū)時(shí)，小車減速停車并報(bào)警，障礙物移出后自動(dòng)恢復(fù)運(yùn)行；接觸式障礙物檢測(cè)，當(dāng)發(fā)現(xiàn)障礙物進(jìn)入小車警戒區(qū)時(shí)，小車停車報(bào)警，障礙物移出后需人工解除報(bào)警恢復(fù)運(yùn)行，確保小車運(yùn)行安全。除此之外，軌道兩端設(shè)置減速和停車信號(hào)以及機(jī)械限制裝置，防止異常情況下小車沖出軌道。

3 關(guān)鍵技術(shù)

1)高精度定位技術(shù)。機(jī)器人小車采用主動(dòng)輪主動(dòng)定位，從動(dòng)輪輔助定位。主動(dòng)輪設(shè)置高精度編碼器，從動(dòng)輪安裝從動(dòng)編碼器，利用濾波算法，可有效避免由于單個(gè)輪子打滑、跳動(dòng)引起的編碼器失步以及空轉(zhuǎn)等造成的誤差，提高定位準(zhǔn)確性[7-8]。同時(shí)軌道上設(shè)有零位校準(zhǔn)點(diǎn)，以消除小車絕對(duì)編碼器的累計(jì)誤差。主驅(qū)動(dòng)采用Maxon直流伺服電機(jī)，控制步長(zhǎng)Accuracystep為：

(4)

計(jì)算可得控制步長(zhǎng)精度Accuracystep=0.001 2 mm。

編碼器脈沖精度為：

(5)

式中：de為編碼器輪直徑，取值0.1 m；ne為編碼器線數(shù)，取值1 000。計(jì)算可得Accuracy=0.004 mm。

在鐵路貨車檢修領(lǐng)域中應(yīng)用智能機(jī)器人，通過(guò)三維輪廓檢測(cè)技術(shù)可以實(shí)現(xiàn)檢測(cè)機(jī)器人小車位置信息的功能。圖5所示為相機(jī)拍攝示意圖。以激光投射方向?yàn)閆軸正方向，激光線在X軸方向延展，即激光線與車軸方向(Y軸)垂直。檢測(cè)距離設(shè)定為到車軸中心線的垂直距離。與常規(guī)應(yīng)用不同，工作時(shí)檢測(cè)機(jī)構(gòu)沿激光延展方向(X軸)運(yùn)動(dòng)掃描。

圖5 輪廓檢測(cè)相機(jī)應(yīng)用示意圖

當(dāng)列車的車軸運(yùn)行到相機(jī)視場(chǎng)中間時(shí)，相機(jī)中就會(huì)出現(xiàn)下垂的弧線，根據(jù)該弧線兩端連線的中心點(diǎn)位置得到車軸位置。由于檢測(cè)精度≤0.1 mm，比控制執(zhí)行的毫米級(jí)精度高出一個(gè)數(shù)量級(jí)，因此滿足閉環(huán)控制的要求。

當(dāng)小車沿X軸正方向運(yùn)行時(shí)，相機(jī)從進(jìn)入視場(chǎng)到溢出視場(chǎng)的過(guò)程中，將會(huì)檢測(cè)到如圖6所示的圖像序列。使用人工智能識(shí)別算法對(duì)因車體顛簸而導(dǎo)致的圖形畸變進(jìn)行模糊處理，以提高位置檢測(cè)能力。

圖6 檢測(cè)圖像序列

3)射頻識(shí)別(radio frequency identification，RFID)無(wú)源標(biāo)簽采集技術(shù)。RFID技術(shù)是一種通信技術(shù)，可通過(guò)無(wú)線電訊號(hào)識(shí)別特定目標(biāo)并讀寫相關(guān)數(shù)據(jù)，無(wú)需識(shí)別系統(tǒng)直接接觸特定目標(biāo)。智能機(jī)器人小車在執(zhí)行預(yù)檢命令時(shí)開啟AEI車號(hào)天線的電源供應(yīng)，然后在RFID車號(hào)標(biāo)簽經(jīng)過(guò)AEI車號(hào)天線時(shí)，采集RFID車號(hào)標(biāo)簽的信息，如屬性碼、車種、車型、換長(zhǎng)、制造廠、制造年、制造月等，同時(shí)記錄此時(shí)的里程值并暫存在車號(hào)文件中，待預(yù)檢結(jié)束時(shí)將車號(hào)文件發(fā)送給控制程序，控制程序?qū)④囂?hào)入庫(kù)，最后根據(jù)車輛實(shí)際位置和RFID標(biāo)簽的位置確認(rèn)車輛位置是否正確。

4)基于深度學(xué)習(xí)的圖像自動(dòng)識(shí)別技術(shù)。隨著人工智能的快速發(fā)展，基于深度學(xué)習(xí)的圖像自動(dòng)識(shí)別技術(shù)將是鐵路貨車檢修領(lǐng)域的未來(lái)發(fā)展趨勢(shì)。在鐵路貨車的關(guān)鍵部位定位和故障識(shí)別的運(yùn)用中，深度學(xué)習(xí)技術(shù)都能發(fā)揮很大的作用。

基于卷積神經(jīng)網(wǎng)絡(luò)的關(guān)鍵部件識(shí)別方法，能挖掘數(shù)據(jù)局部特征，提取全局訓(xùn)練特征和分類，其權(quán)值共享結(jié)構(gòu)網(wǎng)絡(luò)使之更類似于生物神經(jīng)網(wǎng)絡(luò)。卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network，CNN) 通過(guò)貨車圖像空間的局部感知區(qū)域、共享權(quán)重以及數(shù)據(jù)本身包含的局部性等特征，優(yōu)化模型結(jié)構(gòu)。根據(jù)關(guān)鍵部位的排布規(guī)律篩選校驗(yàn)，得到每一個(gè)關(guān)鍵部位區(qū)域的定位圖像。

在故障識(shí)別中，采用基于Keras框架下的VGG16深度網(wǎng)絡(luò)[11-12]進(jìn)行重要部件圖像特征的提取。

VGG16網(wǎng)絡(luò)是依據(jù)imagenet數(shù)據(jù)集分類的需求而設(shè)計(jì)的，其由13個(gè)卷積層、3個(gè)全連接層組成，中間有5次池化操作，目的是減少參數(shù)量，最后的softmax層將1 000維實(shí)數(shù)值輸出轉(zhuǎn)化為不同分類的概率。在關(guān)鍵部位故障識(shí)別應(yīng)用中，對(duì)于關(guān)鍵部位圖像，先將其轉(zhuǎn)化為一定的尺寸(如224像素×224像素)，再將VGG16網(wǎng)絡(luò)中的softmax層，以及倒數(shù)第二層，即1 000個(gè)節(jié)點(diǎn)的全連接層去掉，最后進(jìn)行前向計(jì)算，可得到每幅圖像的4 096維特征向量。深度網(wǎng)絡(luò)提取特征向量會(huì)兼顧全局與局部信息，并對(duì)目標(biāo)物的微小移動(dòng)不敏感，防止因?yàn)槎ㄎ徽`差造成誤判。

4 系統(tǒng)工作流程

本文針對(duì)機(jī)器人小車的定位和機(jī)械臂擺拍姿態(tài)的差異，開展車型前期訓(xùn)練，并記錄下來(lái)。正常檢車時(shí)，在已知車型的情況下，小車可以自動(dòng)進(jìn)行關(guān)鍵部位的檢測(cè)工作，通過(guò)成像裝置掃描相應(yīng)的關(guān)鍵部位，完成圖像的采集工作。然后對(duì)圖像進(jìn)行處理與識(shí)別，檢測(cè)車輛部件，尋找故障的具體位置，并發(fā)出故障報(bào)警，通過(guò)終端平臺(tái)展示給工作人員。由工作人員對(duì)故障問(wèn)題采取有效的處理措施，保證貨車故障可以及時(shí)檢測(cè)出來(lái)，并得到及時(shí)處理，避免故障對(duì)貨車運(yùn)行造成影響。貨車的故障檢測(cè)整個(gè)工作流程如圖7所示。

圖7 工作流程

5 結(jié)束語(yǔ)

隨著鐵路貨車的發(fā)展，車輛巡檢成為了鐵路工作的主要內(nèi)容之一。利用本文設(shè)計(jì)的智能機(jī)器人系統(tǒng)數(shù)據(jù)庫(kù)，可以有效提高貨車的巡檢效率，實(shí)現(xiàn)貨車巡檢機(jī)器人取代人工進(jìn)行巡檢，可以對(duì)貨車運(yùn)行進(jìn)行自動(dòng)檢測(cè)，確保列車安全、穩(wěn)定、高效地運(yùn)行，滿足鐵路發(fā)展的需要。