基于机器视觉的道岔尖轨检测系统终稿

1、基于激光传感器的道岔尖轨检测系统撒继铭，顾瑜均，孙爱程，潘永峰1.武汉理工大学信息工程学院，2.光纤传感技术与信息处理教育部重点实验室，湖北武汉430070)摘要：在铁路的使用过程中，道岔作为运输的载体是非常重要的一部分,故道岔加工的检测需要非常高的精度要求，但是现阶段检测主要由人工完成，检测精度并不高。所以基于机器视觉的道岔检测系统的研究和实现显得十分必要。本文讨论道岔尖轨检测的方案，利用Gocator2030激光传感器和SIEMENS840D数控系统，详细研究了基于激光传感器对于道岔尖轨数据信息的采集方法和算法研究，为道岔生产企业提供了高精度和自动化的道岔尖轨检测系统。经过试验测试，本系统

2、有着较快的检测速度和较高的检测精度。关键词：激光传感器；道岔尖轨；数控系统TheswitchraildetectionsystembasedonlasersensorSaJi-ming,GuYu-jun,SunAi-cheng,PanYong-feng(1.SchoolofInformationEngineering,WuhanUniversityofTechnologyWuhan,2.KeyLaboratoryofFiberOpticSensingTechnologyandInformationProcessing430070,WuhanHubei)Abstract：Turnoutasaca

3、rrierisanextremelyimportantpartoftransport,whenrailwaysisoperating.Sothedetectionofturnoutshouldmatchtherequirement.However,thedetectioneffortismainlycompletedmanuallyatthepresentstage,whichislowaccuracy.Sothestudyoftheswitchraildetectionsystembasedonlasersensorisnecessary.Inthispaper,wediscussthesc

4、hemeoftheswitchraildetectionbyusingGocator2030lasersensorandSIMENS840Dnumericalcontrolsystem.Westudythealgorithmanddatacollectionoftheswitchraildetectionbasedonlasersensor.Thisdetectionsystemprovidesaccuratedatacollectionandinformationdisplayfortheenterpriseofproducingturnout.Afterthetest,thesystemh

5、asafasterdetectionspeedandhigherdetectionaccuracy.Keywords：lasersensor,switchraildetection,CNC引言在铁路全面提速的环境下，铁路运输的安全逐渐引起人们的关注。对于道岔加工的精度也在不断的提高，但是我国现有的道岔检测方式基本都是人工测量，检测结果会被许多人为因素影响，测量误差在1mm左右，无法匹配高精度加工设备的精度要求。而利用激光传感器的道岔尖轨检测系统有工作量小、测量速度快、精确度高的优点，并且配合着数控系统可以给出清晰、简洁的结果显示。可见基于激光传感器的道岔尖轨检测系统的研发是非常必要的，可以加速

6、我国铁路事业的发展。本文以Gocator2030激光传感器和SIEMENS840D数控系统为例，针对道岔尖轨截面指定数据的测量展开研究，利用激光传感器，实现了高精度测量的系统，具有重要的现实意义。检测系统的框架设计1.1检测系统原理本系统采用激光传感器，进行道岔尖轨轮廓断面信息数据采集。每组检测系统使用两个激光传感器，传感器的数据经过交换机通过以太网传递给SIEMENS840D数控系统，数控系统负责数据处理，信息显示，信息读取。在实现道岔尖轨轮廓检测过程中，需要在同一钢轨左右两侧安装两个激光传感器，如图1所示，红色区域是激光照射区域，蓝色线则表示传感器视角。图1道岔尖轨轮廓断面测量示意图1.2

7、Siemens840D系统简介道岔尖轨检测系统是安装在Siemens840D系统上。Siemens840D系统(以下简称840D)是基于PC的数控系统，其MMC(人机通信)系统采用WindowsNT或XP操作系统，拥有各类丰富的接口，以及比一般数控系统更好的人机交互能力和上层应用系统集成能力，便于用户对系统功能进行定制和参数调节。针对客户对机床数据读取的要求，西门子公司专门开发了数据获取的软件，如SinCOM软件和MCIS软件,840D具有开放式的人机界面和通讯接口。本体统采用以太网TCP/IP协议进行通讯，组网方便，而且变量读写灵活，适于数控机床的远程监控、诊断等系统开发。1.3Gocato

8、r2030激光传感器Gocator2030将激光光源和摄像机很好的结合到一起，具有使用方便、独立性强、拓展型好以及装置紧凑质量小等优点2。传感器实际图如图2所示。使用方便:Gocator2030的内置Web服务器可以在任意一台电脑或者任意一个系统通过各种主要的浏览器对传感器设置参数和测量方式进行灵活地配置。在没有安装额外软件的情况下，Gocator2030的升级和配置是即为简易的。独立性和拓展性:单一的传感器需要配上额外的控制器、放大器或者计算机来实现功能。而Gocator2030系统可以毫不费力地大规模使用LMI主枢纽多传感器，主控制器掌握着电力的分配，激光安全联锁装置，微秒级同步，编码器和

9、数组输入处理。装置设计紧凑并且质量小:Gocator2030自身体积较小，质量小于1.5Kg，这两个有点可以使它非常理想的拟合到狭小的空间中或者安装到机器人的手臂上，具有很强的环境适应性。图2Gocator2030激光传感器检测系统机械结构的设计道岔尖轨加工是对轨头进行加工，所以只需要提取完整轨头加工面即可，以4305道岔尖轨为例，加工示意图如图3所示，共8个检测截面，其中最高的高度为150.6mm,最低的高度为127.6mm,而宽度的范围是0到71mm,每个截面都具有不同的尺寸，所以检测系统要分别从8个不同截面提取出有效的图像，将两个传感器各自相对于尖轨的高度与角度调整到最合适的状态，这就需

10、要图3专线4305尖轨加工示意图本系统设计的机械结构分为三部分:型材固定板、型材条、传感器固定板。整体结构如图4所示。型材固定板的作用是调整型两个型材条的高度和相对角度。型材条的作用是连接型材固定板和传感器固定板，以及调整传感器固定板的高度传感器固定板的作用是调整传感器的横滚角度和旋转角度，保证两条激光线重合在起，并且垂直于机床运行的方向。图4整体机械结构图数据的处理与算法分析传感器将获取到的轮廓图像转换成N个点数据，以CSV的文件格式存储于SIEMENS840D数控系统中。从传感器获取到的钢轨的图像数据存在相机视角不同、部分数据点缺失以及轮廓有毛刺的三个问题，本章讨论如何通过算法将这三个问题

11、解决并且从处理后的数据点中获取需要的检测数据。3.1校正图像数据为了将两个处于不同相机视角的图像数据转换到同一世界视角中，并且将两段曲线拟合成一个完整的轮廓。本文选择通过对于150mm高、100mm长、20mm宽的长方体标准块如图5所示标定。以此获取拟合数据，通过旋转和平移，将两组数据转换到同一世界视角如图6所示。通过激光传感器采集到的钢轨断面图像通常是倾斜的，如图6(a)所示。为了将两组数据拟合，所以必须先对钢轨断面角度进行校正。标准块顶部直线(线段b和线段c)的角度很好地反应了钢轨的倾斜角度，而我们需要将线段b和线段c拟合成一条线段，即是标准块顶的光线。线段b和线段c的表达式为y=ax+b

12、，如公式(1)和公式(2)所示。其中a表示各自线段的斜率，也是该直线与水平轴夹角的正切值。根据最小二乘法分别求出线段b和线段c的斜率分别为ab和ac，然后通过坐标系旋转将分别将两组图像数据旋转，使线段b和线段c的斜率都等于0如图6(b)所示。图5标准块实物图15425瞬df3020S(b)10010203040线段C融i校正后的数据图6图像畸形校正迓X迓Y-nExYiiiia=tii=iENXENX-NENXXiiiii=1i=1i=1ENY-aENXiib=(1)(2)NY7Pytd原坐标系慷頁(心lTO2皆p新坐标系原点(Q0)图7坐标系转换示意图面介绍一下坐标系旋转。图7示意了原有坐标系

13、中一点(X,Y)转换成新坐标系spsp中一点(X,Y)的过程，一般来说，坐标转换tt主要有三步转换：将原有坐标原点(X,Y)平移到新坐标原点(0,0)。soso将原有坐标系X轴旋转9x角度,Y轴旋转9y角度。(3)将原有坐标系X轴伸缩Kx比例,Y轴伸缩Ky比例。得到变换后的坐标为：X二X+XKcos。YKsinO.tpsospxxspyyTOC o 1-5 h zY=Y+XKsinO+YKcosOtpsospxxspyy公式(3)和公式(4)中的比例系数K为1，而两个旋转角度分别为：O=arctanaabbO=arctana(6)cdc在公式和公式(6)中9ab表示图6(a)中绿色曲线数据的旋

14、转角度，9cd表示图6(a)中红色曲线数据的旋转角度；a表示图6(a)中线段b的斜率，a表示图6(a)中线段c的斜率。以上是旋转的方法。接着是平移的数据。在旋转后线段a和线段d是平行的，线段b和线段c需要拟合为一条线段，已知标准块的长是100mm，高度是150mm,根据公式(3)和公式(4),分别求出两组图像数据各自的Xso,Yso的值，soso完成图像数据的平移。在旋转和平移处理后的图像数据效果如图6(b)所示。并且求出了绿色曲线的旋转角度、x轴平移值、z轴平移值以及红色曲线的旋转角度、x轴平移值、z轴平移值这6个图像校正数据，根据这6个数据完成钢轨图像数据的校正，效果如图8所示图8钢轨数据

15、校正效果图3.2消除钢轨轮廓上的毛刺钢轨轮廓曲线上出现的毛刺是由于光线的干扰造成的，在平滑的曲线上出现锯齿状的毛刺，如图9(a)所示。毛刺具有周期短，随机性强的特点，对于钢轨截面数据的提取法和基于汉明函数的滑动滤波法这两种方法来抑制或消除这些毛刺。以下是对这两种滤波法的基本介绍和效果的比较。卡尔曼滤波器是一种利用线性状态方程，通过系统的输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据包括系统中的噪声和干扰的影响，所以最优估计也可以看成滤波过程。利用公式(7)对数据进行处理，图9(b)即为卡尔曼滤波效果，红线是原图形轮廓，蓝线为卡尔曼滤波后的轮廓效果。可见对于毛刺有一些抑制效果，但是

16、毛刺对于轮廓的影响依然存在。x(k)=Ax(k-1)+Bu(k)+w(k)(7)基于汉明函数的滑动滤波是一种加权的平滑滤波。平滑滤波是低频增强的空间域滤波技术。它的目的是消除噪音。邻域的大小与平滑的效果直接相关，邻域越大平滑的效果越好，但邻域过大，平滑会使边缘信息损失的越大，从而使输出的轮廓变形，因此需合理选择邻域的大小。合理地选择领域大小就是一种加权的方法。适当的选取加权系数g(r)。我们选用汉明函数作为W(r)来计算g(r)，得出相应的平滑公式。汉明函数为W(r)=0.54+0.46cos(r*n/m)(8)可求出五点法的平滑公式为ti=0.04(Ti-2+Ti+2)+0.24(Ti-1+

17、Ti+1)+0.44Ti.(9)从图9(c)中可以看出虽然毛刺依然存在,但是对于轮廓的影响已经可以忽略不计了，可见汉明平滑滤波后的轮廓效果满足后续处理要求。3.3对不同的钢轨截面提取需要的数据计算钢轨断面几何尺寸时，经过滤波处理后的数据排除了较大的突变点，并且消除了毛刺使轮廓显得平滑。本系统以专线4305的道岔尖轨作为测量样本，测量指定的8个钢轨断面的高度和轨头的宽度。为了提高计算精度还可以采取以下措施：1、计算钢轨高度，即从数据中提取最大值，为了防止跳动点的干扰，我们取最大的7个值在求平均。2、求轨头的宽度，即求钢轨高度下降16mm处轨头的宽度。基于钢轨自身是连续变化的，取轨头向下16mm处

18、点邻近1mm的点求加权平均。求出的两个点的间距就是轨头的宽度。检测结果通过图形数据的采集，并且对数据的校正、滤波等处理后，即可获得光滑、完整的钢轨断面图。通过一些处理算法便可以获取所需要的数据。在本文中，以150mm高、100mm长、20mm宽的长方体标准块，先进行精确度测试，对一个固定位置，采集5次数据。测量结果如图10所示。通过显示结果发现，系统检测出的数据符合标准块的尺寸，其重复精度也在0.01mm以内，可见整个检测系统的检测精度满足检测的要求。图10标准块测量结果以钢轨的最高值和钢轨高度(150.6mm)下降16mm处的宽度为例。但是前三组数据的最高值低于134.6mm,故需要略微改变

19、算法。对于第二、三组数据，是求出124.6mm高度处的宽度为A，由于尖轨的两边的斜率为4，所以反求134.6mm处的高度为(A-5)mm。此算法用于第一组数据，则会出现所求宽度为负数，不方便对比，故对于第一组数据,直接求124.6mm处的宽度，即A。以型号专线4305尖轨的测量结果的界面显示如图11所示：图11专线4305尖轨测量结果通过图11的测量结果可以看出，测量出来的数据和加工示意图作对比，数据的误差在0.15mm以内，可见基于激光传感器的道岔尖轨检测系统对于检测精度有了较大的提高。5.结语日益发展的铁路对于道岔轮廓检测提出了高精度、高效率、智能化的需求。目前常用的轮廓检测方法主要依靠人工操作，结果