【《受电弓碳滑板磨耗检测系统设计案例分析》5400字】

受电弓碳滑板磨耗检测系统设计案例分析目录TOC\o"1-3"\h\u21914受电弓碳滑板磨耗检测系统设计案例分析 图3-9所示。图3-9系统光电开关实物图1.2.2车号识别子系统车号识别子系统使用计算机图像处理技术识别动车组车号。当动车组车厢经过前段光电开关时，触发车号识别系统工作信号；通过在指定位置安装的高清相机连续拍摄车体，并传入处理系统；经过目标识别，与计算机图形学的一系列操作后，准确地识别车牌区域，并输出结果。基于图像识别的车号识别算法具有快速、准确、低成本的特点。可以在车辆不停车的情况下，识别每辆车的车号信息。并及时将车号数据上传到服务器，对进出的车辆进行自动统计，并保存数据。当检测系统检测到到滑板出现故障或者发生异常情况时，我们利用识别到的车号来准确判断列车相关信息，向安全中心发出警报。本文中车号识别算法的整体算法包含图像预处理、图像车号定位、列车字符分割和字符识别四个主要部分。对于采集到的包含车号的图像，通常会由于环境光照的影响而产生分辨率低等问题，因此需要对图像先进行预处理，改善图像是质量。然后，在预处理的基础再对处理后的图像进行边缘检测和轮廓检测，对车号区域进行定位和透视变换。然后通过字符分割和字符识别操作对车号区域进行处理[27]-[30]，最终实现车号识别。算法流程如下图所示：图3-10算法流程图图3-11车号字符识别结果1.2.3滑板监控子系统对受电弓碳滑板进行实时监控是为了方便观测滑板的运行状态，当滑板出现故障时能够及时查看视频，准确判断故障时间和故障类型。滑板监控成像检测采用高分辨率相机拍摄受电弓及滑板状态，两台相机安装在车通过区域的顶部，车辆通过时，由相应的触发采样设备对车顶受电弓前后高清成像，图像会自动被压缩连同车号和采集时间一起被记录到存储设备中，方便故障问题回溯，同时计算设备在车辆通过的短时间内对车顶图片进行智能分析，发现故障，将相应编号合并记录到故障数据库[33]-[34]。1.2.4磨耗检测子系统采用的基于多视觉传感器的激光位移传感器技术，具有测量精度高、实时性高、安全性高、并且易操作且不受外界条件影响。滑板横截面形状廓形直接有数字激光设备获取数字坐标，纵向方向由受电弓移动获取，最终构建碳滑板的3D数字云图，为实现对受电弓滑板的全覆盖，在其横截面上采用三激光拼接的方式实现全滑板结构的测量。测量结果拼接后同原始廓形对比，计算其实际磨耗值。滑板整体结构有多个测量界面直接拼接而成。通过和标准受电弓原始廓形对比，分析受电弓磨耗。列车走行当受电弓经过监测点时，触发光电开关，控制结构光传感器开机。线结构光发射器向受电弓的碳滑板表面投射出激光光条，同时摄像机幵始拍摄被受电弓滑板表面结构调制过的光条图像，实时的获取受电弓滑板信息，完成采集工作后经过连接在计算机上的千兆网线回传以供后续计算分析。下面就对本文受电弓碳滑板磨耗检测系统的具体结构框架和工作流程进行一个详细的介绍。本文采用的的多视觉传感器测量技术，基于三维机器视觉的检测技术主要是多视觉传感器实时获取受电弓碳滑板经过监测点时的深度信息。整个的检测过程中依赖于三维高速相机、线激光发射器、信号触发器，通过这几部分来获得的线激光光源中的几何结构，帮助提取待检测物中的深度信息信息。结构光平面投射于待测物体表面产生光条纹，后续则需要在相机采集的图像中识别并检测出这些特征信息。因为光条特征曲线在图像中的具体形态以及相关的间断性，都包含待测目标在世界坐标系下的位置信息，并且这些信息构成了物体可见表面与摄像机之间的相对测度，即三维世界和摄像机坐标直接的对应关系。对应于本系统来说，指的是是将一条单细线的激光投射到受电弓碳滑板表面，碳滑板上表面由于与供电的触网线在运行时产生磨耗而形成一些列起伏的高度变化，这会使得激光线发生了弯曲，根据这个光条的线度变化，便可以得出激光此时所处的该受电弓碳滑板表面的剖面信息。当受电弓碳滑板运动起来，就会得到一系列连续相关的线轮廓，在时间尺度上积分，并通过相关算法处理便能获得碳滑板三维表面轮廓，再通过对数据的进行分析、处理，便可以确定该受电弓的磨耗量。安装方式如图3-12所示。图3-12实验室现场实物安装1.3系统软件设计在完成多视觉传感器受电弓滑板磨耗检测系统的硬件设计后，根据硬件设计进行相关软件的设计。测量软件通过数据采集卡获取磁钢信号来控制多视觉传感器测量模块进行测量，通过计算机处理得到的滑板轮廓点云数据，并通过磨耗算法对滑板磨耗量进行计算、存储，并且通过串口采集主机识别到的入库列车车号信息，最后进行综合的存档、整理、显示、输出，检测软件的拓扑图如图所示。图3-13检测软件的拓扑图滑板磨耗检测系统将视觉采集模块、车号识别模块、车顶监控模块的数据存储到计算机中，方便后续处理，并且以表格的形式显示计算得到