基于视频的道岔尖轨爬行监测方法技术

本发明专利技术公开了基于视频的道岔尖轨爬行监测方法，用于解决现有的道岔尖轨爬行监测在监测效率和监测准确度不高的问题，包括步骤一：在尖轨两侧设置高清相机并标定相机位置；通过人工在基本轨上标定标签点；步骤二：通过两个高清相机采集尖轨的视频，将视频分割成图像，并利用岔尖的边缘识别图像；步骤三：通过岔尖边缘轮廓的识别实现爬移监测；爬移包括尖轨沿着基本轨延伸方向的纵向爬移；本发明专利技术通过在尖轨两侧设置高清相机，利用岔尖的边缘识别图像，计算尖轨与基本轨的实际距离，结合岔尖边缘轮廓的识别，提高监测的准确度。

Monitoring method of switch rail creep based on video

【技术实现步骤摘要】
基于视频的道岔尖轨爬行监测方法
本专利技术涉及道岔尖轨爬行监测
，具体为基于视频的道岔尖轨爬行监测方法。
技术介绍
道岔及其转辙机设备通常会发生两大类影响运营安全的故障。一个是道岔转辙机，转辙机的动作是通过在室内发出电流、电压控制信号来完成动作的，但是一旦电流电压工作不正常、动作杆发生横移或者钢轨爬行等都会导致道岔不能按照既定要求转换，从而导致事故发生。另一个是道岔岔尖处，由于列车的走向是通过尖轨与基本轨间的离合来控制的，尖轨及基本轨的纵向爬移、尖轨的损伤有使列车脱轨的危险，而高铁尖轨的磨损又非常快，爬移效应很明显也会造成转辙机动作异常，所以尖轨的磨损、尖轨的爬移以及是否与基本轨闭合(当缝隙超过2-4mm时会导致事故)等都是影响运营安全的因素；针对这两类故障，目前国内主要通过人工巡检加设备检测的模式。除了人工检查的方式，国内目前解决这两类问题的设备均为独立的系统。由于钢轨爬行或者动作杆横移等现象，可能会导致转辙机工作异常。因此需要主要针对这类易发生灾害设计一种基于视频的道岔尖轨爬行监测方法；近年来，随着CMOS相机工艺的发展和硬件计算速度的提升，基于图像的目标状态监测正在逐渐取代传统的监测方法。尤其是在传统的机器视觉引入学习算法后，新的基于视频的道岔尖轨爬行监测方法的精确度正在不断提高，通过在岔尖前端设置图像采集设备监测岔尖状态，相比现有监测方法，基于视频/图像的监测方法不仅能直接反映岔尖状态，配合相应的目标检测算法，还能实现对道岔尖轨爬行监测的实时监测，这将大幅提高监测效率及准确度。<br>
技术实现思路
本专利技术的目的就在于为了解决现有的道岔岔尖密贴度监测方法，在监测效率和监测准确度不高的问题，而提出基于视频的道岔尖轨爬行监测方法；本专利技术通过在尖轨两侧设置高清相机，利用岔尖的边缘识别图像，计算尖轨与基本轨的实际距离，结合岔尖边缘轮廓的识别，提高监测的准确度。本专利技术的目的可以通过以下技术方案实现：基于视频的道岔尖轨爬行监测方法，该方法包括以下步骤：步骤一：在尖轨两侧设置高清相机并标定相机位置；通过人工在基本轨上标定标签点；步骤二：通过两个高清相机采集尖轨的视频，将视频分割成图像，并利用岔尖的边缘识别图像；岔尖的边缘识别包括基本轨边缘识别和岔尖部分与基本轨接触的边缘识别；岔尖的边缘识别的步骤如下：S1：通过人工标定标签点确定基本轨的位置；S2：通过Canny边缘算法对采集的图像得到包含目标边缘信息的二值图像后，再利用Hough变换及边缘检测得到离散坐标点，提取连续的边缘信息得到基本轨和岔尖边缘；S3：识别基本轨和岔尖边缘后，通过计算得到尖轨与基本轨距离；S4：通过图像识别目标距离在同方向的尺度不变性，还原实际距离得到得到尖轨与基本轨的实际距离；步骤三：通过岔尖边缘轮廓的识别实现爬移监测；爬移包括尖轨沿着基本轨延伸方向的纵向爬移；纵向爬移包括尖轨相对于基本轨的爬行和两尖轨的相对爬行；纵向爬仪监测包括基于能指示岔尖位置的参考点的识别和基于岔尖边缘轮廓的识别。优选的，步骤三所述的岔尖边缘轮廓识别步骤如下：SS1：将在尖轨两侧设置高清相机分别标记为相机A和相机B；相机A所在的点为A点，相机B所在的点为B点；SS2：以相机B所在位置为参考零点，竖直位置为Z轴；建立三维坐标系；SS3：识别的岔尖边缘得到两个指示岔尖位置的参考点；两个指示岔尖位置的参考点的连线；通过连线平行于X轴，监测岔尖爬移。优选的，所述步骤三所述的基于岔尖边缘轮廓识别还包括如下步骤：SS1：通过人工在尖轨的一侧贴上若干个标签点；SS2：通过尖轨一侧的高清相机对标签点进行拍照；并将其标记为初始标签点，用APi表示,i＝1、2、……、n；SS3：岔尖监测时，通过再次对标签点进行拍照时，并将其标记为实时标签点，用BPi表示；SS4：将实时标签点与初始标签点进行一一匹配；当其出现偏差，则表示尖轨沿基本轨方向的纵向爬移。与现有技术相比，本专利技术的有益效果是：在尖轨两侧设置高清相机并标定相机位置；通过人工在基本轨上标定标签点；通过两个高清相机采集尖轨的视频，将视频分割成图像，并利用岔尖的边缘识别图像；岔尖的边缘识别包括基本轨边缘识别和岔尖部分与基本轨接触的边缘识别；利用岔尖边缘轮廓的识别实现爬移监测；通过在尖轨两侧设置高清相机，利用岔尖边缘轮廓的识别图像，计算尖轨与基本轨的实际距离，结合岔尖边缘轮廓的识别，提高监测的准确度。附图说明为了便于本领域技术人员理解，下面结合附图对本专利技术作进一步的说明。图1为本专利技术的基于能指示岔尖位置的参考点示意图。图2为本专利技术的基于岔尖边缘轮廓的识别的示意图。图3为本专利技术的基于岔尖边缘轮廓的识别另一个实施里例示意图。具体实施方式下面将结合实施例对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。请参阅图1-3所示，基于视频的道岔尖轨爬行监测方法，基于视频的道岔尖轨爬行监测方法，该方法包括以下步骤：步骤一：在尖轨两侧设置高清相机并标定相机位置；通过人工在基本轨上标定标签点；标定标签点为关键部件，运用相应的目标识别算法检测，如尖轨螺栓等关键部件；步骤二：通过两个高清相机采集尖轨的视频，将视频分割成图像，并利用岔尖的边缘识别图像；岔尖的边缘识别包括基本轨边缘识别和岔尖部分与基本轨接触的边缘识别；岔尖的边缘识别的步骤如下：S1：通过人工标定标签点确定基本轨的位置；S2：通过Canny边缘算法对采集的图像得到包含目标边缘信息的二值图像后，再利用Hough变换及边缘检测得到离散坐标点，提取连续的边缘信息得到基本轨和岔尖边缘；S3：识别基本轨和岔尖边缘后，通过计算得到尖轨与基本轨距离；具体计算步骤如下：S4：通过图像识别目标距离在同方向的尺度不变性，还原实际距离得到得到尖轨与基本轨的实际距离；如图1所示，通过x1表示为尖轨与距离较远的基本轨之间的距离；具体表现为:以相机A为基准点，相机A计算的x1为靠近相机A侧的基本轨与靠近相机B侧的尖轨之间的距离；利用正切函数可以计算x1的长度，通过x1的长度；设定相机与垂直线的距离为β,则α＝90°-β，通过相机A和相机B测量尖轨与基本轨的实际距离；步骤三：通过岔尖边缘轮廓的识别实现爬移监测；爬移包括尖轨沿着基本轨延伸方向的纵向爬移；纵向爬移包括尖轨相对于基本轨的爬行和两尖轨的相对爬行；纵向爬仪监测包括基于能指示岔尖位置的参考点的识别和基于岔尖边缘轮廓的识别；实例1，如图2所示岔尖边缘轮廓识别的识别步骤如下：SS1：将在尖轨两侧设置高清相机分别标记为相机A和相机B；相机A所在的点为A点，相机B所在的点为B点；SS2：以相机B本文档来自技高网...

【技术保护点】
1.基于视频的道岔尖轨爬行监测方法，其特征在于，该方法包括以下步骤：/n步骤一：在尖轨两侧设置高清相机并标定相机位置；通过人工在基本轨上标定标签点；/n步骤二：通过两个高清相机采集尖轨的视频，将视频分割成图像，并利用岔尖的边缘识别图像；岔尖的边缘识别包括基本轨边缘识别和岔尖部分与基本轨接触的边缘识别；/n岔尖的边缘识别的步骤如下：/nS1：通过人工标定标签点确定基本轨的位置；/nS2：通过Canny边缘算法对采集的图像得到包含目标边缘信息的二值图像后，再利用Hough变换及边缘检测得到离散坐标点，提取连续的边缘信息得到基本轨和岔尖边缘；/nS3：识别基本轨和岔尖边缘后，通过计算得到尖轨与基本轨距离；/nS4：通过图像识别目标距离在同方向的尺度不变性，还原实际距离得到得到尖轨与基本轨的实际距离；/n步骤三：通过岔尖边缘轮廓的识别实现爬移监测；爬移包括尖轨沿着基本轨延伸方向的纵向爬移；纵向爬移包括尖轨相对于基本轨的爬行和两尖轨的相对爬行；纵向爬仪监测包括基于能指示岔尖位置的参考点的识别和基于岔尖边缘轮廓的识别。/n

【技术特征摘要】
1.基于视频的道岔尖轨爬行监测方法，其特征在于，该方法包括以下步骤：
步骤一：在尖轨两侧设置高清相机并标定相机位置；通过人工在基本轨上标定标签点；
步骤二：通过两个高清相机采集尖轨的视频，将视频分割成图像，并利用岔尖的边缘识别图像；岔尖的边缘识别包括基本轨边缘识别和岔尖部分与基本轨接触的边缘识别；
岔尖的边缘识别的步骤如下：
S1：通过人工标定标签点确定基本轨的位置；
S2：通过Canny边缘算法对采集的图像得到包含目标边缘信息的二值图像后，再利用Hough变换及边缘检测得到离散坐标点，提取连续的边缘信息得到基本轨和岔尖边缘；
S3：识别基本轨和岔尖边缘后，通过计算得到尖轨与基本轨距离；
S4：通过图像识别目标距离在同方向的尺度不变性，还原实际距离得到得到尖轨与基本轨的实际距离；
步骤三：通过岔尖边缘轮廓的识别实现爬移监测；爬移包括尖轨沿着基本轨延伸方向的纵向爬移；纵向爬移包括尖轨相对于基本轨的爬行和两尖轨的相对爬行；纵向爬仪监测包括基于能指示岔尖位置的参考点的识别和基于岔尖边缘轮廓的识...

【专利技术属性】
技术研发人员：陈磊，叶佳琦，王锁平，李根，付锐，
申请(专利权)人：通控研究院安徽有限公司，
类型：发明
国别省市：安徽;34