轮对踏面检测方法、装置、系统、终端及存储介质制造方法及图纸

本申请实施例提供一种轮对踏面检测方法、装置、系统、终端及存储介质，涉及质量检测技术。其中，轮对踏面检测方法，包括：对获取的列车轮对的点云进行去噪处理，获得所述列车轮对的踏面点云；将获得的踏面点云与标准图中的踏面点云进行配准；在配准后的点云中的点与标准图中最近点的距离大于第一阈值时，确定所述点为异常点。为异常点。为异常点。

【技术实现步骤摘要】
轮对踏面检测方法、装置、系统、终端及存储介质


[0001]本申请涉及质量检测技术，尤其是涉及一种轮对踏面检测方法、装置、系统、终端及存储介质。

技术介绍

[0002]相关技术中，高铁轮对踏面裂纹的检测方案采用的是人工检测，巡检工人需要下到待检修高铁下方的检修通道里，用手电筒照射待检查的区域，并记录在纸质文档上，形成检修记录和报告文书。
[0003]然而，随着高铁车辆数量不断的增大，人工检测方案的人力成本直线上升，且工人巡检的压力大增。工人在工作时长过长的情况下检测精度会明显下降，而一旦出现了轮对踏面上裂纹没有检测出的情况，可能会出现重大交通事故，不利于行车安全。进一步的，人工检测的方案无法保证工人对于每个点位均能检测，也为高铁质量埋下隐患，不利于行车安全。

技术实现思路

[0004]为了解决上述技术缺陷之一，本申请实施例中提供了一种轮对踏面检测方法、装置、系统、终端及存储介质。
[0005]本申请第一方面实施例提供一种轮对踏面检测方法，包括：
[0006]对获取的列车轮对的点云进行去噪处理，获得所述列车轮对的踏面点云；
[0007]将获得的踏面点云与标准图中的踏面点云进行配准；
[0008]在配准后的点云中的点与标准图中最近点的距离大于第一阈值时，确定所述点为异常点。
[0009]本申请第二方面实施例提供一种轮对踏面检测装置，包括：
[0010]获取模块，用于对获取的列车轮对的点云进行去噪处理，获得所述列车轮对的踏面点云；
[0011]第一处理模块，用于将获得的踏面点云与标准图中的踏面点云进行配准；
[0012]第二处理模块，用于在配准后的点云中的点与标准图中最近点的距离大于第一阈值时，确定所述点为异常点。
[0013]本申请第三方面实施例提供一种轮对踏面检测系统，包括：
[0014]如前述任一项所述的轮对踏面检测装置；
[0015]机器人，具有用于采集列车轮对踏面的图像数据的摄像装置，用于将所述图像数据发送给所述轮对踏面检测装置，以使所述轮对踏面检测装置根据所述图像数据获取的列车轮对的点云。
[0016]本申请第四方面实施例提供一种终端，包括：
[0017]存储器；能够支持处理器读取原始点云的设备，同时支持处理器将通过前述任一项所述的方法处理后的数据进行存储。
[0018]处理器；能够从存储器中读入原始点云，并根据前述1-8任一项所述的方法对点云进行处理，得到处理后的点云数据和图像数据。
[0019]计算机程序；存储在所述存储器中，能够通过计算机语言实现前述1-8任一项所述的方法，完成编译，并能够在处理器中快速运行。
[0020]本申请第五方面实施例提供一种，计算机可读存储介质，其上存储有计算机程序；所述计算机程序被处理器执行以实现如前述任一项所述的方法。
[0021]本申请实施例提供一种轮对踏面检测方法、装置、系统、终端及存储介质，通过获取得到当前轮对的点云，并将点云内除了轮对的其他器件滤除，仅保留轮对点云将当前轮对点云与标准图轮对点云对齐，而后将两者点云进行比较，筛选出异常点。如此，能够自动且快速精准地实现对轮对踏面的检测，利于节省人力，且利于提高检测精度和可靠性。
附图说明
[0022]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0023]图1为一示例性实施例提供的方法的流程示意图；
[0024]图2为另一示例性实施例提供的方法的流程示意图；
[0025]图3为一示例性实施例提供的装置的结构框图；
[0026]图4为一示例性实施例提供的系统的结构框图。
具体实施方式
[0027]为了使本申请实施例中的技术方案及优点更加清楚明白，以下结合附图对本申请的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本申请的一部分实施例，而不是所有实施例的穷举。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
[0028]相关技术中，高铁轮对踏面裂纹的检测方案采用的是人工检测，巡检工人需要下到待检修高铁下方的检修通道里，用手电筒照射待检查的区域，并记录在纸质文档上，形成检修记录和报告文书。
[0029]然而，随着高铁车辆数量不断的增大，人工检测方案的人力成本直线上升，且工人巡检的压力大增。工人在工作时长过长的情况下检测精度会明显下降，而一旦出现了轮对踏面上裂纹没有检测出的情况，可能会出现重大交通事故，不利于行车安全。进一步的，人工检测的方案无法保证工人对于每个点位均能检测，也为高铁质量埋下隐患，不利于行车安全。
[0030]为了克服上述问题，本申请实施例提供一种轮对踏面检测方法、装置、系统、终端及存储介质，通过获取得到当前轮对的点云，并将点云内除了轮对的其他器件滤除，仅保留轮对点云；同时，需要将当前轮对点云与标准图轮对点云对齐，而后将两者点云进行比较，筛选出异常点；进一步的，需要解决由于轮对宽度不同造成的轮对边缘造成的误检测点，保留轮对踏面裂纹的点云，并映射回2D图像。如此，能够自动且快速精准地识别出轮对踏面的裂纹，利于节省人力，且利于提高检测精度和可靠性。
[0031]下面结合附图对本实施例提供得方法的功能及实现过程进行举例说明。
[0032]如图1所示，本实施例提供的轮对踏面检测方法，包括：
[0033]S101、对获取的列车轮对的点云进行去噪处理，获得列车轮对的踏面点云；
[0034]S102、将获得的踏面点云与标准图中的踏面点云进行配准；
[0035]S103、在配准后的点云中的点与标准图中最近点的距离大于第一阈值时，确定点为异常点。
[0036]在步骤S101之前，需先采集列车轮对的踏面以获取轮对的深度图。具体地，获取机器人的摄像装置采集的轮对踏面数据；根据轮对踏面数据获取待检测项点的深度图，通过相机内参计算得到对应的点云。其中，机器人通过摄像头采集的踏数据发送到服务器等终端进行分析，整个过程不超过1s；且对于列车的多个轮对可同时进行采集及分析，从而进一步降低检测时间。
[0037]在步骤S101中，由于拍摄角度的原因，当前帧点云中除了待检测轮对的点云外，一般还会包含轮对附近的器件，如部分铁轨及地面、喷砂枪、固定螺栓等部件。有标准图上没有这些部件，且不同车轮位置处额外的部件不同，因此需要将多余的部件滤除，仅保留踏面部分，方便后续的匹配。
[0038]具体地，对获取的列车轮对的点云进行去噪处理，包括：
[0039]对获取的列车轮对的点云进行深度低通滤波处理；
[0040]对滤波后的点云进行聚类处理。
[0041]其中，在深度低通滤波阶段，可根据预先获取的轮对的深度图获取相应点的深度；通过深度低通滤波的方法，也即将获取的相应点的深度经过一个，固定阈值的低通滤波器，可以去除掉除了喷本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种轮对踏面检测方法，其特征在于，包括：对获取的列车轮对的点云进行去噪处理，获得所述列车轮对的踏面点云；将获得的踏面点云与标准图中的踏面点云进行配准；在配准后的点云中的点与标准图中最近点的距离大于第一阈值时，确定所述点为异常点。2.根据权利要求1所述的方法，其特征在于，所述对获取的列车轮对的点云进行去噪处理，包括：对获取的列车轮对的点云进行深度低通滤波处理；对滤波后的点云进行聚类处理。3.根据权利要求2所述的方法，其特征在于，对滤波后的点云进行聚类处理，包括：采用DBSCAN聚类方法对滤波后的点云进行处理。4.根据权利要求1所述的方法，其特征在于，对获取的列车轮对的点云进行去噪处理之前，还包括：获取机器人的摄像装置采集的轮对踏面数据；根据所述轮对踏面数据获取待检测项点的深度图，通过相机内参计算得到对应的点云。5.根据权利要求1所述的方法，其特征在于，所述将获得的踏面点云与标准图中的踏面点云进行配准，包括：采用点对点的最近点匹配法，将获得的踏面点云与标准图中的踏面点云进行配准。6.根据权利要求5所述的方法，其特征在于，采用点对点的最近点匹配法，将获得的踏面点云与标准图中的踏面点云进行配准包括：从目标点云中确定与第一点集相应的第二点集，其中，所述第二点集中的点为第一点集中的最近点，所述第一点集从源点云中获取；获取能够使得误差函数最小的旋转矩阵和平移矩阵；根据所述旋转矩阵和平移矩阵对所述第一点集中的点进行变换，得到第三点集；确定所述第三点集与所述第四点集的平均距离，在所述平均距离小于第二阈值或者迭代次数达到第三阈值，则确定配准完成。7.根据权利要求1所述的方法，其特征在于，在获得所述列车轮对的踏面点云之后，还包括：将所述列车轮对的踏面点云映射到深度图；在深度图上检测所述列车轮对的外框；对所述列车轮对的外框进行膨胀处理，得到列车轮对的轮廓掩膜。8.根据权利要求7所述的方法，其特征在于，在配准后的点云中的点与标准图中最近点的距离大于第一阈值时，确定所述点为异常点之后，还包括：通过所述列车轮对的轮廓掩膜滤除所述异常点中的误报点，得到裂纹处的点；利用相机内参将所述裂纹处的点映射至2D平面。9.一种轮对踏面检测装置，其特征在于，包括：获取模块，用于对获取的列车轮对的点云进行去噪处理，获得所述列车轮对的踏面点云；
第一处理模块，用于将获得的踏面点云与标准图中的踏面点云进行...

【专利技术属性】
技术研发人员：赵勇，钱浩，朱立发，
申请(专利权)人：北京格灵深瞳信息技术有限公司，
类型：发明
国别省市：