鐵路貨車裝載狀態(tài)高清圖像監(jiān)視系統(tǒng)的設計與實現(xiàn)

趙昊宇，余 淼

（1.天津大學 求是學部，天津 300072； 2.鄭州鐵路局 科學技術研究所，鄭州 450000）

鐵路貨車裝載狀態(tài)高清圖像監(jiān)視系統(tǒng)的設計與實現(xiàn)

趙昊宇1，余 淼2

（1.天津大學 求是學部，天津 300072； 2.鄭州鐵路局 科學技術研究所，鄭州 450000）

針對鐵路貨運檢測的實際需要，提出基于高清工業(yè)相機的拍照檢測體系結構，進行海量數(shù)據(jù)采集存儲、JXR壓縮算法的設計，并給出硬件部分框圖。應用證明，系統(tǒng)可實現(xiàn)實時采集，存儲高清晰車輛圖像。

貨車裝載狀態(tài)；圖像監(jiān)視；實時；壓縮存儲

長期以來，鐵路貨運檢查往往是貨檢人員在車輛停穩(wěn)后，僅憑經驗目測，對有明顯超限的地方用標桿或滑動尺核實。效率低、勞動強度大，且檢測結果準確性差，漏檢率高。隨著鐵路運輸?shù)牟粩嗵崴伲\輸?shù)馁|量及安全保障的問題更為突出。如何加快車輛周轉，實時在線檢測車輛裝運狀態(tài)，實現(xiàn)車輛檢測由“人控”向“機控”轉變，由“靜態(tài)檢查”向“動態(tài)檢查”轉變；提高勞動生產率，解決列車密集到達，貨檢列檢作業(yè)與運輸暢通之間的矛盾。為此，鄭州鐵路局依靠科技創(chuàng)新，研發(fā)了“鐵路貨車裝載狀態(tài)高清圖像監(jiān)視系統(tǒng)（以下簡稱系統(tǒng)）”。

1 系統(tǒng)結構

系統(tǒng)由現(xiàn)場圖像采集控制系統(tǒng)、傳輸系統(tǒng)、主控系統(tǒng)3大部分組成，系統(tǒng)結構如圖1所示。

圖1 系統(tǒng)結構示意圖

1.1 圖像采集控制系統(tǒng)

由圖形采集子系統(tǒng)、LED照明子系統(tǒng)、磁鋼開機測速子系統(tǒng)、工業(yè)網絡控制子系統(tǒng)、Gige網絡子系統(tǒng)、綜合控制子系統(tǒng)等6部分組成。

（1）圖形采集子系統(tǒng)由3臺高速、高清工業(yè)相機組成，主要負責實時采集現(xiàn)場圖像；

（2）LED照明子系統(tǒng)由4塊LED頻閃照明單元以及2組LED頻閃控制板組成，主要負責為3臺工業(yè)相機提供同步頻閃輔助光源；

（3）磁鋼開機子系統(tǒng)由2組磁鋼（每組2塊）組成，主要負責檢測列車到來、馳離并進行精確測速，為相機及光源觸發(fā)提供原始信號；

（4）工業(yè)網絡控制子系統(tǒng)由1臺RS232數(shù)據(jù)光端機組成，主要用于與上位機通信；

（5） Gige網絡子系統(tǒng)由3塊Gige光端機組成，主要負責將3臺工業(yè)相機采集的圖像數(shù)據(jù)實時上傳至圖像（數(shù)據(jù)）采集工控服務器；

（6）綜合控制子系統(tǒng)由1塊主控板及附件組成，主要負責綜合調度、管理現(xiàn)場各種電氣設備。

1.2 傳輸系統(tǒng)

由RS232光電傳輸子系統(tǒng)、Gige光電傳輸子系統(tǒng)等2部分組成。主要為圖像數(shù)據(jù)及控制數(shù)據(jù)提供可靠、穩(wěn)定的數(shù)據(jù)通道。

1.3 主控系統(tǒng)

由圖像存儲子系統(tǒng)、圖像處理子系統(tǒng)以及綜合管理子系統(tǒng)等3部分組成。

（1）圖像存儲子系統(tǒng)由1臺工控服務器、3塊Gige采集卡、若干大容量硬盤等組成，主要負責實時、無丟幀的存儲前端設備發(fā)送的數(shù)據(jù)；

（2）圖像處理子系統(tǒng)由1臺工控服務器及若干網絡輔助設備組成，主要負責及時處理采集的圖像數(shù)據(jù)；

（3）綜合管理子系統(tǒng)由若干組軟件組成，主要負責與下位機通訊、與采集程序通訊、提供圖像回放、報表生成、網絡傳輸?shù)裙δ堋?/p>

2 系統(tǒng)工作流程

當列車經過第一個車輪探測器時，主控板得到觸發(fā)信號，將其轉換為控制信號，啟動抓拍系統(tǒng)，同時根據(jù)車輪壓過車輪探測器的波形獲取車速車位信息，再通過光纖或電纜傳遞給工控采集服務器。工業(yè)相機將抓拍的圖像通過光纖傳給圖像采集工控服務器。圖像采集工控服務器得到信號以后，開啟圖像存儲功能，并接收車速信息，通過自動分析計算，建立查詢索引，供回放時查找。當環(huán)境光照度低于設定值時，會啟動LED頻閃照明系統(tǒng)，給工業(yè)相機提供照明。

3 系統(tǒng)關鍵技術

3.1 高分辨率、高幀速相機的選擇

目前能夠獲得高質量圖像的相機有2種，線陣相機和面陣相機；線陣相機是一種比較特殊的形式，其像元是一維線狀排列的，即只有一行像元，每次只能采集一行的圖像數(shù)據(jù)，只有當相機與被攝物體在縱向相對運動時才能得到我們平常看到的二維圖像。在機器視覺中一般用于被測物連續(xù)運動的場合，尤其適合于運動速度恒定、分辨率要求較高的情況。就本項目來說，由于縱向觸發(fā)精度控制、相機工作行頻等原因采用線陣相機有一定問題。而面陣相機其像元是按行列整齊排列的，每個像元對應圖像上的一個像素點，一般所說的分辨率就是指像元的個數(shù)。對于本項目可以保證圖像質量。

經過前期多次現(xiàn)場對比試驗，選擇了一款適合于在鐵路這種干擾源多、情況復雜的狀況下的高速面陣相機。

3.2 海量圖像數(shù)據(jù)無丟幀、錯幀以及重幀存儲技術

相機采集的單張圖像大小為1.37 MB，按最低幀速20幀/s的速度計算，1臺相機每秒采集的數(shù)據(jù)量為20×1.37 MB = 27.4 MB，3臺相機每秒采集的數(shù)據(jù)量為27.4 MB×3=82.2 MB；按照最高幀速60幀/s的速度計算，1臺相機每秒采集的數(shù)據(jù)量為60×1.37 MB = 82.2 MB，3臺相機每秒采集的數(shù)據(jù)量為27.4 MB×3=246.6 MB。

而目前單塊硬盤的穩(wěn)定寫入速度，經過反復測試小文件存儲為30 MB/s～40 MB/s；大文件存儲為80 MB/s～90 MB/s。這個寫入速度可以滿足“20幀/s”狀態(tài)下圖像無丟幀、錯幀的存儲，無法滿足“60幀/s” 狀態(tài)下圖像無丟幀、錯幀的存儲。

為解決這個技術問題，系統(tǒng)采用了雙緩沖、大數(shù)據(jù)流存儲技術及磁盤Raid技術，可確保在“60幀/s” 狀態(tài)下圖像無丟幀、錯幀的存儲。

3.3 抗強光干擾技術

影響圖像成像質量干擾光源主要有以下幾種：

（1）陽光強光直射干擾；

（2）對側LED頻閃光源高亮度光線干擾；

（3）淺色車體反光干擾。

為解決這個問題，系統(tǒng)采用了以下技術手段，效果對比如圖2所示。

圖2 同樣光照環(huán)境下的效果對比圖

（1）提高LED頻閃單元的響應時間，使其達到毫秒級；

（2）選擇高動態(tài)相機，動態(tài)調整相機響應曲線；

（3）選擇抗干擾效果相對較好的CMOS相機。

3.4 相機感光參數(shù)動態(tài)調整技術

由于相機采用的是定焦、定光圈鏡頭，要做到全天候自適應采集到清晰的圖像，就需要不斷地調整相機的曝光時間及增益值；為此系統(tǒng)采用了相機感光參數(shù)動態(tài)調整技術。

到達規(guī)定的時間間隔時（可設置，缺省為30 min），系統(tǒng)自動采集一張當前環(huán)境光下的圖片，調用圖像分析庫獲取圖像的直方圖；并與標準模板圖像的直方圖進行對比。利用特定的算法獲取目標曝光時間與曝光值；同時利用光照傳感器獲取背景光的LUX值，綜合計算分析，獲得理想的曝光時間及增益值；并通知相機在下次采集圖像時使用新的參數(shù)，以獲取理想的圖像。

4 關鍵軟件模塊設計

4.1 軟件支撐系統(tǒng)

軟件支撐系統(tǒng)負責圖像采集、系統(tǒng)控制、數(shù)據(jù)存儲與傳輸?shù)龋上到y(tǒng)狀態(tài)監(jiān)控、圖像采集與控制、虛擬與磁盤存儲、構建索引與歷程匹配、圖像鏈路傳輸控制等模塊組成。系統(tǒng)邏輯結構如圖3所示。

4.2 軟件通信系統(tǒng)

圖3 系統(tǒng)邏輯結構圖

該系統(tǒng)采用分布式處理、集中管理控制布局架構，將分析、處理功能分散到各個處理器單元并行工作，并通過集中調度策略合理的分配每個處理器的工作強度，以達到高效率的運行；鑒于該套完整的系統(tǒng)是由2方共同完成，為保證系統(tǒng)的可擴展性與可延續(xù)性，采用工作流設計，將要實現(xiàn)的各個功能抽象、概括、描述，建立一個完善的工作流模型，并按照面向對象的設計方法規(guī)劃各個程序組的組成與功能結構。

系統(tǒng)網絡中傳輸?shù)臄?shù)據(jù)流包括：圖像數(shù)據(jù)流、命令數(shù)據(jù)流、控制數(shù)據(jù)流以及程序內部的消息流，為保證數(shù)據(jù)流高效、準確、及時的傳輸，須構建一套完整的負載均衡控制機制，這樣才能確保整個系統(tǒng)長期穩(wěn)定的運行，如圖4所示。

圖4 數(shù)據(jù)流傳輸控制示意圖

該系統(tǒng)支持自動排隊調度和管理。負載信息管理員程序及遠程執(zhí)行服務器的共同作用，解決了單一機群系統(tǒng)映象及用戶程序在機群系統(tǒng)內快速有效執(zhí)行的問題。然而在現(xiàn)實系統(tǒng)中，往往有眾多的用戶程序需要同時處理，機群系統(tǒng)可能面臨資源不夠的問題。如果不分系統(tǒng)負荷情況，只管根據(jù)需要選擇機器運行，可能導致系統(tǒng)不能正常有效運轉。系統(tǒng)通過主批處理程序建立相應的用戶程序隊列管理中心，根據(jù)系統(tǒng)負荷情況、用戶程序運行所需要的資源需求信息以及系統(tǒng)管理員事先定義的調度算法和策略，自動選擇排在前面的作業(yè)執(zhí)行。運行在各計算節(jié)點的從批處理程序接收來自主批處理程序的運行用戶程序請求并啟動相應的用戶程序運行。

該系統(tǒng)的調度算法以隊列為基礎，可以支持多隊列調度策略。不同的隊列可以根據(jù)項目、應用或者資源使用以及可以使用的主機及用戶的不同，采用不同的調度策略。具體的調度算法包括：

（1）先來先服務FCFS；

（2）公平調度及份額控制Fairshare；

（3）搶占式調度 Preemption；

（4）獨占式調度 Exclusive；

（5）主機公平調度 HostParation；

（6）資源預約調度Resource Reservation；

（7）高級處理器預約 Advance Reservation。

該系統(tǒng)具備完善的作業(yè)控制能力，可以對作業(yè)的運行時間、CPU 時間、內存大小、數(shù)據(jù)區(qū)大小、CPU數(shù)量、文件大小等進行控制。支持基于主機、用戶及隊列的動態(tài)負荷調度和控制，包括CPU利用率、反應CPU忙閑的15 min、1 min及15 s，平均運行隊列長度r15m/r1m/r15s、反應I/O及內存換頁負荷的io/pg、反應用戶登錄及交互式操作等信息的ls/it、以及操作系統(tǒng)的可用內存、swp和tmp空間等的調度/控制。

4.3 相機曝光、增益自動調節(jié)軟件系統(tǒng)

由于相機采用的是定焦、定光圈鏡頭，要做到全天候自適應采集到清晰的圖像，就需要不斷地調整相機的曝光時間及增益值；相機曝光、增益自動調節(jié)軟件工作原理如圖5所示。

5 結束語

鐵路貨車裝載狀態(tài)高清圖像監(jiān)視系統(tǒng)，圓滿實現(xiàn)了總體方案，達到了各項功能要求，抓拍的圖像清晰、分辨率高，可自適應多種天氣狀況。該系統(tǒng)已在鄭州東站圃田西貨場安裝試用，如圖6所示。得到現(xiàn)場貨檢人員的認可，避免了人工檢查帶來的效率低、數(shù)據(jù)不易保存、取證困難的缺點，使貨檢值班人員能夠隨時了解貨物的裝載狀況，及時發(fā)現(xiàn)裝載的問題和隱患，系統(tǒng)已于2013年3月通過鄭州鐵路局技術鑒定，為確保貨檢效能和作業(yè)安全、提高鐵路貨運安全保障能力，提高貨運安全信息化管理水平提供了新手段。

圖5 相機曝光、增益自動調節(jié)軟件工作原理

圖6 設備在鄭州東站圃田西貨場安裝情況

[1]邵澤寬，王俊嶺.局口車號自動識別系統(tǒng)識別率的改進方案[J].鐵路計算機應用，2011，20（7）.

責任編輯 方 圓

Design and implementation on High-definition Picture Monitoring System of railway freight transportation

ZHOU Haoyu1, YU Miao2

( 1. Qiushi College, Tianjin University, Tianjin 300072, China; 2.Institute of Science and Technology, Zhengzhou Railway Administration, Zhengzhou 450000, China )

With the monitoring demand of railway freight transportation, high-definition camera based Monitoring System was proposed to take the photo of the freight trains. The System was used to store mass data and design the JXR compaction algorithm. The application proofed the System could implement the realtime collection and storage for the image of high-speed freight train.

freight transport charge condition; image monitoring; real time; compaction and storage

U294.2∶TP39

A

1005-8451（2014）01-0033-04

2013-07-15

趙昊宇，在讀本科生；余 淼，高級工程師。