列車輪對內側距光學快速測量系統設計及實現

肖立明,方 宇,胡定玉,黃建坊

(1.上海工程技術大學城市軌道交通學院，上海 201620；2.廈門軌道交通集團有限公司，福建 廈門 361021)

0 引言

隨著軌道交通的蓬勃發展，城市的運營列車數量迅速增加。這明顯加劇了列車的維護任務，使列車輪對內側距的測量投入的人工成本日益增加、對測量設備的便攜性及測量速度要求也有所提高[1-2]。

對列車輪對系統的各種尺寸及時測量是列車日常檢修的必要工作。目前，對輪對內側距的測量方法主要有3種：人工卡尺測量、人工非接觸激光設備測量、安裝在地面的自動測量儀器測量。人工卡尺測量是基本的測量方式，測量操作比較繁瑣，需要人工記錄。這種測量方法效率低，需要大量人力。

激光測量方法隨著測量精度的提高及設備的小型化發展，越來越多地應用到輪對測量儀器中。國外的輪對非接觸式激光測量技術與應用以及發展較為成熟[3]。目前，有部分地鐵公司采用了相關設備，但設備價格昂貴，設備本身維護成本高，并不適合在國內批量使用[4]。國內也有學者作了相關研究。孫幅慶等人研制了一種便攜式軌道車輛輪對內側距測量系統[5]，相對國外設備具有一定優勢；但是該系統采用了三個集成式激光測距傳感器，結構較為復雜。

對于安裝在地面的自動測量方法相關研究國外要早于國內，國外已經具有成熟的測量體系[6]，國內也有相關研究。如馮其波等人研究的輪對幾何參數動態測量系統[7]，采用多個激光位移傳感器和渦流位移傳感器，實現了對車輪直徑、踏面擦傷、輪對內側距等多參數測量。自動測量方法雖然節省人力，但其設備復雜，調試參數難度極大，價格昂貴，后期維護投入大，在地鐵公司中并沒有普遍應用。

國內較多地鐵公司還是采用機械測量卡尺進行輪對內側距測量，操作繁瑣，需要人工記錄測量數據。針對以上問題，利用點式激光和攝像頭組成三角測量系統測量輪對內側距，設計低成本手持式輪對內側距測量儀，對輪對內側距進行快速測量。

1 輪對內側距測量儀系統設計

1.1 系統框架

測量系統組成如圖1所示。

圖1 測量系統組成圖Fig.1 Diagram of measurement system composition

系統主要包括嵌入式主控模塊、點式激光器、攝像機、交互觸摸屏、校準模塊接口。采用嵌入式處理器采集攝像機圖像，利用圖像處理技術提取圖像中光斑中心點坐標，計算出輪對內側距。

根據輪對結構，設計帶有磁性接觸點的工裝。測量時，設備利用三個磁性接觸點靠在一側車輪內側，兩個輪緣基準點抵住輪緣。點式激光投射到另外側車輪內側，點擊測量后，主控采集攝像機圖像，計算出輪對內側距后，存儲并顯示相關數據。測量示意圖如圖2所示。

圖2 測量示意圖Fig.2 Measurement diagram

1.2 三角測距數學模型

激光三角測距模型如圖3所示。

圖3 激光三角測距模型Fig.3 Laser triangulation model

激光三角測距模型由攝像機和點式激光發射器按照β角安裝組成。Q為待測物體所在平面，Qmin和Qmax分別為待測物體在量程中最近和最遠位置，o點為攝像機鏡片中心，o′點為攝像機像素平面的中心，P′為激光光斑在攝像機拍攝圖像中的點，直線A′O與激光線條平行，則三角形AOP與三角形A′P′O相似，得出三角測距公式為:

(1)

式中：AP為激光器鏡頭中心到被測量目標距離；f攝像機焦距、攝像機鏡頭與激光器鏡頭中心距離為s;A′P′為像素平面內光斑中心P′到過攝像機鏡頭中心點O且與激光線條平行直線交于像素平面的點A′的距離。

(2)

式中:O′P′為圖像中激光光斑中心點距離圖像中心的距離。

在相同攝像機分辨率情況下，增大s距離，所測得距離精度就越高[8]。在輪對內側距測量中，我國地鐵車輪輪對，內側距標準為(1 353±2)mm。其特征在于測量量程要求短，合理選擇攝像機焦距f及s和角度β的值，得到小量程和高精度的三角測量系統。

2 激光光斑中心提取算法

在便攜式手持測量設備中，受體積和電池限制，處理器選擇低功耗嵌入式ARM處理器。其計算能力非常有限，在算法處理中必須高效快速。

現有激光點中心提取算法，都需要對整幅圖像所有像素進行處理，其計算量過大，在嵌入式處理器中計算時間較久。根據三角測距原理分析，測量目標在測量量程內移動時，攝像機采集到的激光點在攝像機像素平面上接近直線運動。光斑隨距離變化結果如圖4所示。

圖4 光斑隨距離變化結果圖Fig.4 Spot change effect with distance

根據三角測量原理可知，不同距離的目標，光斑在圖像坐標中落在一條直線上。根據該特征，提出沿激光點所在直線快速搜索激光位置算法；像素平面上激光光斑所在線條方程為：

y=131 369.57-118.36x

(3)

式中:x、y為像素平面坐標軸。

每次測量中，首先在該直線上快速確定激光點的初步位置，將該直線上像素點提取出來，進行灰度處理，查找出灰度值最高像素點所在位置為激光點大概位置。軌跡直線上像素點灰度值如圖5所示，最大灰度值為140。

圖5 軌跡直線上像素點灰度值Fig.5 Grayscale value of the pixel on the trajectory line

光斑中心精確提取圖如圖6所示。

圖6 光斑中心精確提取圖Fig.6 Accurate extraction of spot center

根據直線上初步提取的激光點位置，定位到原圖坐標。以該坐標為中心，取出200×200像素圖像，并對該局部圖像作精確激光點中心提取。

在低成本的激光發射器中，其發射的激光并不是準確的圓形，并且光斑面積比較大，定位到光斑中心點的準確度，對測量結果影響較大。光學設備測量過程中，環境光線對圖像影響較大，區分背景的閾值選擇對結果影響非常大。每次測量時，根據圖5所示的光斑所在直線的灰度圖動態確定一個閾值，能夠有效避免環境光線對光斑中心提取的影響。

采用灰度重心法求光斑中心位置，如式(4)和式(5)[9-11]所示：

(4)

(5)

式中：W(i,j)為點(i，j)的像素灰度值；(x0，y0)為所求光斑中心坐標。

3 參數標定及校準

3.1 相機與激光器參數標定

在攝像機測量設備中，對攝像機和激光器位置的標定極為重要，攝像機鏡頭都會有不同程度的畸變，激光器角度在結構安裝上也難以保證高精度。對攝像機的標定，已經有非常成熟的算法。根據張氏標定方法[12-13]，利用平面棋盤格標定攝像機內外參數，標定結果為：

攝像機鏡像畸變參數為k1=-0.166 37，k2=-0.20。激光發射器的安裝角度β=75.2° ，三角測量系統中激光器與攝像機的距離AO=468 mm。

3.2 測量數據校準

在測量系統參數標定后，還需要對其進行數據校準，采用精密絲桿滑臺帶動靶標進行測量設備的數據校準。測量設備設計有校準臺接口，連接后由測量儀主控芯片驅動絲桿精確運動。在校準試驗中，控制移動靶標以0.5 mm為間距移動，并連續采集1 280～1 400 mm之間的240個距離點的測量數據。

M=(d測量-d實際)×10+d實際

(6)

C=(d校準-d實際)×10+d實際

(7)

式中：d實際為靶標精確移動距離;d測量為未校準的測量值;d校準為測量值校準后數值;M為測量值與實際值誤差放大十倍后數值;C為校準值與實際值誤差放大十倍后數值。

測量與校準曲線如圖7所示。

圖7 測量與校準曲線Fig.7 Measurement and calibration curve

由圖7可知，測量曲線存在明顯失真。表現為非線性失真，用固定長度的區間對測量曲線進行分割，在區間中用直線段代替曲線段，將區間分得足夠小，則修正后的校準值就越逼近實際值。在程序中，采用查表法快速根據二次標定的結果修正測量值。

4 試驗與分析

試驗測量輪對為標準輪對，輪對內側距測量儀試驗系統攝像機采用索尼IMX179芯片，分辨率為3 264×2 448。點式激光器采用普通5 mW激光器。程序設計流程如圖8所示。

圖8 程序設計流程圖Fig.8 Programming flow chart

在連接校準臺情況下，系統可以進入自動校準模式。在測量模式中，按下測量按鈕，系統自動重復測量5次數據取平均值作為最后數據。每次按下測量鍵到測量完成的時間在2.9 s左右。輪對內側距測量結果如表1所示。

表1 輪對內側距測量結果Tab.1 Wheel pair inner distance measurement results

在測量精度上，與機械測量尺相比，測量標準差增大了0.116 31，但是在測量時間上，測量一個輪對內側距的時間由機械尺的30 s縮短至3 s。輪對內側距快速測量系統基本滿足輪對內側距測量使用要求，并且測量只需一個人操作，數據上傳至服務器無需紙質記錄，在實際應用中具有一定的價值。

5 結論

基于激光三角測距原理，設計輪對內側距測量裝置，實現對列車輪對內側距快速測量。在算法上，先快速定位局部光斑位置，再采用閾值濾除背景噪聲，對光斑區域進行灰度重心法精確求光斑中心點。試驗證明，該方法能夠有效、穩定地提取光斑中心坐標，是一種低成本列車輪對內側距測量解決方法。