城軌車第三軌廓形快速追蹤算法研究及應用

趙鑫欣 王勝春 王昊 杜馨瑜 趙延峰 蔣曙光

（1.中國鐵道科學研究院集團有限公司基礎設施檢測研究所，北京 100081；2.北京鐵科英邁技術有限公司，北京 100081）

在我國城市軌道交通牽引供電系統中大部分線路采用了接觸軌方式供電（又稱第三軌）。第三軌供電方式具有安裝方便、單位電阻小、節省能耗等優點，因而得到廣泛應用。

第三軌系統中集電靴與接觸軌的良好接觸是列車穩定運行的前提，接觸界面既制約著列車運行速度，也影響供電的穩定性。因此，建立第三軌廓形檢測系統車載平臺，有助于分析第三軌的高低和水平距離，為線路維修和養護提供科學依據［1-2］。本文介紹基于時空上下文信息的快速追蹤算法及其在第三軌廓形檢測系統中的應用。

1 第三軌廓形檢測系統

第三軌廓形檢測系統是城軌車牽引供電系統的重要子系統（圖1），其直接影響到地鐵供電系統甚至城軌車的安全運營。

圖1 第三軌廓形檢測系統結構

該系統以車體為載體，其與走行軌攝像組件安裝在轉向架端的同一檢測梁上，用于檢測軌道左側或右側的第三軌。第三軌廓形檢測系統按0.25 m 間隔輸出觸發信號控制攝像組件采集第三軌圖像，然后處理圖像內容并輸出第三軌軌距點和軌頂點測量結果，最后合成第三軌幾何參數進行距離超限判斷。第三軌與走行軌之間相對位置關系如圖2所示。

圖2 第三軌與走行軌相對位置

對第三軌廓形的快速準確追蹤是影響廓形檢測和分析的關鍵問題之一。城軌車運行過程中因經過軌道不平順、小半徑曲線段等區段，車體會產生六自由度方向強振動（圖3），包括垂直鋼軌方向的搖頭和沉浮、沿軌道縱向的點頭和橫擺、沿軌道橫向的伸縮和側滾振動。

圖3 車體六自由度強振動示意

第三軌廓形檢測系統基于結構光測量原理。高速攝像機按一定角度和高度對第三軌廓形進行拍攝，攝像機拍攝視野不固定且變化非常大，導致采集圖像內容復雜多變，不僅包含第三軌廓形光條，還可能包含線路、絕緣子、防爬器、防護罩等線路設備。還需要解決因車體六自由度強振動和光照變化而導致的圖像噪聲，致使追蹤目標特征形態缺失和畸變。

2 快速追蹤算法

2.1 第三軌圖像采集

軌道左右兩側只有一側存在第三軌，所以檢測系統需要實時判斷第三軌所在位置，并將沒有第三軌的一側進行歸零處理。

將攝像機抓拍的第三軌內側圖像計算處理得到軌距點和軌頂點位置，再結合第三軌參數，最終得到第三軌的水平和垂直距離。采集的每幀圖像大小為2 048×1 088，強振動行車環境下第三軌橫向移動范圍約30 mm，垂向移動范圍約90 mm。

2.2 目標特征描述子的選取

第三軌的軌距點不受車體強振動、第三軌結構變化和外部光照變化等影響，可以準確可靠地描述第三軌廓形目標特征。因此，選取第三軌的軌距點作為目標特征描述子。

2.3 基于時空上下文信息的快速追蹤算法

常見的目標追蹤算法有訓練分類器［3］、均值漂移算法［4］和機器學習［5］等。快速追蹤算法基于連續幀目標及其周圍場景存在著的時間和空間關系設計。時間信息可以反映相鄰幀間目標和位置的變化，且不會發生突變。空間信息可以反映目標和目標周圍背景存在的特定關系，當目標外觀發生很大變化時，這種關系可以幫助區分目標和背景，這2種信息組合在一起就是時空上下文信息。該算法首先基于第三軌廓形結構先驗信息在圖像中指定軌頭區域作為起始目標區域，再根據貝葉斯概率模型構建軌頭區域置信圖（圖4），最后計算置信圖的最大極值點并持續追蹤軌頭區域。

圖4 第三軌廓形

與現有追蹤算法相比，該算法有2 個顯著優勢：①執行效率高。因為僅選取第三軌軌頭作為目標區域，避免了全圖遍歷計算過程，追蹤目標置信圖處理時間僅為1.3 ms 左右。②適應能力強。該算法對環境光變化和圖像內容變化不敏感，并且可以持續更新軌頭目標區域。

2.4 基于最近點迭代的廓形匹配算法

運用最近點迭代算法完成目標區域追蹤后，還需要提取追蹤區域內的軌頭數據計算軌距。由于追蹤區域內數據較少且第三軌形狀簡單，可快速完成廓形匹配和提取目標特征。使用追蹤目標區域內的激光條紋數據，沿著每個數據點的法線方向提取激光光帶中心點坐標，并與標準廓形數據進行最近點迭代匹配。

城軌車強振動運行過程中，即便軌頭數據與標準廓形數據差異較大且匹配點距離較遠，軌頭數據與標準廓形數據仍然可以準確匹配。

3 應用驗證

在城軌車強振動運行情況下，采用基于快速追蹤算法的第三軌廓形檢測系統對多條城軌線路第三軌進行現場檢測，并將檢測結果與現有追蹤算法（均值漂移算法）所得結果進行對比。

結果準確率Acc計算方法為

式中：Rg為手工標注的目標位置矩形區域面積；RL為追蹤方法得到的目標區域面積。

如果Acc≥0.85，則追蹤結果正確。

圖5 現場檢測結果與現有追蹤算法所得結果對比

現場檢測結果與現有追蹤算法所得結果對比見圖5。虛線矩形區域為現場檢測結果，紅線矩形區域為現有追蹤算法計算結果。可以看出，現有追蹤算法在城軌車強振動和受陽光干擾情況下，追蹤結果會出現漂移和追蹤錯誤現象。尤其城軌車經過軌道不平順和小半徑曲線段時會產生車體六自由度強振動，攝像機拍攝視野發生大范圍移動導致所采集的圖像內容復雜多變，無法準確追蹤第三軌。而基于時空上下文信息的快速追蹤算法是依據貝葉斯概率模型構建的目標區域置信圖，充分考慮了第三軌廓形結構的先驗信息，可以適應不同運行條件和外部光照環境，有效克服強振動和受陽光干擾帶來的復雜圖像內容和圖像噪聲，可以不斷更新追蹤目標置信圖并持續準確追蹤，不會出現追蹤漂移和追蹤錯誤的現象。

強振動和受陽光干擾2 種情況追蹤結果對比見表1。

表1 追蹤結果對比

由表1可以看出：強振動、受陽光干擾情況下追蹤結果準確率分別為99.9%，99.5%。左右兩側第三軌廓形追蹤定位時間≤2 ms。每秒最多可采集和處理500 幅圖像，而現有追蹤算法每秒最多可處理350幅圖像，左右兩側第三軌廓形追蹤定位時間是2.8 ms。執行效率提高約30%，可以滿足城軌車第三軌廓形檢測系統最高運行時速160 km 的檢測要求。

4 結語

采用基于時空上下文信息的快速追蹤算法的第三軌廓形檢測系統在多條城軌線路應用。結果表明，檢測系統可有效克服因車體晃動和外部光照變化帶來的影響，同時兼顧了廓形檢測的實時性要求，準確率≥99.5%。