城軌車第三軌廓形快速追蹤算法研究及應(yīng)用

趙鑫欣 王勝春 王昊 杜馨瑜 趙延峰 蔣曙光

（1.中國(guó)鐵道科學(xué)研究院集團(tuán)有限公司基礎(chǔ)設(shè)施檢測(cè)研究所，北京 100081；2.北京鐵科英邁技術(shù)有限公司，北京 100081）

在我國(guó)城市軌道交通牽引供電系統(tǒng)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(jié)省能耗等優(yōu)點(diǎn)，因而得到廣泛應(yīng)用。

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

1 第三軌廓形檢測(cè)系統(tǒng)

第三軌廓形檢測(cè)系統(tǒng)是城軌車牽引供電系統(tǒng)的重要子系統(tǒng)（圖1），其直接影響到地鐵供電系統(tǒng)甚至城軌車的安全運(yùn)營(yíng)。

圖1 第三軌廓形檢測(cè)系統(tǒng)結(jié)構(gòu)

該系統(tǒng)以車體為載體，其與走行軌攝像組件安裝在轉(zhuǎn)向架端的同一檢測(cè)梁上，用于檢測(cè)軌道左側(cè)或右側(cè)的第三軌。第三軌廓形檢測(cè)系統(tǒng)按0.25 m 間隔輸出觸發(fā)信號(hào)控制攝像組件采集第三軌圖像，然后處理圖像內(nèi)容并輸出第三軌軌距點(diǎn)和軌頂點(diǎn)測(cè)量結(jié)果，最后合成第三軌幾何參數(shù)進(jìn)行距離超限判斷。第三軌與走行軌之間相對(duì)位置關(guān)系如圖2所示。

圖2 第三軌與走行軌相對(duì)位置

對(duì)第三軌廓形的快速準(zhǔn)確追蹤是影響廓形檢測(cè)和分析的關(guān)鍵問(wèn)題之一。城軌車運(yùn)行過(guò)程中因經(jīng)過(guò)軌道不平順、小半徑曲線段等區(qū)段，車體會(huì)產(chǎn)生六自由度方向強(qiáng)振動(dòng)（圖3），包括垂直鋼軌方向的搖頭和沉浮、沿軌道縱向的點(diǎn)頭和橫擺、沿軌道橫向的伸縮和側(cè)滾振動(dòng)。

圖3 車體六自由度強(qiáng)振動(dòng)示意

第三軌廓形檢測(cè)系統(tǒng)基于結(jié)構(gòu)光測(cè)量原理。高速攝像機(jī)按一定角度和高度對(duì)第三軌廓形進(jìn)行拍攝，攝像機(jī)拍攝視野不固定且變化非常大，導(dǎo)致采集圖像內(nèi)容復(fù)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(hù)罩等線路設(shè)備。還需要解決因車體六自由度強(qiáng)振動(dòng)和光照變化而導(dǎo)致的圖像噪聲，致使追蹤目標(biāo)特征形態(tài)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(cè)只有一側(cè)存在第三軌，所以檢測(cè)系統(tǒng)需要實(shí)時(shí)判斷第三軌所在位置，并將沒有第三軌的一側(cè)進(jìn)行歸零處理。

將攝像機(jī)抓拍的第三軌內(nèi)側(cè)圖像計(jì)算處理得到軌距點(diǎn)和軌頂點(diǎn)位置，再結(jié)合第三軌參數(shù)，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(qiáng)振動(dòng)行車環(huán)境下第三軌橫向移動(dòng)范圍約30 mm，垂向移動(dòng)范圍約90 mm。

2.2 目標(biāo)特征描述子的選取

第三軌的軌距點(diǎn)不受車體強(qiáng)振動(dòng)、第三軌結(jié)構(gòu)變化和外部光照變化等影響，可以準(zhǔn)確可靠地描述第三軌廓形目標(biāo)特征。因此，選取第三軌的軌距點(diǎn)作為目標(biāo)特征描述子。

2.3 基于時(shí)空上下文信息的快速追蹤算法

常見的目標(biāo)追蹤算法有訓(xùn)練分類器［3］、均值漂移算法［4］和機(jī)器學(xué)習(xí)［5］等。快速追蹤算法基于連續(xù)幀目標(biāo)及其周圍場(chǎng)景存在著的時(shí)間和空間關(guān)系設(shè)計(jì)。時(shí)間信息可以反映相鄰幀間目標(biāo)和位置的變化，且不會(huì)發(fā)生突變。空間信息可以反映目標(biāo)和目標(biāo)周圍背景存在的特定關(guān)系，當(dāng)目標(biāo)外觀發(fā)生很大變化時(shí)，這種關(guān)系可以幫助區(qū)分目標(biāo)和背景，這2種信息組合在一起就是時(shí)空上下文信息。該算法首先基于第三軌廓形結(jié)構(gòu)先驗(yàn)信息在圖像中指定軌頭區(qū)域作為起始目標(biāo)區(qū)域，再根據(jù)貝葉斯概率模型構(gòu)建軌頭區(qū)域置信圖（圖4），最后計(jì)算置信圖的最大極值點(diǎn)并持續(xù)追蹤軌頭區(qū)域。

圖4 第三軌廓形

與現(xiàn)有追蹤算法相比，該算法有2 個(gè)顯著優(yōu)勢(shì)：①執(zhí)行效率高。因?yàn)閮H選取第三軌軌頭作為目標(biāo)區(qū)域，避免了全圖遍歷計(jì)算過(guò)程，追蹤目標(biāo)置信圖處理時(shí)間僅為1.3 ms 左右。②適應(yīng)能力強(qiáng)。該算法對(duì)環(huán)境光變化和圖像內(nèi)容變化不敏感，并且可以持續(xù)更新軌頭目標(biāo)區(qū)域。

2.4 基于最近點(diǎn)迭代的廓形匹配算法

運(yùn)用最近點(diǎn)迭代算法完成目標(biāo)區(qū)域追蹤后，還需要提取追蹤區(qū)域內(nèi)的軌頭數(shù)據(jù)計(jì)算軌距。由于追蹤區(qū)域內(nèi)數(shù)據(jù)較少且第三軌形狀簡(jiǎn)單，可快速完成廓形匹配和提取目標(biāo)特征。使用追蹤目標(biāo)區(qū)域內(nèi)的激光條紋數(shù)據(jù)，沿著每個(gè)數(shù)據(jù)點(diǎn)的法線方向提取激光光帶中心點(diǎn)坐標(biāo)，并與標(biāo)準(zhǔn)廓形數(shù)據(jù)進(jìn)行最近點(diǎn)迭代匹配。

城軌車強(qiáng)振動(dòng)運(yùn)行過(guò)程中，即便軌頭數(shù)據(jù)與標(biāo)準(zhǔn)廓形數(shù)據(jù)差異較大且匹配點(diǎn)距離較遠(yuǎn)，軌頭數(shù)據(jù)與標(biāo)準(zhǔn)廓形數(shù)據(jù)仍然可以準(zhǔn)確匹配。

3 應(yīng)用驗(yàn)證

在城軌車強(qiáng)振動(dòng)運(yùn)行情況下，采用基于快速追蹤算法的第三軌廓形檢測(cè)系統(tǒng)對(duì)多條城軌線路第三軌進(jìn)行現(xiàn)場(chǎng)檢測(cè)，并將檢測(cè)結(jié)果與現(xiàn)有追蹤算法（均值漂移算法）所得結(jié)果進(jìn)行對(duì)比。

結(jié)果準(zhǔn)確率Acc計(jì)算方法為

式中：Rg為手工標(biāo)注的目標(biāo)位置矩形區(qū)域面積；RL為追蹤方法得到的目標(biāo)區(qū)域面積。

如果Acc≥0.85，則追蹤結(jié)果正確。

圖5 現(xiàn)場(chǎng)檢測(cè)結(jié)果與現(xiàn)有追蹤算法所得結(jié)果對(duì)比

現(xiàn)場(chǎng)檢測(cè)結(jié)果與現(xiàn)有追蹤算法所得結(jié)果對(duì)比見圖5。虛線矩形區(qū)域?yàn)楝F(xiàn)場(chǎng)檢測(cè)結(jié)果，紅線矩形區(qū)域?yàn)楝F(xiàn)有追蹤算法計(jì)算結(jié)果。可以看出，現(xiàn)有追蹤算法在城軌車強(qiáng)振動(dòng)和受陽(yáng)光干擾情況下，追蹤結(jié)果會(huì)出現(xiàn)漂移和追蹤錯(cuò)誤現(xiàn)象。尤其城軌車經(jīng)過(guò)軌道不平順和小半徑曲線段時(shí)會(huì)產(chǎn)生車體六自由度強(qiáng)振動(dòng)，攝像機(jī)拍攝視野發(fā)生大范圍移動(dòng)導(dǎo)致所采集的圖像內(nèi)容復(fù)雜多變，無(wú)法準(zhǔn)確追蹤第三軌。而基于時(shí)空上下文信息的快速追蹤算法是依據(jù)貝葉斯概率模型構(gòu)建的目標(biāo)區(qū)域置信圖，充分考慮了第三軌廓形結(jié)構(gòu)的先驗(yàn)信息，可以適應(yīng)不同運(yùn)行條件和外部光照環(huán)境，有效克服強(qiáng)振動(dòng)和受陽(yáng)光干擾帶來(lái)的復(fù)雜圖像內(nèi)容和圖像噪聲，可以不斷更新追蹤目標(biāo)置信圖并持續(xù)準(zhǔn)確追蹤，不會(huì)出現(xiàn)追蹤漂移和追蹤錯(cuò)誤的現(xiàn)象。

強(qiáng)振動(dòng)和受陽(yáng)光干擾2 種情況追蹤結(jié)果對(duì)比見表1。

表1 追蹤結(jié)果對(duì)比

由表1可以看出：強(qiáng)振動(dòng)、受陽(yáng)光干擾情況下追蹤結(jié)果準(zhǔn)確率分別為99.9%，99.5%。左右兩側(cè)第三軌廓形追蹤定位時(shí)間≤2 ms。每秒最多可采集和處理500 幅圖像，而現(xiàn)有追蹤算法每秒最多可處理350幅圖像，左右兩側(cè)第三軌廓形追蹤定位時(shí)間是2.8 ms。執(zhí)行效率提高約30%，可以滿足城軌車第三軌廓形檢測(cè)系統(tǒng)最高運(yùn)行時(shí)速160 km 的檢測(cè)要求。

4 結(jié)語(yǔ)

采用基于時(shí)空上下文信息的快速追蹤算法的第三軌廓形檢測(cè)系統(tǒng)在多條城軌線路應(yīng)用。結(jié)果表明，檢測(cè)系統(tǒng)可有效克服因車體晃動(dòng)和外部光照變化帶來(lái)的影響，同時(shí)兼顧了廓形檢測(cè)的實(shí)時(shí)性要求，準(zhǔn)確率≥99.5%。