有軌電車線路槽型軌自動清潔系統研究*

謝勇君 林澤楠，2 李海建，3 李進桂 黃衍銘 黃曉杰

(1. 暨南大學軌道交通研究院， 519070， 珠海； 2.華南理工大學自動化科學與工程學院， 510641， 廣州； 3. 桂林電子科技大學機電工程學院， 541004， 桂林∥第一作者， 副教授)

0 引言

有軌電車的線路大多采用埋入式的槽型軌，軌道鋪設于城市道路的中間或兩旁，和沿線道路上的其他車輛共享路權[1]。由于有軌電車軌道凹槽的特殊結構，樹葉、砂石、泥土等異物容易堆積粘附在槽型軌內部，甚至會對槽型軌造成腐蝕。

在國外，德國Zweiweg公司設計的軌道清潔車使用高壓水裝置對槽型軌內的異物進行清潔，但該產品設計距今較久，已無法滿足有軌電車軌道的清潔要求。英國的JOHNSTON、美國的ELGIN等公司設計的清潔車能夠對公路進行清潔作業，但并不是針對有軌電車的槽型軌道清潔而設計的，因此也無法滿足有軌電車槽型軌的清潔要求。

在國內，目前針對有軌電車槽型軌內異物的處理目前仍以人工手動清潔為主，該方式耗時、耗力、效率低、揚塵污染較為嚴重，并不適合有軌電車可持續發展的要求。文獻[2]設計了一種有軌電車槽型軌清潔裝置，該裝置可將槽型軌中污物松動，利用滾刷將污物掃起后經由吸塵器吸走。文獻[3]設計了軌道專用的清理維護車，該清潔車可利用鏟刀進行清污，但鏟刀會對軌道面產生不可逆的機械性損傷。

利用高壓水流對有軌電車槽型軌內粘附的垃圾進行沖洗，并利用負壓裝置吸走污水和異物，可達到較好的清潔效果，也可以避免與軌道槽直接接觸，對其造成無法修復的磨損。文獻[4-5]為了獲得高壓水射流對有軌電車槽型軌軌面的最佳清洗效果，利用計算流體動力學分析軟件FLUENT，對水射流的清洗過程進行了模擬仿真，得出在指定的條件下射流的最佳靶距為10～15 cm、最佳入射角為25°的結論。文獻[6]設計的槽型鋼軌清潔車裝滿水后只能清洗6 km長度的軌道。文獻[7]研制的軌道清潔車由多個系統組成，利用水流沖洗或負壓對污物進行抽吸。上述利用高壓水或負壓對槽型軌的清潔方式是粗放型的清潔方式，即使部分軌道槽內并沒有垃圾等異物，清潔車在工作過程中均使用水流來沖洗軌道，這樣既造成了水資源的大量浪費，又使得清潔車的工作里程較短，需要不斷補充清潔水源。

此外，目前關于軌道異物清潔的研究(包括軌面提取、軌道異物識別等)大多與工字軌相關，針對槽型軌內異物識別的相關研究較少。為解決現階段國內有軌電車軌道清潔裝備技術落后的現狀，本文研發了一套適用于有軌電車槽型軌的自動清潔系統。

1 自動清潔系統設計方案

1.1 自動清潔系統的工作流程設計

本文研發的有軌電車槽型軌自動清潔系統在工作時首先打開清潔車上軌道槽吸口，吸走軌面上普通的灰塵、沙子，接著通過清潔車上的車載高速攝像頭獲取槽型軌道的實時圖像。該系統的工作流程如圖1所示，當槽型軌異物快速檢測算法檢測到槽型軌中有異物存在時，上位機和PLC(可編程邏輯控制器)將自動調用清潔車上的高壓水流，配合吸口實現對異物的自動清理。

圖1 有軌電車槽型軌自動清潔系統工作流程圖Fig.1 Operation flow chart of the automatic cleaning system for the grooved track of tram

1.2 公鐵兩用槽型軌清潔車的總體結構

將該自動清潔系統應用于公鐵兩用槽型軌清潔車[8](以下簡稱“清潔車”)，其總體結構如圖2所示。

如圖3所示，有軌電車大多采用埋入式槽型軌道[1]，其特殊的結構增加了清潔車在快速移動下對異物的檢測與清理的難度。為獲得清潔車以20 km/h的速度行駛過程時槽型軌的圖像，本文設計一款專用的高速攝像頭夾具，以輔助固定高速攝像頭。該夾具安裝在清潔車底盤內(見圖2的位置5)，共有2個移動自由度和2個旋轉自由度，可方便高速攝像頭調焦，適用于各類清潔環境。夾頭部分的橡膠墊可增大夾具與攝像頭間的摩擦力，也能起到一定的緩沖減震作用，并有效減輕清潔車在工作過程中產生的攝像機抖動。

注：1——主車體； 2——前置低壓降塵水路； 3——前置刷盤； 4——前變軌導向裝置； 5——高速攝像頭夾具； 6——低壓隔膜水泵； 7——高壓柱塞水泵； 8——洗車槍； 9——后變軌導向裝置； 10——中間軌面負壓吸口； 11——軌道槽清洗裝置； 12——軌道槽吸口； 13——軌道槽高壓水路； 14——污水箱； 15——液壓泵與油箱； 16——風機； 17——柴油副發動機； 18——清水箱； 19——警報器。

圖3 槽型軌道結構示意圖Fig.3 Structure of the grooved track

1.3 槽型軌道異物快速檢測算法

針對傳統幀間差分法不能檢測出完整目標、易產生空洞現象、對運動緩慢的物體不敏感等局限，為了匹配清潔車較快的行駛速度，本文提出了槽型軌異物的快速檢測算法，其計算流程如圖4所示。

1.3.1 步驟一：圖像預處理

為降低車載左、右軌道攝像頭采集得到的視頻序列幀中背景光照、行車振動等因素的干擾，自動清潔系統用高斯濾波器和中值濾波器進行圖像數據的平滑減噪，以減小高分辨率圖像帶來的圖像噪聲干擾。在此基礎上進一步將視頻幀數量減少至原始視頻流的1/10，并轉化為灰度圖，以提高檢測算法的處理速度。

圖4 槽型軌異物快速檢測算法計算流程圖Fig.4 Calculation flow chart of grooved track foreign object rapid detection algorithm

1.3.2 步驟二：提取槽型軌軌面

首先，使用Canny算法對灰度圖進行軌道邊緣檢測，包括采用Sobel算子計算圖像的梯度幅度和方向，對梯度幅度應用非極大值抑制來細化邊緣，用雙閾值算法檢測和連接邊緣以得到圖像輪廓。接著，通過概率霍夫變換算法檢測出圖中存在的直線線段并進行篩選，最終分割出槽型軌軌面。

1.3.3 步驟三：異物檢測

采用背景自動更新的背景差分法對槽型軌中的異物進行檢測。根據式(1)計算差分圖像，背景幀的更新策略如式(2)所示。

At(u,v)=|It(u,v)-Bt(u,v)|

(1)

(2)

式中：

At(u,v)——差分圖像函數；

It(u,v)——當前幀圖像函數；

Bt(u,v)——背景幀圖像函數；

u、v——分別表示圖像幀中水平方向、豎直方向的像素點；

t——圖像幀序號；

α——圖像幀的更新率。

試驗表明，當α取0.2時考慮了像素點時空之間的關聯性，能夠有效檢測出槽型軌的圖像序列中變化不夠明顯的異物目標，并且可以防止運動中的目標突然消失。

1.3.4 步驟四：目標提取

設定二值化處理的閾值θ(θ=40)，對差分圖像進行二值化處理，得到的二值化圖Tt(u,v)如式(3)所示，并與步驟二中提取出的槽型軌軌面進行相與運算，初步提取出槽型軌中異物的圖像。為緩解空洞效應的影響，采用形態學濾波的方法對異物圖像進行進一步的處理，以得到目標結果。

(3)

1.3.5 步驟五：計算異物位置

通過提取到的目標物體的中心距離計算出異物的質心在圖像中的坐標，進一步結合清潔車的實際運行速度，計算出異物與軌道槽負壓吸口及高壓水噴嘴之間的實際距離。

通過上述5個步驟可實現槽型軌內異物實時位置的獲取。當異物進入高壓水噴嘴和軌道槽負壓吸口清潔范圍之內時，可對異物進行清潔。

1.4 清潔裝置的自動控制

工控機對檢測算法識別到的異物位置信息進行處理，向清潔車上的PLC發送控制信息，控制電磁離合器、電隔膜泵、電磁閥等工具調用清潔裝置進行清潔作業。

清潔裝置控制模塊包括低壓水降塵、高壓水沖洗、負壓吸污、掃盤洗刷等4個子系統，其中：低壓水降塵子系統分為前置掃盤降塵水路、左右槽型軌間軌面降塵水路及污水箱內降塵水路，均由電隔膜水泵帶動；高壓水沖洗子系統由軌道槽沖洗水路、污水箱內清淤水路及高壓水沖洗槍組成；負壓吸污子系統中，風機負責抽吸左、右槽型軌之間的污水及軌道槽負壓吸口處的污水；掃盤洗刷子系統中，液壓馬達負責控制掃盤裝置，對左、右槽型軌之間的軌面進行清潔。

考慮高壓水泵流量與軌道面清洗工況等因素，在保證最佳清污效果下最大化節約水資源，對高壓水噴嘴、風機吸口進行設計[7]，噴嘴出口水流速度的理論計算式如下：

(4)

式中：

p——噴嘴的入口壓力；

v——水流速度；

λ——噴嘴出口水流速度系數。

如圖5所示，利用FLUENT軟件對水射流的清洗過程進行了模擬仿真，得出結論如下：在工作壓力為6 MPa、噴嘴出口直徑為1.6 mm時，設置靶距為10～15 cm，入射角為25°，高壓水射流能達到最佳清污效果。

圖5 高壓水射流清洗仿真模型界面截圖

工作人員可通過清潔車上面的物理控制面板或上位機軟件界面上的按鈕手動控制相關清潔裝置工作，也可設置清潔車采用自動清潔模式，即檢測到有異物時清潔車自行進行清潔。

在自動清潔模式下，軌道槽負壓吸口下降至工作高度并打開風機，啟動軌道槽吸口吸污。高速攝像頭實時獲取左、右槽型軌道的圖像后，通過檢測算法程序快速識別出槽型軌內有無異物，并對異物位置進行準確定位。若檢測到軌道槽內有異物，自動清潔系統將關閉回水回路，打開高壓水回路沖射軌道槽，污物將經由軌道槽吸口吸走；若沒有檢測到有異物，自動清潔系統將關閉高壓水回路，不做清潔。自動清潔模式的工作流程如圖6所示。

圖6 自動清潔模式的工作流程圖Fig.6 Operation flow chart of automatic cleaning mode

2 試驗結果分析

本文通過清潔車對存在異物的槽型軌進行清潔試驗，使用WP-UF500高速攝像頭獲取清潔車快速行駛過程中的軌面圖像。從圖7可以看出，本文提出的槽型軌異物快速檢測算法能夠檢測出槽型軌道內的泥土、砂石、樹葉等異物。經計算，本次試驗目標檢測的成功率超過92%，處理每幀圖像的平均耗時為31.6 ms。由此可認為：本文提出的自動清潔系統具有較高的實時性和準確性，可滿足清潔車20 km/h的清潔速度，遠高于傳統的人工清潔速度(4～5 km/h)。

a) 軌面上異物實圖

b) 異物的檢測效果圖圖7 采用自動清潔系統進行試驗的檢測效果Fig.7 Detection effect of adopting automatic cleaning system for tests

根據水射流仿真的結果調整軌道槽的清洗射流噴嘴，將射流靶距設為10 cm、入射角設為25°，清潔車在運行過程中對槽型軌進行清潔，達到了良好的清潔效果，如圖8所示。

圖8 槽型軌清潔后的實際效果Fig.8 Actual effect of grooved track after cleaning

3 結語

本文通過對有軌電車槽型軌自動清潔的關鍵技術進行研究，所提出的槽型軌異物快速檢測算法能夠準確地提取槽型軌的軌面圖像，對槽內異物檢測的成功率高、檢測時間較短，能夠滿足清潔車以20 km/h速度行駛過程中獲取異物位置并對其進行清潔的需求。自動清潔系統在有軌電車槽型軌中得以應用，既可提高槽型軌道內異物的清潔效率，又有利于降低腐蝕性垃圾對槽型軌的污染，減少導電物對有軌電車正常運行的影響，有助于推動有軌電車行業的發展。

本文克服了傳統人工手持工具清潔槽型軌道效率低下、成本較高的不足，解決了普通清潔車工作時全程噴水沖洗槽型軌浪費大量水資源、清潔車因耗水嚴重導致清潔里程較短等問題。

經過多次的試驗測試，該自動清潔系統的硬件和軟件均能夠協同穩定地工作，但軌道槽清洗裝置還無法實現對道岔的全方位清潔，因此，進一步提高槽型軌中異物檢測成功率及槽型軌道的清潔效率，將是有軌電車槽型軌自動清潔系統優化的重點。