基于傳感器技術的軌道交通車輛檢測機器人的設計與實現

管春玲 劉婉明

（廣州鐵路職業技術學院）

0 引言

隨著軌道交通網規模的不斷擴大化，軌道交通車輛的維護保養工作難度及所面臨壓力越來越大。轉向架構架和輪對作為軌道交通車輛的核心部件，對于軌道交通車輛的安全、穩定運行起到了至關重要的作用[1-2]。因此對轉向架構架和輪對的狀態進行檢測，保證其安全性和穩定性，是軌道交通充分發揮其運輸作用的基本前提。現有的檢測設備功能單一，價格昂貴，不適宜進行大規模推廣應用，因此十分有必要研制一種智能化的綜合型軌道交通檢測機器人，實現對轉向架構架和輪對等核心部件的高效檢測。計算機技術、人工智能技術、數字信號處理技術的發展為智能軌道交通檢測機器人的設計提供了技術基礎[3]。

1 檢測理論研究

目前對轉向架構架和輪對的檢測，必須基于無損檢測實現，必須要保證被試件物理性能不被破壞。無損檢測方式主要包括：視覺技術、超聲波技術、電磁技術、化學分析技術等[4]。本文所研究的檢測技術主要是從視覺技術和超聲波技術兩方面展開，視覺技術實現轉向架構架和輪對的外部檢測，超聲波技術實現轉向架構架和輪對的內部檢測[5-6]。

1.1 視覺檢測

隨著圖像采集技術的不斷發展，圖像采集技術已經逐步在視覺檢測領域進行了應用。圖像采集技術由照明技術、攝像技術、鏡頭技術、圖像存儲技術等組成[7]。其中，高效的照明技術是視覺檢測的重要組成部分，在圖像采集中發揮重要作用，在進行攝像的時候需要通過數字信號處理器將攝像機接收到的模擬量信號轉換為數字量信號，最終生成圖像信號。光學鏡頭根據焦距可以劃分為定焦距鏡頭和變焦距鏡頭，在視覺檢測中主要采用的是定焦距鏡頭。圖像處理技術是視覺檢測的最核心部分，對軟件和硬件有極高要求，其中使用的圖像處理算法也在不斷完善。在視覺檢測工作中部分涉及運動控制技術，不同的視覺檢測對象對于檢測環境、檢測速度有著不同的要求，因此需要對視覺檢測設備進行運動控制，以提高視覺檢測的檢測效率。

1.2 神經網絡理論

BP神經網絡由多層網絡構成，是單向前向型結構，神經元以多層排布的形式構成，一個層級中的神經元從上一層級中的神經元處接收信息，再輸出給下一層級的神經元處，該神經網絡是一種誤差反向傳播的算法[8]。

BP神經網絡中，信息從輸入層導入，逐級傳輸到輸出層，輸出層上生成的誤差再反向傳輸到輸入層。BP神經網絡的結構如圖1所示。

圖1 BP神經網絡拓撲結構

節點采用Sigmoid函數來描述，即：

由于三層BP神經網絡能夠對任意連續函數進行逼近，隨著網絡層數的增加，輸出的誤差就會越來越小，其最終的輸出結果能夠越接近實際值。但是網絡層數越多會導致網絡結構的復雜化。

1.3 超聲波檢測

超聲波是指由超聲引起的振動在彈性介質中的傳播，其本質是機械振動。通過將超聲波短脈沖導入到被檢測物中及利用其傳播，可實現被檢測物的無損檢測[9]。超聲波在被檢測物件傳播的過程中，當遇到物件中聲阻材料密度發生變化，會返回部分超聲波信號，通過采集、分析超聲波的返回情況，可對被檢測物件的幾何結構、物理性能等進行檢測進而評價其使用壽命。

超聲波可以通過聲壓、聲強、聲阻抗等參數來進行描述。超聲場中某一位置在某一時間點的有超聲波的壓力與沒有超聲波的壓力之差稱為聲壓，聲壓是隨時間變化的，余弦超聲波可以描述為：

式中，ρ為超聲波傳輸介質的密度；M為傳輸介質質點的振幅；ω為質點振動角頻率；t為超聲波的傳輸時間；v為超聲波的傳輸速度；x為當前位置與發出點的距離。聲壓的大小與傳輸介質密度、質點振幅、振動角頻率、傳輸速度都成正比。

在超聲波的傳播方向上，單位面積單位時間內的聲音能量稱為聲強，假定超聲波是在均勻介質中傳播：

聲強與傳輸介質密度、傳輸速度、質點的振幅平方、振動角頻率的平方都成正比。

某位置的聲壓與對應的振動速度比為聲阻抗：

式中，V為超聲波的振動速度。聲阻抗用于描述超聲波傳輸時介質對超聲波振動的阻礙作用，超聲波的折射與反射均是由聲阻抗引起[10-11]。

最常規的無損檢測方法是超聲脈沖回波反射法，在超聲波注入到被試物件中后，當超聲波在傳輸過程中遇到兩種不同聲阻介質形成的表面時，會形成反射，反射波的聲壓振幅與入射波的聲壓振幅不同。通過數字方法將入射波和反射波進行顯示，對入射波和反射波的數據進行對比分析，來判斷被試物件內部的損傷性質、損傷程度。當被試物件不存在損傷時，只會顯示出入射波和最終反射波；當被試物件存在損傷時，在顯示入射波和最終反射波的同時還會顯示缺陷反射波[12]。超聲脈沖回波反射法的實現原理如圖2所示。

圖2 超聲脈沖回波反射法實現原理

2 軌道交通檢測機器人檢測實現原理

2.1 基于視覺技術的外部檢測實現原理

對轉向架構架和輪對的外部檢測，通過視覺技術實現，其中圖像硬件采集系統負責圖像數據采集，數據實時傳輸系統負責圖像數據通信，在圖像數據得到采集后最核心的部分就是圖像的處理及模式的識別。外部檢測實現流程如圖3所示。

圖3 外部檢測實現流程

圖像處理方法和技術是實現外部檢測的關鍵，在圖像處理中采用圖像復原技術減少圖像的模糊程度，并且在對圖像數據進行去噪的同時采用圖像增強技術進行光照補償，完成圖像處理，最后再對圖像進行紋理提取，得到最終的紋理特征數據，為模式識別提供學習和檢測樣本。

2.2 基于超聲波的內部檢測實現原理

超聲發射的核心功能是從處理器接收激勵信號，并將激勵信號施加到激勵電路中，通過激勵電路產生經過直流高壓觸發的脈沖信號，在高壓作用下激勵電路能在短時間內產生超聲脈沖信號。

通過脈沖發射電路能夠控制超聲脈沖信號的幅值、超聲脈沖信號上升速度和超聲脈沖信號的寬度。超聲脈沖信號的頻率越高則頻帶越寬，超聲脈沖信號的脈沖寬度越小、檢測的覆蓋面越廣，分辨率則越高。脈沖發射電路在單位時間內發出的超聲脈沖信號個數稱為重復率，高重復率對于提高檢測速度和檢測覆蓋度有重要意義，但是重復率也要控制在合理的范圍內，重復率過高會導致返回超聲波的失真。超聲波發射電路如圖4所示。

圖4 超聲波發射電路原理

超聲波返回信號的接收電路由信號調理電路和信號采集電路構成：信號調理電路的主要作用是將被試物件的超聲波返回信號進行放大、濾波，再傳送給信號采集電路；信號采集電路由差分電路和模擬量—數字量轉換器構成。

2.3 數據通信的實現原理

由于需要進行傷損定位，所以需要進行檢測機器人的實時定位，并將位置信息傳送給主控中心，當檢測機器人檢測到損傷時，需要將損傷位置、損傷時間、損傷類型等基本信息上傳，同時上傳損傷圖像信息，由主控中心對檢測信號、檢測定位等信息進行綜合分析與處理，最終實現自動化和智能化。其中數據傳輸系統基于圖像分層編解碼的窄帶寬、超高清圖像傳輸技術；機器人實時定位基于UWB室內定位技術；轉向架構架和輪對等核心部件與機器人的相對定位基于機器人末端視覺傳感器信息融合技術。

3 結束語

本文通過對軌道交通車輛轉向架構架和輪對的檢測方法進行研究，設計了基于視覺和超聲波檢測相結合的綜合型軌道交通檢測機器人。該機器人的檢測關鍵技術是視覺檢測技術和超聲波檢測技術，主要從理論上分析了檢測技術的實現原理。該軌道交通檢測機器人不需要作業人員全程跟隨，能夠自主完成軌道交通車輛轉向架構架和輪對等核心部件的檢測工作，具有操作簡單方便、檢測精度高、檢測覆蓋面廣的優點，能夠滿足軌道交通車輛的檢測需求，具備推廣應用的價值。