軌道作業車周邊異物侵線監測技術

尹成斐 劉尚昆 張世紅 宋曉陽 劉傳

1.國能朔黃鐵路發展有限責任公司，河北肅寧 062350；2.中國鐵道科學研究院集團有限公司鐵道建筑研究所，北京 100081

軌道作業車在線路上維修作業時，現場施工配合人員較多，且人員跨線流動性強［1］。現場作業任務繁重時，人員容易倦怠疏忽，易出現施工人員侵入本線或鄰線鐵路限界的情況，極易造成人員安全事故。另外，一些既有線沿線周邊環境復雜，軌道作業車的作業機構可能與沿線鐵路設備或其他侵線物體發生碰撞，存在極大安全隱患［2］。

軌道作業車施工安全管理過程中，主要在司機室人工監控［3］。通過在軌道作業車前后安裝攝像頭，在軌道作業車司機室安裝顯示終端，顯示軌道作業車周邊環境視頻圖像，由司機對周邊環境風險進行人工識別，從而做出相應操作［4］。這種方式受司機主觀因素影響較大，存在安全風險。

線路維修安全關系到鐵路線路的運營安全，迫切需要自動化程度更高、安全性和穩定性更好的施工安全系統，確保鐵路運營線路設備的安全［5］。因此，急需開發相應的智能化軌道作業車周邊異物侵線監測系統，提高作業安全性。

針對鐵路沿線異物侵線監測的問題，國內外主要使用超聲波技術、毫米波雷達技術、機器視覺技術和激光雷達技術［6］。本文選用激光雷達傳感器進行環境感知，對三維點云的處理、異物識別與定位技術開展研究；開發數據處理軟件，實現鐵路沿線異物的識別和準確定位，從而實現軌道作業車周邊異物在線監測的功能。

1 總體技術方案

軌道作業車周邊異物侵線監測系統總體方案如圖1所示。該系統主要包括安裝在軌道作業車輛前后端的激光雷達、毫米波雷達、聲光報警器、測控箱、工控主機等。

圖1 軌道作業車周邊異物侵線檢測系統總體方案

激光雷達在夜間可以正常工作，且能適應霧天、雨天等惡劣天氣，軟硬件成本相對較低，適用于工務作業中的侵線異物識別。

該方案中，激光雷達用于獲取空間三維點云數據，通過百兆以太網口與工控機連接，將采集到的點云數據實時傳輸到工控機。工控機運行編寫的軟件程序將侵線異物識別并定位，毫米波雷達用于對激光雷達感知結果進行二次確認。

1.1 技術指標

1）識別范圍5～20 m；

2）異物定位誤差不大于200 mm；

3）軌道作業車運行速度不大于10 km/h。

1.2 異物識別與定位

異物識別及定位流程如圖2所示。

圖2 異物識別及定位流程

通過百兆以太網將激光雷達采集的球坐標系下的點云數據發送到工控機，從雷達姿態傳感器中得到雷達的側滾角和俯仰角，在軟件中對雷達點云數據進行坐標變換和修正，得到基于指定視角的直角坐標系下的點云數據。

激光雷達每幀的點云數據量大，處理時間長。因此，采用點云濾波對點云數據進行預處理，減少噪聲點和離群點，并劃分得到感興趣區域。在感興趣區域中，分割出鐵路道床，然后采用歐氏聚類法對分割出的點云進行聚類，得到異物點云簇。對點云簇數據做窗口濾波得到異物的位置信息。

2 關鍵算法

2.1 點云濾波算法

濾波算法流程如圖3所示。在處理點云數據過程中，因為實時點云數據量大，加之受到外界干擾如視線遮擋、傳感器抖動等原因，點云數據中往往存在著一些離散點和噪聲點。因此，在點云數據的處理中，濾波作為預處理的第一步，對后續處理的步驟影響很大，必須針對實際應用場景分析點云數據中噪聲類型，進行有效濾波，才能保證后續的聚類和特征提取的正確性。

圖3 濾波算法流程

2.2 點云聚類算法

聚類的方法主要包括DBSCAN算法、K-means聚類算法、歐氏聚類算法、利用深度圖像進行聚類分析等［7］。DBSCAN算法是基于密度的數據聚類算法，能夠快速對任意形狀點云進行聚類，但該法內存資源消耗大，對處理器要求很高。K-means聚類算法準確率高，但需要手動輸入聚類數目k，難以達到實時性要求［8］。歐氏聚類算法對大多數據具有通用性，點云分割的效果與實時性良好［9］。綜上本文結合現場點云數據特點，采取歐氏聚類法進行異物的識別，其算法流程如圖4所示。

圖4 歐氏聚類算法流程

3 現場試驗

在軌道作業車端部安裝激光雷達傳感器，在軌道作業車端部下方安裝毫米波雷達，對侵入鐵路限界的異物進行掃描。試驗現場和界面顯示如圖5所示。

圖5 試驗現場與界面顯示

激光雷達將實時掃描到的三維點云數據通過以太網傳輸至工控機，經過濾波、聚類后，識別出侵入鐵路限界的異物并得到其位置信息，在工控機軟件界面上用方框圈出；同時毫米波雷達對掃描出的異物進行二次確認，在界面上用圓框圈出距離軌道作業車最近的異物。

在線路上進行多次試驗得到異物監測定位誤差，見表1。可知，異物監測定位精度滿足誤差不大于200 mm的要求。

表1 異物監測定位精度

4 結語

針對軌道作業車施工作業時車輛周邊施工配合人員眾多，極易發生異物侵線從而造成安全事故的難題，本文提出了基于三維激光雷達與毫米波雷達融合的軌道作業車周邊異物侵線監測技術。現場試驗效果表明，該技術方案可有效識別并定位侵線異物，降低了現場異物侵線導致的安全風險，保障了施工安全。