基于巡檢機器人的軌道交通車輛車底檢測方法研究

管春玲，鐘秋燕

（廣州鐵路職業(yè)技術(shù)學院，廣東廣州，510430）

對軌道交通車輛進行檢修保養(yǎng)，是保證軌道交通車輛安全運行的基本前提[1～2]。隨著我國軌道交通運營里程和運營車輛的逐步增加，現(xiàn)有機務段、動車所的軌道交通車輛的檢修能力逐漸趨于飽和，軌道交通車輛數(shù)量配備與實際檢修能力存在錯位發(fā)展趨勢。傳統(tǒng)的軌道交通車輛檢修作業(yè)主要是基于人工完成，多數(shù)在夜間進行，工作繁瑣、強度大、時間緊，在檢修效率和檢修質(zhì)量上面臨雙向壓力[3]。因此十分有必要對軌道交通車輛的檢修技術(shù)進行升級，本文對基于巡檢機器人的軌道交通車輛底部檢測方法進行了深入研究，最終實現(xiàn)了立體化、智能化、信息化的全方位多角度檢修新模式，在有效保證檢修效率和檢修質(zhì)量的同時降低了人工勞動的強度[4～5]。

1 機器人巡檢系統(tǒng)硬件組成

基于軌道交通車輛底部檢測目標的特點及檢測目標的分布情況，在軌道交通車輛檢修車間的車庫地溝構(gòu)建基于巡檢機器人的軌道交通車輛車底檢測系統(tǒng)[6]。在軌道交通車輛入庫后，基于巡檢機器人以轉(zhuǎn)向架為單位對軌道交通車輛的車底情況進行常規(guī)巡檢，系統(tǒng)對軌道交通車輛的整車底部進行圖像檢查，從多個角度對車底的關(guān)鍵部件進行圖像信息采集，并對測試項點進行逐一測量，將檢測結(jié)果實時發(fā)送給主控中心和智能手持終端[7～8]?；谘矙z機器人的軌道交通車輛車底檢測系統(tǒng)主要包括了數(shù)據(jù)分析單元、數(shù)據(jù)服務器、智能手持終端、供電單元、機器人、圖像數(shù)據(jù)采集單元、數(shù)據(jù)傳輸單元、傳感器等，具體的系統(tǒng)組成及功能描述如表1所示。

表1 車底檢測系統(tǒng)組成及功能描述

2 巡檢功能實現(xiàn)原理

2.1 定位巡檢實現(xiàn)原理

軌道交通車輛車底檢測系統(tǒng)采用雙機器人配置結(jié)構(gòu)，通過兩次定位檢測，完成對單個轉(zhuǎn)向架的檢測，能夠滿足對軌道交通車輛轉(zhuǎn)向架核心部件的全方位、多角度檢測[9～10]。該項定位技術(shù)的實現(xiàn)需要綜合考慮巡檢機器人自身的性能參數(shù)、單個機器人的升降高度、雙機器人之間的間隔距離等。檢測過程中，要保證用最少的定位次數(shù)（兩次）完成對軌道交通車輛底部轉(zhuǎn)向架的核心部件的檢測，實現(xiàn)軌道交通車輛檢修時長的壓縮以保證檢修效率[11]。

軌道交通車輛轉(zhuǎn)向架共包含了兩根軸，軌道交通車輛車底檢測系統(tǒng)兩次分別定位在不同軸的左側(cè)和右側(cè)，這樣就能夠?qū)崿F(xiàn)對整個轉(zhuǎn)向架檢測項點的覆蓋。軌道交通車輛車底檢測系統(tǒng)第一次定位后，機器人1負責檢測1號軸的左側(cè)，機器人2負責檢測2號軸的左側(cè)和轉(zhuǎn)向架中部；檢測系統(tǒng)第二次定位后，機器人1負責檢測1號軸的右側(cè)及轉(zhuǎn)向架的中部，機器人2負責檢測2號軸的右側(cè)。具體檢測原理如圖1所示。

圖1 定位巡檢實現(xiàn)原理

2.2 車底圖像二維識別原理

采用結(jié)構(gòu)相似性（SSIM）指標來衡量兩幅圖像的相似程度；采用圖像點特征的方法對軌道交通車輛轉(zhuǎn)向架核心部件進行特征檢測、特征匹配、提出誤差匹配，最終再基于結(jié)構(gòu)相似性指標來衡量匹配結(jié)果。對應位置的計算結(jié)果越大，說明二者的差異程度越小，反之，二者的差異程度越大，可能出現(xiàn)部件形變或部件丟失。

假定存在兩張圖像A和圖像B，兩張圖像的結(jié)構(gòu)相似性可按照如下方式計算得到：

其中，μA為A的平均值，μB為B的平均值，為A的方差，

為B的方差，σAB為A和B的協(xié)方差，m1和m2是用來保持計算收斂的常數(shù)。

其中，K是像素的動態(tài)調(diào)節(jié)區(qū)間，m1的取值為0.01，m2的取值為0.03。結(jié)構(gòu)相似性的取值范圍為，當兩張圖像完全一樣時，結(jié)構(gòu)相似性參數(shù)值為1，當兩張圖完全不一樣時，結(jié)構(gòu)相似性參數(shù)為-1。

作為結(jié)構(gòu)相似性理論的實現(xiàn)，結(jié)構(gòu)相似性參數(shù)從圖像組成的角度將結(jié)構(gòu)信息定義為獨立于亮度、對比度的，反映場景中物體結(jié)構(gòu)的屬性，并將失真建模為亮度、對比度和結(jié)構(gòu)三個不同元素的組合。用均值作為亮度的估計，標準差作為對比度的估計，協(xié)方差作為結(jié)構(gòu)相似程度的度量。圖像的二維識別結(jié)果如圖2所示，檢測到了轉(zhuǎn)向架出現(xiàn)了異常，轉(zhuǎn)向架上出現(xiàn)了異物附著。

圖2 軌道交通車輛轉(zhuǎn)向架檢測異常結(jié)果

2.3 車底圖像三維檢測原理

采用雙目相機和結(jié)構(gòu)光相互配合運用的方式來實現(xiàn)軌道交通車輛轉(zhuǎn)向架核心部件三維結(jié)構(gòu)的檢測，在實現(xiàn)上包括雙目圖像交互匹配和三維外形復原兩部分。進行雙目圖像交互配合時先要基于張正友標定模型進行雙目相機的標定，再利用雙目紋理圖像來完成圖像特征點的交互匹配，在此基礎上進行配準點三維計算，最終得到大量的匹配點，由此可以對核心部件的三維結(jié)構(gòu)進行有效恢復。基于三維檢測的雙目紋理成像如圖3所示。

圖3 基于三維檢測的雙目紋理成像

2.4 圖像傳輸原理

軌道交通車輛車底檢測系統(tǒng)所采集到的圖像都是高清圖像，其數(shù)據(jù)量非常大，而此數(shù)據(jù)對進行轉(zhuǎn)向架、連接器等部件狀態(tài)的檢測意義非常重大，同時為保證檢測時效，需將此圖像數(shù)據(jù)快速傳輸至數(shù)據(jù)分析中心進行分析和存儲，因此圖像數(shù)據(jù)無線傳輸技術(shù)為此系統(tǒng)核心能力之一。車底檢測系統(tǒng)基于圖像分層編解碼的窄帶寬、超高清圖像傳輸技術(shù)，對原始圖像數(shù)據(jù)分層處理，優(yōu)先對關(guān)鍵數(shù)據(jù)進行傳輸，以保證作業(yè)人員能夠在短時間內(nèi)得到自己所需要的數(shù)據(jù)，能夠根據(jù)實際需求動態(tài)加載高清圖像，提升作業(yè)人員的體驗感，在現(xiàn)場局域網(wǎng)內(nèi)部進行數(shù)據(jù)交互，采用分層數(shù)據(jù)傳輸技術(shù)后，高清圖像的加載速度顯著提升。圖像傳輸原理如圖4所示。

圖4 圖像傳輸原理

3 實例運用分析

基于巡檢機器人的軌道交通車輛車底檢測系統(tǒng)能夠?qū)壍澜煌ㄜ囕v的轉(zhuǎn)向架、連接器等進行全方位、多角度的檢測，并能夠?qū)z測數(shù)據(jù)進行科學的運算和管理。該系統(tǒng)已經(jīng)在部分機務段及動車所進行了實際應用，其實際價值主要體現(xiàn)在如下幾個方面：

(1)軌道交通車輛車底檢測系統(tǒng)采用了機器人技術(shù)，現(xiàn)場作業(yè)人員可以根據(jù)機器人系統(tǒng)的檢測結(jié)果確定是否需要進行部分結(jié)果復驗。這樣能夠進一步確定實際需要進行的工作，減少不必要的工作，縮短檢修時間，提高檢修效率，降低人工成本。

(2)以往需要通過人工完成的細節(jié)檢測、消耗時間較多的工作，通過檢測系統(tǒng)進行自動報警、自動診斷定位，從而展開具有針對性的維修保養(yǎng)，縮短常規(guī)檢修作業(yè)時間。

(3)降低檢修工作的安全風險，由于車輛檢修工作需要安排在車間地溝中進行，地溝光線較弱，存在一定的作業(yè)風險。采用機器人檢測系統(tǒng)后可以大量減少作業(yè)人員地溝作業(yè)項目，現(xiàn)場作業(yè)安全風險可得到一定程度降低。

(4)實現(xiàn)管理成本的降低，采用軌道交通車輛車底檢測系統(tǒng)后，車輛全部的數(shù)據(jù)都可以進行數(shù)字化處理，檢測結(jié)果存儲于數(shù)據(jù)服務器中，方便運營單位進行歷史追溯，在出現(xiàn)人員工作疏忽造成安全隱患發(fā)生時可快速明確相關(guān)責任人員，強化作業(yè)人員責任心。

4 結(jié)論

軌道交通車輛車底檢測系統(tǒng)運用了機器人技術(shù)、圖像識別技術(shù)、無線數(shù)據(jù)傳輸技術(shù)等，能夠快速、全面實現(xiàn)對軌道交通車輛轉(zhuǎn)向架、連接器等車底部件的全方位、多角度檢測，并對檢測發(fā)現(xiàn)的異常狀態(tài)進行報警提示。軌道交通車輛車底檢測系統(tǒng)的運用，對提高軌道交通車輛安全性、降低人工成本、降低時間成本、提升企業(yè)經(jīng)營效益方面起到了積極的作用。對于保障軌道交通車輛的高效、安全運營具有重要引導意義。