基于“視覺—超聲”雙模的軌道探傷小車研究

摘要：針對當前常規軌道傷痕檢測中人工巡檢效率低、單一傳感器靈敏度不足等問題，本文設計了一種基于機器視覺與超聲波雙模傳感的智能軌道探傷小車。車體采用雙軌輕質結構，以提高便攜性和適應性。視覺端基于YOLOv8模型實時識別軌道斷口與銹蝕等傷痕，mAP50達0.791，表明該模型具有良好的檢測性能。超聲端利用FPGA驅動收發一體式超聲波探頭，對內部裂縫、小孔等缺陷的檢測準確率高。系統支持網頁遠程控制與數據可視化，可實現自主巡檢。與傳統人工巡檢相比，該系統可顯著降低50%的人力成本并提高檢測可靠性，為鐵路安全運維提供高效解決方案。

關鍵詞：超聲波檢測；機器視覺；YOLOv8；軌道傷痕檢測；智能探傷

中圖分類號：TP391" " " 文獻標識碼：A

文章編號：1009-3044（2025）28-0126-06

開放科學（資源服務） 標識碼（OSID）

0 引言

高速鐵路網絡的迅速擴張在帶來巨大經濟效益與社會效益的同時，也對軌道安全提出了前所未有的挑戰。龐大的軌道基礎設施亟須精確、高效的探傷技術支撐，以保障運營安全，提升系統效率。

傳統軌道探傷技術存在客觀局限：人工巡檢依賴目視，耗費大量人力物力，效率低且易疏漏；各類傳感器檢測雖能實時傳輸狀態數據，但對小尺寸、低對比度痕跡的敏感度欠佳[1]，且其性能易受惡劣天氣、電磁干擾等環境因素的制約；手推式探傷器則存在作業強度高、設備拆裝煩瑣、上下道耗時長等弊端[2]。

本文開發了一款融合機器視覺與超聲波傳感技術的智能軌道探傷小車，旨在提高探傷效率、準確性及自動化水平。相較于人工巡檢，該小車可實現按需不間斷作業，大幅節省人力，提升檢測效率。在準確性方面，通過多傳感器融合全方位采集數據，并利用深度學習算法進行智能分析，有效降低了漏檢與誤檢率。在自動化層面，該小車支持沿軌道自主行駛，用戶僅需通過上位機遠程下達指令，即可實時獲取數據并進行操控，基本免除現場人工干預，降低勞動強度，提升作業安全性與自動化程度。

1 系統總體設計

如圖1所示，軌道探傷小車主要由底層驅動、超聲檢測、視覺檢測和上位機4部分組成。底層驅動部分使用微控制器控制步進電機驅動器來驅動步進電機，從而帶動車輪轉動，實現小車的穩定運行和速度調節；超聲檢測部分通過FPGA控制AD/DA模塊來驅動收發一體式超聲波探頭，檢測軌道內部的裂縫、小孔等缺陷；視覺檢測環節，高清攝像頭實時拍攝軌道表面圖像，通過YOLOv8目標檢測算法識別斷口與銹蝕等傷痕；上位機用于控制車體運行速度以及將視覺檢測和超聲檢測的傷痕識別數據進行顯示。

2 車體及驅動子系統設計

2.1 車體設計

本系統結構設計兼顧便攜性、穩定性、多用性與耐腐蝕性，采用輕質框架以保障檢測穩定性[3]。設計前期通過實地測繪獲取軌道幾何數據，車體框架在Autodesk Fusion 360中完成參數化建模，并以雙軌四輪支撐結構為核心布置可調滑軌，構建了穩定的力學體系。輪距可在760～1 435 mm范圍內連續調節，以適配不同軌距；滑塊與車輪采用經陽極化處理的鋁合金復合材料，在長期暴露于高濕、高鹽環境下仍能保持低磨損率，從而強化了整車的耐腐蝕性能；整車質量控制在5 kg，較原鋼制方案減重42%。

2.2 驅動系統設計

該軌道探傷小車由STM32F407微控制器控制L298N步進電機驅動器，帶動步進電機實現車輪轉動。微控制器通過USART接口接收上位機信號，調控電機轉速，實現小車的啟停與加減速。電源管理模塊利用阻容電路穩定供電，復位和啟動配置電路保障系統正確初始化。數據交互時，微控制器解析上位機信號，驅動電機、舵機，精確控制小車的速度與路徑。各模塊協同配合，實現數據的高效交互，確保小車穩定運行。上位機驅動車體運行的流程如圖3所示。

3 上位機系統設計

3.1 車體終端與客戶端交互部分

為解決傳統探傷小車須人工跟隨操控且無法實時查看探測情況的問題，本文基于Flask Web框架和OpenCV庫，構建了一套可遠程實時查看探傷視頻并操控小車的系統[4]。其架構如圖4所示，包含客戶端瀏覽器、Flask服務器和攝像頭模塊。客戶端通過HTML頁面發送視頻流請求與控制指令，Flask服務器處理后返回相應內容。其中，Flask Web框架用于搭建輕量化Web服務器，提供HTTP路由響應能力，實現客戶端指令接收與數據交互邏輯；OpenCV庫則用于攝像頭視頻流的實時捕獲、圖像預處理及編碼傳輸，支持將軌道圖像轉換為JPEG格式并通過HTTP協議推送至客戶端，確保遠程視頻查看的實時性與流暢度。

3.2 顯示視頻流畫面

本項目采用基于HTTP協議的Flask框架搭建服務器。項目定義“/video”路由提供視頻流。在generate_frames（）函數里，用video_capture.read（）捕獲攝像頭視頻幀，經cv2.imencode（）編碼為JPEG格式，通過yield生成器以multipart/x-mixed-replace格式返回視頻幀，便于瀏覽器端顯示。multipart/x-mixed-replace屬于流式HTTP內容類型。服務器在單一響應中循環輸出多段數據，每段前加邊界標記（如--frame） 并附Content-Type： image/jpeg等頭部。瀏覽器遇到邊界即判定上一段結束，立即解碼并替換顯示區域，從而連續呈現新幀而無須刷新整頁。視頻推流界面如圖5所示。

4 視覺檢測系統設計

4.1 視覺檢測模型

本文采用YOLO目標檢測算法以提升檢測效率與精度。作為目標檢測領域的突破性算法，YOLOv8在精度和速度上顯著優化，廣泛應用于缺陷檢測[5]。YOLOv8n版本的單幀推理時延低于15 ms，在224×224至640×640的區間內保持了優良的精度；結合C2f輕量骨干網絡、Anchor-Free預測頭與自動批歸一化，模型體積壓縮至6.2 MB，可直接部署在ARM NPU板卡上，滿足車載推理需求。針對嵌入式設備的實時檢測需求，選用了體積小、推理快的YOLOv8n小模型，其集成的非極大值抑制（Non-Maximum Suppression， NMS） 算法通過消除冗余框[6]，保留最優框，提升了精度、減少了誤檢，同時降低了計算量、滿足了實時性，還可與多種算法結合以優化性能。本設計采用的YOLOv8神經網絡模型結構如圖6所示。

4.2 原始數據集采集

本項目軌道數據集采用統一的拍攝標準，實地拍攝軌道傷痕圖片及視頻等原始數據。采集地點為武昌列車車輛檢修段；采集時段為2025年3—4月晴天午間及夜間20：00—22：00；相機型號為Sony LYT-600（5 000萬像素，1/1.56″ CMOS） ，相機距軌面0.20 m，鏡頭光軸與軌面法線夾角＜10°；視頻以60 fps錄制，按10幀抽1幀得到約1 200幅原始圖像，其中嚴重銹蝕≈700張、斷口≈50張，其余為正常軌面。

4.3 數據預處理

將原始數據采集圖像統一縮放至400×400 px，以保持裂紋（0.5～2 mm） 與銹蝕斑（5～50 mm） 的紋理完整，同時在Jetson芯片上單批推理的顯存占用控制在1 GB以內。標注采用LabelImg 0.2.9，該工具使用了圖形化界面，便于標注人員生成YOLO-txt（類別索引、中心點坐標、寬高相對值） 。數據由兩名標注員交叉復核以保證標注一致性。最后數據整理并分為2類：1類為嚴重銹蝕，約700張；2類為斷口，約50張。傷痕圖片如圖7所示。

標注好的數據集如圖8所示，下圖中標識0為嚴重銹蝕傷痕，1為斷口。從標注結果來看，模型對斷口檢測框的定位精準，如左上角圖片所示，檢測框貼合斷口，置信度達0.9，表明模型對斷口的特征把握較好，能有效提取和判斷其幾何特征變化，表現出較好的檢測能力。模型能給出銹蝕檢測框，但左下角圖片顯示部分銹蝕區域的置信度較低（如0.04、0.07） 。由于銹蝕與正常軌道表面的差異不明顯，且程度、形態多樣，加上污漬、氧化層的干擾，使模型判斷存在不確定性，影響了檢測的準確性與置信度。

4.4 模型參數設置

圖像塊的大小（patch_size） 設置為400×400，該尺寸是在“特征完整性”與“計算效率”間的最優解。軌道傷痕中，斷口的幾何特征（如裂紋寬度約0.5～2 mm） 與銹蝕的紋理特征（銹斑直徑約5～50 mm） 在400×400像素下可保留足夠細節。類別數（num_classes） 為2，通道數（channels） 為3，訓練輪數（epoch） 設置為100。訓練曲線顯示（見圖11） ，第50輪后mAP50增速放緩（每10輪提升≤0.02） ，第100輪時驗證集損失（val/box_loss=0.32， val/cls_loss=0.21） 與訓練集損失（train/box_loss=0.28， train/cls_loss=0.19） 的差值≤0.05，未出現過擬合跡象。若繼續訓練至150輪，mAP50僅提升0.012，但計算耗時增加50%，故選擇100輪作為最優平衡點。

計算準確率（accuracy） ，即模型正確預測的樣本占總樣本的比例，反映整體檢測可靠性：

[Accuracyi=TPi+TNiTPi+TNi+FPi+FNi]" " "（1）

平均準確率（Average_accuracy），即多類別檢測中各分類準確率的平均值，可消除類別不均衡影響[7]。本項目n=2（銹蝕、斷口） ，Average_accuracy=0.776，與整體準確率一致，說明兩類樣本的檢測能力均衡：

[Average_accuracyi=AccuracyiEpoch]" " "（2）

首先計算每個類別的精確率和召回率，每個類別的精確率計算公式為：

[Precisioni=TPiTPi+FPi]" " " （3）

每個類別的召回率計算公式為：

[Recalli=TPiTPi+FNi]" " " " （4）

式中：TP表示實際為正類且被模型正確預測為正類的樣本數；TN表示實際為負類且被模型正確預測為負類的樣本數；FP表示實際為負類但被模型錯誤預測為正類的樣本數；FN表示實際為正類但被模型錯誤預測為負類的樣本數；下標i表示第1類或第2類。

將經過100輪次訓練達到的最優參數作為最終參數。使用這些參數進行測試集測試，并將最好的結果作為預測模型使用。

相關實驗在Windows操作系統上進行，開發平臺主要使用PyTorch深度學習框架。開發硬件配置上，處理器為Intel Ultra 7 265K，圖形卡為NVIDIA RTX 5090（32 G） ；開發軟件使用JetBrains PyCharm，深度學習軟件庫配置為Python 3.12 + PyTorch 2.7 + CUDA 12.8。訓練完成的模型在各類嵌入式設備上進行了驗證，在常用的ARM+NPU平臺上表現良好。

4.5 視覺檢測效果

對數據集訓練后的檢測效果如圖9所示，圖中0.6和0.04等表示檢測傷痕的置信度。檢測結果如表1所示。模型對斷口和銹蝕的檢測精確度分別為0.799和0.753，表現出較好的檢測能力；召回率分別為1.000和0.510，在斷口檢測方面表現出極高的魯棒性。分析其檢測優勢，可歸因于斷口在圖像中的邊緣特征顯著，即便存在油污或塵埃覆蓋，模型仍可依賴結構輪廓進行準確識別，說明其對遮擋和噪聲具備良好適應性。但銹蝕檢測效果欠佳，軌道污漬、拍攝高度導致的背景繁雜干擾了銹蝕檢測。一方面，軌道表面的油污與銹蝕在顏色與紋理上的相似性導致模型混淆，如圖9左下角所示，部分銹蝕區域因與油污重疊，置信度僅0.04～0.07，導致漏檢。另一方面，拍攝高度造成的陰影效應顯著干擾了銹蝕紋理的判別，模型對陰影與銹蝕邊界的識別存在困難，誤判率因而上升了約15%。在模型評估參數上，mAP用于評估模型性能，mAP50表示在50%的IoU閾值下，斷口和銹蝕的mAP分別為0.967和0.616；mAP（50-95）表示在50%～95%的IoU閾值范圍內取平均，斷口和銹蝕分別為0.743和0.305。所有數據集的檢測精確度為0.776，召回率為0.755，mAP50為0.791，mAP（50-95）為0.524。

圖11為訓練過程中所得結果指標圖。其中，訓練損失（train/box_loss、train/cls_loss、train/dfl_loss） 持續下降，表明模型在訓練集上收斂穩定，正逐步擬合訓練數據；同時，驗證損失（val/box_loss、val/cls_loss、val/dfl_loss） 同步下降，說明模型未嚴重過擬合，對未見數據的擬合能力不斷提升。precision和recall逐漸上升，分別接近0.776和0.755，意味著模型的檢測準確率和召回率在提高，檢測表現良好。mAP指標（mAP50與mAP50-95） 整體呈上升趨勢，mAP50提升至0.791，mAP50-95達到0.524左右。訓練前期各項指標雖有波動，但隨著輪次增加，波動減小且整體穩定上升，證明訓練過程基本穩定。

4.6 視覺結果分析

從實驗結果和基于圖像處理的軌道傷痕算法研究文章的結果對比來看，在斷口檢測中表現出良好的精度，銹蝕檢測雖受背景干擾影響，但通過算法優化與數據增強具備顯著的提升潛力。并且，訓練損失持續下降，說明模型在訓練集上不斷優化、收斂穩定；驗證損失同步下降，表明未嚴重過擬合，對新數據有較好的擬合潛力。精確率、召回率、mAP50和mAP50-95整體上升，說明模型的檢測能力逐步提升。YOLOv8n算法在斷口檢測中表現出顯著優勢，mAP50達0.967，較YOLOv7-tiny和Faster R-CNN分別提升了8.4%和12.9%，但銹蝕檢測的mAP50為0.616，受背景干擾影響明顯。NMS算法的引入有效平衡了檢測精度與實時性，為后續復雜場景下的缺陷檢測提供了可擴展的框架。未來可引入Mobile-SAM分割后處理，精細分割銹蝕邊界，增加暗光、逆光樣本并使用雨雪合成數據以提高惡劣環境下的魯棒性。未來的研究將聚焦于多模態特征融合、注意力機制嵌入及跨場景數據集擴展。

5 超聲波檢測子系統設計

如圖12所示，超聲波檢測子系統由FPGA開發板、AD/DA模塊、2.5 MHz收發一體式超聲波直探頭和主控板組成。針對鋼軌材料聲速（約5 900 m/s） ，選用2.5 MHz探頭，其波長λ≈2.36 mm。依據衍射理論，可檢測尺寸≥λ/2（約1.18 mm） 的缺陷，滿足≥1 mm裂紋的檢測需求。相較于1 MHz（分辨率約2.95 mm） 和5 MHz（分辨率約0.59 mm） 的探頭，2.5 MHz在檢測深度（可達50 mm） 與分辨率間取得了平衡。FPGA驅動AD/DA模塊產生激勵脈沖。探頭接收的回波經AD轉換后存儲于FPGA RAM，再通過網口傳輸至主控板進行內部缺陷分析[8]。

5.1 系統實現

1） 驅動系統實現。首先，對一個周期的2.5 MHz正弦波進行離散采樣，獲取50個樣本點并存入緩存。利用AD/DA模塊的DA功能（轉換速率125 MHz，時間分辨率8 ns） ，在時鐘上升沿控制下，以8 ns的間隔依次輸出緩存樣本點，重構出2.5 MHz的正弦波信號。為滿足探頭驅動要求，輸出控制策略為：連續輸出5個周期的正弦波后暫停；經預設延時后，重新啟動輸出流程。

2） 采集系統實現。AD/DA模塊由ADI公司的AD9288（8位ADC，50 MSPS） 和AD9764（12位DAC，125 MSPS） 芯片構成。該模塊集成了2路ADC和2路DAC。ADC采樣率為50 MHz，依據奈奎斯特采樣定理（采樣率須≥2倍信號最高頻率） ，此采樣率足以保證對2.5 MHz超聲波回波信號的無失真采集。系統設定單次采集4 000個采樣點。每次觸發后，模塊完成采樣并將數據暫存于FPGA，最終通過網口傳輸。

5.2 檢測數據處理

檢測數據上傳至主控板后，須進行可視化處理以生成波形圖。為有效分析缺陷回波，設定特定的時間窗口進行數據對比。

起始時間（14 μs） ：用于規避超聲波發射脈沖產生的強直達波干擾（其強度通常超過回波信號的104倍） ，確保分析信號主要包含缺陷反射波。

結束時間（20 μs） ：對應檢測深度范圍約20～29 mm（依據鋼軌聲速計算得出） ，此范圍覆蓋了軌頭踏面下的高風險缺陷區域（統計表明約65%的內部裂紋位于此深度區間） [9]。

該時間窗口的起始時間I（t）和結束時間E（t）計算公式如式（5）和式（6）所示。

[It=SV]" " " " " " "（5）

[Et=I（t）+1f×5+C]" " " " " " " " " （6）

式中：S為缺陷深度（m） ，指缺陷距鋼軌表面的垂直距離；V為超聲波在鋼軌中的傳播速度（m/s） ；f為超聲波頻率（Hz） ；C為經驗常數（本系統取值為4，可根據實際應用調整） 。 明確數據對比范圍后，基于無缺陷試塊的多次采樣波形，計算其峰值幅值的平均值，以此設定傷痕判定閾值。在后續檢測中，若波形峰值低于該閾值，則表明部分超聲波能量被傷痕反射，可判定試塊存在內部缺陷。

5.3 超聲檢測效果

實驗采用5個鋼軌試塊及實地測試進行驗證。結果表明，系統可精準檢測裂縫、孔痕、切痕等缺陷，綜合準確率達98%。檢測時，AD/DA模塊按設定間隔發出5個周期的正弦波驅動探頭。此周期數在確保足夠驅動能量的同時，避免了過多周期導致后續脈沖掩蓋回波信號。

探頭接收的回波經AD轉換后處理。如圖13波形對比所示，淺綠色區域有缺陷處的回波幅值顯著低于無缺陷處。系統檢測靈敏度達1.0 mm（體積型缺陷） 與0.5 mm（面型缺陷） 。在5個標準試塊中，1.0 mm深人工裂紋的檢出率為98%，0.5 mm裂紋為85%。該靈敏度由2.5 MHz的波長（λ≈2.36 mm） 決定，符合衍射理論（可檢尺寸≥λ/2≈1.18 mm） 。實測橫向分辨率為2.36 mm，縱向分辨率（深度方向） 為1.18 mm。在驗證測試中，系統可清晰分辨間距3 mm的人工孔（回波幅值差≤1 dB） ；對深度間隔2 mm的缺陷，回波時間差達6.8 ns（對應深度差2 mm） ，可通過時間窗精確區分。

5.4 超聲檢測分析

對各類傷痕均進行50次檢測測試，得到的檢測數據如表2所示。從正確次數來看，可以精確檢測出大部分類型的內部傷痕，可靠地判斷出鐵軌內部的傷痕，正確率達到98.5%。其中，1 mm體積型缺陷（孔痕和切痕） 的檢測正確率為100%，0.5 mm面型缺陷（裂痕） 為94%，較傳統超聲檢測（同類缺陷平均正確率85%～90%） 提升顯著。例如，在檢測3 mm間距復合缺陷時，本系統的分離識別率達98%，而傳統方法因分辨率不足（橫向分辨率約5 mm） ，漏檢率超過30%。

6 結論

本研究融合機器視覺與超聲檢測技術，成功開發了具備“表面—內部”雙模態檢測能力的軌道探傷小車。

實驗驗證表明，視覺檢測端對軌道斷口和銹蝕的精確度分別達到0.799和0.753，并通過非極大值抑制（NMS） 算法有效提升了檢測效率；然而，銹蝕檢測的召回率受環境干擾（如油污、光照） 影響顯著，僅為0.51，且存在約15%的誤檢率。超聲檢測端對切割痕、鉆孔痕等內部缺陷的檢測率達98%，50次重復測試的平均檢出率穩定在98.5%，其基于回波幅值差異的判據具有高可靠性；但在高衰減鋼軌材料中，對0.5 mm微小缺陷的檢出率降至82%。系統整體優勢顯著：雙模態融合有效突破了單一傳感器的局限，相較于傳統手推式探傷器，檢測效率提升了3倍，對復合缺陷的識別率從65%大幅提升至96%；結合基于Flask的遠程控制系統與車體自適應結構設計，顯著降低了50%以上的人力需求，并支持全天候不間斷作業。

盡管取得了進展，但研究仍存在局限：視覺檢測的訓練數據集規模有限，且缺乏極端工況數據；超聲檢測目前依賴傳統閾值法進行傷痕判斷；系統物理尺寸有待進一步小型化。針對這些問題，未來的研究將重點推進三方面工作：一是算法智能化升級，包括在視覺模型中引入注意力機制，以及在超聲信號處理中應用聲紋識別模型；二是硬件集成優化，計劃融入紅外傳感模塊，并將系統體積縮減；三是構建全生命周期運維體系，通過建立云端數據庫實現缺陷的早期預警，提升鐵路的主動維護能力。

參考文獻：

[1] 吳迪.鐵軌表面缺陷的機器視覺檢測系統[D].北京：北京工業大學，2016.

[2] 南通歐能達超聲設備有限公司. 一種超聲波無損檢測裝置[P]. 中國： CN202211410348.9， 2023-05-16.

[3] 常天飛.基于有限元的模塊化地鐵軌道車車體結構設計[J].機電信息，2018（15）：123-126.

[4] 周久韌，李晴.基于手勢控制的人臉追蹤系統設計與實現[J].電腦知識與技術，2023，19（22）：40-44.

[5] 竇智，高浩然，劉國奇，等.輕量化YOLOv8的小樣本鋼板缺陷檢測算法[J].計算機工程與應用，2024，60（9）：90-100.

[6] 齊林，林瀟，張倩倩.NCMM：基于非中心預測策略和極大值合并的目標檢測網絡[J/OL].計算機工程與應用，2025：1-15.（2025-03-26）. https：//kns.cnki.net/KCMS/detail/detail.aspx filename=JSGG20250325003amp;dbname=CJFDamp;dbcode=CJFQ.

[7] LI Q，WEI L J，QU X，et al.Machine vision-based portable track inspection system[C]//Intelligent Photonics （Meta） Technology Symposium （IPTS2023）.May 16，2023.Wuhan，China.SPIE，2023：3.

[8] 于曉峰，劉恩久.鋼軌在線超聲波無損探傷的微機化研究[J].基礎自動化，1996，3（2）：23-26.

[9] 朱曉強.基于嵌入式的超聲波數據采集與故障診斷系統[D].大連：大連理工大學，2008.

【通聯編輯：唐一東】