高鐵軌道CPⅢ基準點自動檢測方法研究

王建鋒, 吳學勤

（1.長安大學 道路交通智能檢測實驗室, 陜西 西安 710064；2.陜西省道路交通智能檢測與裝備工程技術研究中心, 陜西 西安 710064）

0 引言

隨著高鐵網運營里程的快速增長, 高鐵運輸行車密度的不斷增大和運行速度的不斷提高對高鐵軌道網的穩定性和可靠性提出了更高要求, 必須保證基礎設施處于健康服役狀態[1］。CPⅢ軌道控制網主要為軌道鋪設和運營維護提供測量基準, 按照高鐵精測網相關管理辦法, 需定期進行復測與維護。CPⅢ控制網測量主要包括平面測量和高程測量, 工程應用中要求其測量的相對誤差小于1 mm。平面測量主要采用全站儀, 高程測量主要采用水準儀[2］。這些方法具有可靠性好、精度高、測量簡單的優點, 但其測量過程耗時耗力, 工程成本高、測量效率低[3］。

目前CPⅢ軌道控制網復測方法成本高、效率低, 需要研發快速復測技術。CPⅢ的高效自動化非接觸檢測已經成為CPⅢ控制網檢測的發展方向。由于CPⅢ基準點為定點, 當已知檢測點與CPⅢ基準點的相對位置和檢測點在軌道里程中的精確位置時, 就可以得到軌道面相對于CPⅢ基準點的位置, 以此評估軌道的運行狀態, 提高軌道運行狀態檢測的效率。

1 檢測原理及檢測系統

開展高鐵軌道CPⅢ基準點非接觸自動化檢測研究, 其檢測原理見圖1。建立測量坐標系o-xy, 以2臺相機在垂直方式上投影的中點為坐標原點o, 以檢測平臺垂直向上為y軸正方向, 以垂直y軸并指向CPⅢ樁方向為x軸正方向。x和y值由上下2臺相機精確測量；檢測車在軌道上的定位即坐標原點在軌道中的定位由安裝在軌道檢測車車輪上的編碼器精確檢測。檢測過程中電動檢測車在軌道上自動運行, 檢測車每行駛一定距離, 即由編碼器觸發雙相機同時拍攝1幀圖像, 利用CPⅢ標識物識別方法判定圖像中是否有標識物, 即判定是否檢測到CPⅢ樁, 如果檢測到CPⅢ樁, 提取標識物的中心像素坐標, 通過雙目立體測量系統計算得到x和y值, 即得到檢測平臺與CPⅢ基準點之間的水平距離和垂直距離。通過編碼器得到此刻檢測平臺在軌道中的精確位置。

圖1 檢測原理

根據檢測原理, 開發的檢測系統由軌道檢測車、上相機、下相機、輔助照明系統、電源模塊、編碼器和計算機組成（見圖2）。

圖2 檢測系統組成

按照檢測要求, 選用的相機為BEA4000-62KM, 水平/垂直分辨率4 096×3 072 px, 幀速率為62 f/s, 接口為CameraLink。鏡頭選擇POMEAS的4/3"機器視覺FA工業鏡頭, 焦距35 mm。輔助光源采用自主開發的LED陣列頻閃照明系統。旋轉編碼器采用ECT58軸套型編碼器, 分辨率為5 000脈沖/轉。采集卡采用DALSA公司的X64-CliPro圖像采集卡。里程計數采用PCI2394板卡。

鐵路網建設中規定CPⅢ樁點成對布設, 距離布置一般約60 m, 且不應大于80 m, CPⅢ樁應布設在設計軌道高程面0.3 m以上。因此上下2臺相機安裝時使2臺相機光軸沿水平方向分別向下和向上傾斜8°；上下2臺相機之間的垂直距離為0.5 m, 下相機與軌道面之間的距離為0.2 m。在相機安裝過程中要求檢測平臺的重心盡量與檢測車的重心重合, 從而保證坐標原點o與軌道面之間的相對距離為定值。

檢測過程中, 軌道檢測車沿軌道行駛, 編碼器隨著車輪轉動輸出3.3 V的脈沖信號, 該脈沖信號分為2路, 一路發送到計算機內的PCI2394板卡計算檢測車的里程值, 實現檢測車的里程定位；另一路脈沖信號經過放大濾波后輸入安裝在計算機中的圖像采集卡, 通過CameraLink接口將調理后的脈沖信號傳輸到2臺相機中, 觸發2臺相機實現同步拍攝, 拍攝的圖像通過CameraLink接口傳回計算機, 利用圖像處理方法識別CPⅢ標識物并計算基準點坐標。計算機負責圖像的采集、處理和存儲。根據檢測的誤差要求以及實時處理的要求, 檢測車每行駛0.2 m觸發相機拍攝1幀圖像, 相機的最大處理幀率為30 f/s。

2 CPⅢ標識物中心自動提取算法

傳統CPⅢ測量時將棱鏡安裝在CPⅢ固定樁上, 利用全站儀對棱鏡進行對中, 測量軌道基準點到棱鏡中心的距離。為實現自動檢測, 通過1個正方形標識板, 其左上角為1個黑色三角, 內部有4個中心呈正方形排列的黑色圓點（見圖3）。通過測試證明該標識板在圖像自動識別中具有較高的準確率和識別效率。將該標識板安裝在CPⅢ樁上, 很容易實現標識板中心與CPⅢ安裝中心重合。CPⅢ自動檢測就是自動檢測標識物中心在檢測平臺坐標系中的坐標。

圖3 開發的標識物

2.1 自適應圖像分割

為提高圖像處理速度采用黑白相機?；叶乳撝捣指罹褪谴_定合適的閾值, 使目標特征與背景特征能夠有效分離。實際檢測中該閾值是動態變化的, 因此采用自適應動態閾值圖像分割算法進行圖像分割。該方法能夠根據圖像中噪點的密度自動調整濾波窗口的大小, 能夠保證信號邊緣不丟失, 并且有較好的分割效率[4-7］, 其算法如下：

（1）判定圖像噪聲像素點：設[xij]為待處理的圖像,xij為圖像在(i,j)位置像素的灰度值, 圖像大小為M×N。采用3×3的窗口對圖像[xij]進行噪聲檢測, 設在以(i,j)為中心的窗口中, 所有像素點灰度值的集合為W3[xij], 集合中灰度的最大值記為HH, 最小值記為HL。當窗口中像素點xij的灰度值等于HH或HL時, 則認為該像素點為噪聲, 記為zij=1；當窗口中像素點xij的灰度值不等于HH且不等于HL時, 則認為該像素點為非噪聲, 記為zij=0。集合W3[xij]中與HH和HL都不相等的像素點集合記為V3[xij]。設置檢測閾值T, 將W3[xij]中zij=1的像素點與集合V3[xij]中像素點灰度的平均值進行比較, 如果二者差的絕對值＞T, 則確定該像素點為噪聲, 否則為非噪聲。

（2）確定自適應窗口大?。焊鶕?.1中（1）得到的窗口中的噪聲點數量計算噪聲密度ρ, 其值為W3[xij]中判定為噪聲的個數除以W3[xij]的總個數。為了得到好的濾波效果, 窗口大小設置見式（1）：

通過試驗, 取d1=0.35,d2=0.75。

（3）濾波去噪：按照第2.1中（2）計算的窗口大小n進行中值濾波。先將濾波窗口內的噪點去除, 再將去除噪點后的像素點灰度進行排序, 將其中值作為濾波窗口中心點的灰度值。

（4）閾值分割：采用最大類間方差自適應分割算法進行圖像分割。將濾波后的圖像記為[yij], 大小為M×N, 分割閾值為T, 圖中灰度值＜T的像素個數, 記為N0, 灰度值＞T的個數記為N1, 則有N0+N1=M×N；目標占整幅圖像的比例為ω0=N0/(M×N), 其平均灰度為μ0, 背景占整幅圖像的比例為ω1=N1/(M×N), 其平均灰度為μ1, 則有ω0+ω1=1。

圖像的總平均灰度為μ=ω0μ0+ω1μ1, 類間方差為g=ω0(μ0-μ)2+ω1(μ1-μ)2。遍歷T, 得到最大的g值對應的T值即為最佳閾值, 按照該閾值進行圖像分割。

2.2 標識物自動檢測

利用模板匹配方法進行標識物提取, 模板匹配是利用模板圖遍歷大圖的每個位置, 比較每個位置與模板圖的相似程度, 當相似度達到設計值時, 則認為與模板匹配, 從而定位出模板在圖中的位置[8-10］。大圖與模板圖的相似度用相關系數表示, 相關系數見式（2）：

式中：f(x,y)為大小是M×N的圖像；t(i,j)為大小是J×K(J≤M,K≤N)的模板圖像。

為了提高模板匹配的效率, 采用如下模板匹配優化算法[11-13］。

（1）粗精匹配相互結合方法：由于模板匹配時, 在匹配點附近R(x,y)達到最大值, 離開匹配點時R(x,y)會發生較大變化, 因此采用粗精匹配相結合的方法來實現模板的快速匹配。具體流程為：先在整幅圖像中進行一次跳躍粗匹配, 大致確定匹配點的位置, 然后再在該位置附近進行逐點精確匹配。該方法既提高了匹配效率又提升了匹配效果。

（2）亂序匹配方法：在進行模板匹配時, 由于目標位置不能事先確定, 因此采用亂序匹配方法可以更容易地找到匹配區域, 提高匹配效率。

2.3 標識物中心坐標提取

通過目標匹配計算得到標識物的位置, 對目標圖像進行自適應閾值分割提取邊緣輪廓。由于圖像拍攝角度不同等問題, 模板中的圓形不是正圓, 因此對目標中4個圓形的邊緣輪廓進行橢圓擬合, 求解出4個橢圓的中心坐標, 并用“+”標示, 分別用A、B、C、D表示, 設4個橢圓的中心坐標分別為(xa,ya)(xb,yb)(xc,yc)和(xd,yd)。這4個點的幾何中心M(xo,yo)就是標識物的中心坐標, 見式（3）：

通過以上方法可以精確得到標識物中心點的像素坐標, 通過相機標定就可以得到距離坐標, 即實現標識物的精確定位。CPⅢ標識物中心自動提取算法的處理結果見圖4。

圖4 標識物中心自動提取算法處理結果

3 標識物基準點計算

3.1 基準點計算方法

通過CPⅢ標識物識別方法獲得了基準點在2臺相機中的圖像坐標, 為了獲得基準點與電動檢測車坐標原點之間的相對距離, 需要進行雙相機系統的標定, 從而獲得相機圖像空間與距離空間之間的映射關系。由于檢測過程中相機的視場和檢測范圍變化較大, 所拍攝的圖像必然有畸變, 為了實現在大視場、大動態范圍內雙相機標定的精度, 根據檢測要求和所開發檢測系統的特點, 采用雙相機標定方法（見圖5）。

圖5 雙相機標定原理

標定中以測量坐標系o-xy為物理坐標系。由于雙相機系統固定安裝在檢測車上, 檢測車在軌道上運行, 因此可以得到軌道中心相對于CPⅢ固定樁標識物基準點的水平和垂直距離。檢測車的定位即系統坐標系在軌道網中的定位由安裝在檢測車上的編碼器精確檢測。因此, 雙相機定位的作用就是獲得CPⅢ標識物基準點在測量坐標系中的x值和y值。

由圖5可知, 上下2臺相機的圖像中心可表示為：

式中：OU(xUo,yUo)和OD(xDo,yDo)分別為2臺相機的光心坐標；QU(xoU,yoU)和QD(xoD,yoD)分別為2臺相機成像中心的坐標；fU、fD分別為上下相機的焦距；αU和αD分別為光軸與2臺相機安基線之間的夾角。

CPⅢ標識物Q(x,y)在上下2臺相機上的理想成像坐標分別為QU(xqu,yqu)和QD(xqd,yqd), 由于相機畸變導致 成 像 偏 移, 實 際 成 像 坐 標 分 別 為Q′U(x′qu,y′qu)和Q′D(x′qd,y′qd)。物點Q(x,y)與上下2臺相機光心的連線lU和lD在上下2個成像面上的交點QU、QD即為物點Q在上下成像面上的理想成像位置, 方法見式（5）：

式中：ΔU、ΔD分別為上下2臺相機的理想成像中心與實際成像中心的差。

聯立式（4）與式（5）, 得到直線lU與直線lD的斜率：

式中：kU和kD分別為直線lU和直線lD的斜率。

已知直線lU與直線lD的斜率和2條直線經過的點, 2條直線的方程見式（7）：

在2條直線方程已知的條件下,Q(x,y)點的坐標為：

存在畸變時, 圖像實際像素坐標(u′,v′)與圖像理想位置像素坐標(u,v)之間的關系可以表示為：

式中：δu、δv為徑向畸變引起的畸變量；ξu、ξv為切向畸變引起的畸變量。

將上下2臺相機的成像偏差用像素坐標表示, 可得：

式中：δuu和δvu分別為上相機徑向畸變引起的畸變量；δud和δvd分別為下相機徑向畸變引起的畸變量；ξuu和ξvu分別為上相機切向畸變引起的畸變量；ξud和ξvd分別為下相機切向畸變引起的畸變量。

通過式（10）進行實際圖像坐標校準后得到理想圖像坐標。當檢測系統安裝后, 上下2臺相機的焦距、相機光軸與相機安裝基線之間的夾角、相機的圖像中心位置在測量坐標系中的坐標、相機畸變參數等都是常數。整個系統中的變量只有理想圖像中心與實際圖像中心之間的差ΔU、ΔD, 即物點Q(x,y)的坐標可以表示為：

式中：fx和fy分別為ΔU、ΔD與物點Q(x,y)之間的映射關系。

對式（6）—式（10）進行簡化, 得到物點Q(x,y)與ΔU、ΔD之間的映射關系為：

式中：ti為標定參數。

只要通過標定試驗得到標定系數ti, 就能夠按照CPⅢ標識物中心的圖像坐標計算得到CPⅢ基準點在測量坐標系中的坐標值。

3.2 標定試驗

標定平臺對檢測系統的標定見圖6。

圖6 雙相機標定平臺

具體方法為在標定臺的導軌上安裝標定板, 該標定臺能夠在2個方向上移動, 分別對應檢測平臺的x方向和y方向。按照檢測要求, 標定中x范圍為2.9～4.0 m,y范圍為-0.3～0.3 m。導軌帶動標定板在相機視場范圍內從最近端到最遠端移動, 每移動一個位置, 采集一次圖像, 利用圖像處理方法提取標定板中心坐標, 此時的x距離和y距離由精密滑軌精確給出。利用圖像像素坐標和真實距離按照雙相機標定方法實現檢測系統參數的標定。

為驗證標定精度, 在標定出映射關系后, 不采用原來的標定數據, 重新進行10次試驗得到10組新數據, 將10組數據的圖像坐標帶入標定得到的映射關系計算出物理值并與真值進行對比, 其測量值與真實值的標定精度對比可見圖7。

從圖7可以看出, 標定系統在比較大的范圍內, 在x方向和y方向上精度都較高, 在x方向的最大絕對誤差為0.57 mm, 平均絕對誤差為0.42 mm, 在y方向的最大絕對誤差為0.23 mm, 平均絕對誤差為0.19 mm。

圖7 標定精度對比

4 CPⅢ基準點檢測試驗及分析

為了驗證所開發的CPⅢ基準點檢測系統的可行性與穩定性, 在高鐵線路上進行測試, 安裝檢測平臺的電動檢測車在軌道上以22 km/h的速度行駛, 利用雙相機拍攝CPⅢ樁, 并按照上述方法進行CPⅢ基準點計算。電動檢測車采用自動巡航控制, 檢測過程中勻速行駛。

在檢測路段上選取12個連續的CPⅢ樁進行對比測試, 共測量5次。通過人工采用全站儀測量12個CPⅢ樁基準點, 將檢測系統5次的結果與人工測量結果進行對比, 驗證系統的檢測精度和重復性。

具體方法為：在與CPⅢ樁正對的軌道上安裝全站儀, 將軌道面上方0.5 m作為測量原點, 測量原點到CPⅢ基準點的水平距離和垂直距離, 該值作為真值, 并記錄檢測點在軌道中的里程位置。將5次電動檢測車在相應軌道里程處測量的結果與真值進行對比。12個樁號, 5次測量值與全站儀測量值檢測結果見表1。

從表1可知, 系統的CPⅢ基準點檢測數據與人工檢測數據具有良好的相關性, 水平方向上的最大絕對誤差為0.95 mm；垂直方向上的最大絕對誤差為0.25 mm。

表1 測量值與全站儀檢測結果 mm

為了評價檢測結果的重復性, 用變異系數評價12個CPⅢ樁檢測結果的重復性。變異系數定義為數據的標準差除以數據的均值, 工程應用中通常認為變異系數小于5%即認為數據重復性滿足工程應用要求。而5次重復試驗中12個CPⅢ樁x方向和y方向的最大變異系數分別為0.013%和0.211%, 可見該檢測系統具有很好的重復性。

5 結論

（1）通過研究高鐵軌道CPⅢ基準點自動檢測方法, 開發了檢測系統, 實現了CPⅢ基準點的快速自動化檢測。

（2）檢測系統在水平方向和垂直方向上的最大絕對誤差分別為0.95 mm和0.25 mm, 檢測精確度高。

（3）檢測系統在水平方向和垂直方向上的最大變異系數分別為0.013%和0.211%, 具有很好的重復性。

（4）檢測系統以22 km/h的速率在軌道上運行一次即可實現CPⅢ基準點的檢測, 檢測速度快, 檢測效率高。

（5）此項研究為提升高鐵軌道安全監測技術和軌道維修與養護技術, 增強智能鐵路安全保障能力提供了基礎。