基于三維測量的受電弓弓頭檢測系統(tǒng)研究

厲高，林建輝

(西南交通大學(xué) 牽引動力國家重點實驗室，四川 成都 610031)

0 引言

列車受電弓弓頭故障主要是滑板磨耗過限。當(dāng)滑板磨損到極限時，易造成滑板與接觸線脫離，引發(fā)鐵路交通事故。同時，弓頭還存在中心線偏移、姿態(tài)異常、羊角變形等其他故障，若不能及時發(fā)現(xiàn)上述故障會造成滑板異常磨損，甚至羊角斷裂。

近年來，為解決滑板磨耗自動化檢測問題，科研人員提出了光纖法[1]、超聲法[2]、圖像法[3]等方法。關(guān)于弓頭其他故障的研究相對較少，文獻[4]運用圖像處理方法，定位兩側(cè)羊角頂點與接觸線位置，通過標(biāo)定將像素信息轉(zhuǎn)換成距離信息，得到中心線偏移。文獻[5]對受電弓圖像剪裁，得到僅包含滑板部分的圖像，使用Radon 變換檢測滑板邊緣，計算弓頭傾斜角，同時，該文獻采用羊角區(qū)域像素缺失百分比，判斷羊角缺失與否。

早期的光纖法、超聲法僅能夠用于滑板磨耗檢測，檢測項目單一且檢測精度低、成本高?；趫D像處理的弓頭故障檢測方法，易受自然因素影響，成像質(zhì)量難以保證，系統(tǒng)穩(wěn)定性不足且對相機標(biāo)定要求很高。因此，需要尋找一種穩(wěn)定、可靠、高精度的受電弓弓頭故障檢測方法。

結(jié)構(gòu)光作為三維測量技術(shù)的一種，具有大量程、高精度、實時性強等優(yōu)點，被廣泛應(yīng)用于軌道交通巡檢[6]。因此，本文設(shè)計了基于結(jié)構(gòu)光三維測量的受電弓弓頭故障檢測系統(tǒng)，并提出了滑板磨耗檢測算法以及中心線偏移、弓頭姿態(tài)與羊角變形檢測算法，實現(xiàn)了快速、準確的受電弓弓頭故障檢測。

1 受電弓弓頭檢測系統(tǒng)

1.1 系統(tǒng)總體設(shè)計

系統(tǒng)由現(xiàn)場檢測模塊、現(xiàn)場控制模塊、遠程控制中心3部分組成?，F(xiàn)場檢測模塊，主要完成數(shù)據(jù)采集、上傳等功能，一般安裝于檢修庫房、正咽喉處、地鐵隧道內(nèi)等，通過龍門架或者特殊工裝，懸掛于接觸線上方一定距離?，F(xiàn)場控制模塊，主要功能是控制系統(tǒng)遠程開機與現(xiàn)場檢測模塊供電等。遠程控制中心是系統(tǒng)數(shù)據(jù)管理中心，工作人員可以通過控制中心，設(shè)置采集軟件檢測報警參數(shù)、監(jiān)控設(shè)備運行狀態(tài)以及查看檢測結(jié)果。

系統(tǒng)選擇磁鋼與光電開關(guān)實現(xiàn)自動化運行，磁鋼安裝于現(xiàn)場檢測模塊前50 m位置，用于控制遠程開機，光電開關(guān)安裝于升起受電弓上弓臂與下弓臂之間位置，用于控制現(xiàn)場檢測模塊與采集。當(dāng)待檢車輛到達時，前端磁鋼發(fā)出車輛到達信號，系統(tǒng)開機初始化、系統(tǒng)自檢。隨著車輛前進，光電開關(guān)感受到列車受電弓開始動作，發(fā)出信號控制結(jié)構(gòu)光傳感器掃描受電弓并將原始數(shù)據(jù)傳輸至工控機進行數(shù)據(jù)處理，最后將處理結(jié)果結(jié)合車號弓位信息回傳至遠程控制中心，完成檢測，如圖1所示。

圖1 系統(tǒng)檢測流程

1.2 結(jié)構(gòu)光傳感器選型

由于系統(tǒng)安裝環(huán)境復(fù)雜、工作距離長且對成像速度要求高，一體式結(jié)構(gòu)光傳感器難以滿足要求，因此，選擇自行配置視覺組件，設(shè)計結(jié)構(gòu)光傳感器。

結(jié)構(gòu)光傳感器由相機、鏡頭、激光器組成。工業(yè)相機是結(jié)構(gòu)光傳感器最重要的部件，選型時，要綜合考慮分辨率、處理速度、被測物特性等因素?；鍖挾燃s8 cm，車速30 km/h時，有效掃描時間僅為0.009 6 s，為了獲取足夠線輪廓，應(yīng)優(yōu)先考慮相機成像處理速度并在滿足處理速度要求下，盡量選擇高分辨率相機以適應(yīng)不同檢測要求。

Ranger3是市面上速度最快的相機之一，相機集成FPGA硬件，可直接在傳感器上實現(xiàn)光條中心線提取、點云重構(gòu)等，特別適合用于高速結(jié)構(gòu)光測量應(yīng)用。Ranger3為CMOS芯片的黑白面陣相機，擁有千兆以太網(wǎng)(GigE)接口，且光譜響范圍寬，相機參數(shù)如表1所示。

表1 相機參數(shù)

為了提高相機處理速度，將相機開窗至2 560像素×512像素。調(diào)整后Ranger3相機每秒鐘最快能捕獲12000條輪廓，在0.009 6 s的通過時間內(nèi)可以獲得上百條輪廓，每一條輪廓包含2 560個3D坐標(biāo)點，能夠滿足系統(tǒng)對測量速度的要求。

鏡頭參數(shù)決定著相機視域范圍、成像清晰度等。在進行鏡頭選型前要先確定相機與激光器的安裝方式，安裝方式不同對應(yīng)的視域范圍也不同。本文選擇反向布置方式，即激光器垂直于掃描方向，相機傾斜安裝，該種方式容易標(biāo)定、能提供最保真的深度輪廓顯示，是最常用的布置方式[7]。

鏡頭失真隨著焦距的減小而增大，用于視覺測量的鏡頭，一般不選擇小焦距(<8 mm)鏡頭。系統(tǒng)選用焦距為12 mm的鏡頭，相較于8 mm鏡頭有更小的畸變與放大倍數(shù)，能夠在保證測試精度的前提下獲得較寬測試距離。綜上所述，本文選用HC1205A定焦鏡頭，鏡頭接口為C-Mount，光圈調(diào)節(jié)方式為手動。同時在鏡頭前加裝激光器同波段的濾光片，避免自然光干擾。

不同于普通平面相機，結(jié)構(gòu)光設(shè)備視域范圍為梯形。經(jīng)幾何計算，當(dāng)相機與激光器安裝角度為22°、安裝距離為342 mm時，結(jié)構(gòu)光設(shè)備視域范圍深度方向為620 mm～1 240 mm，寬度方向為793 mm～1 500 mm。因此，選用3臺結(jié)構(gòu)光設(shè)備拼接完整覆蓋運動狀態(tài)下不同尺寸受電弓弓頭，且具有±500 mm中心線偏移檢測范圍，并留有一定的裕量，如圖2所示。

圖2 結(jié)構(gòu)光傳感器安裝方案

激光器的照明效果是影響系統(tǒng)成像質(zhì)量的重要因素。激光器選型時要結(jié)合被測物的幾何形狀、表面材質(zhì)等因素?；灞砻骖伾珵楹谏瑢獾奈漳芰^強。因此，選擇紅外激光器進行照明，提升照明質(zhì)量。本文選用某公司LL型紅外激光器，為了避免3臺設(shè)備間激光相互干擾，波長依次選擇為808 nm、915 nm、808 nm。

1.3 系統(tǒng)機械設(shè)計與采集流程

為了保證3臺傳感器光平面共面，消除傳感器側(cè)滾、點頭、搖頭等造成的影響，在工裝上設(shè)計圓弧定位槽并加裝帶有定位直槽的轉(zhuǎn)接板，實現(xiàn)光平面多自由度移動。同時，為減弱檢測現(xiàn)場電磁干擾的影響，結(jié)構(gòu)光傳感器機箱選用高導(dǎo)磁金屬材料制作，并采用整體加工成型方式，將機身縫隙減少至8條，優(yōu)化電磁屏蔽效果。

系統(tǒng)硬件設(shè)備安裝完畢后，需要進行系統(tǒng)初始設(shè)置。首先，建立相機連接，配置相機與工控機IP地址處于同一網(wǎng)段并保存在相機的閃存中，每臺相機應(yīng)連接一個單獨的網(wǎng)口。其次，加載內(nèi)含預(yù)定義參數(shù)的配置文件，完成采集設(shè)置。配置文件參數(shù)生成時，第1步，調(diào)整相機曝光時間，直到激光束呈光亮窄條狀且背景不再可見。第2步，將相機開窗至2 560像素×512像素。第3步，進行觸發(fā)設(shè)置，光電開關(guān)發(fā)出的24 V階躍信號，需經(jīng)過觸發(fā)信號板卡轉(zhuǎn)換成為3路5 V TTL信號用于外部觸發(fā)結(jié)構(gòu)光傳感器，實現(xiàn)微秒級同步采集。

2 算法設(shè)計

為了識別受電弓弓頭故障，需要對結(jié)構(gòu)光設(shè)備采集到的點云數(shù)據(jù)進行處理，輸出最終檢測結(jié)果。本文采用半徑濾波[8]與中值濾波的方法對原始點數(shù)據(jù)進行去噪與平滑，然后將預(yù)處理后的點云用于后續(xù)拼接與檢測算法設(shè)計。

系統(tǒng)初始安裝時已經(jīng)將不同設(shè)備光平面調(diào)整為共面，因此，可以通過在公共視域內(nèi)放置水平尺與凸起靶標(biāo)，依次進行直線擬合、凸起靶標(biāo)頂點選取等步驟提取水平特征與凸起特征，求解平面旋轉(zhuǎn)矩陣，完成點云粗拼接。然后，選擇點云重疊區(qū)域，利用ICP算法[9]，完成點云的精拼接，拼接結(jié)果如圖3所示。

圖3 受電弓拼接結(jié)果

2.1 滑板磨耗檢測

為了準確識別滑板磨耗，需要選定參考基準。經(jīng)過弓頭結(jié)構(gòu)分析可知，滑板安裝于托架之上，如圖4所示?；逶诠潭ㄖ笤谕屑苓吘壩恢昧粲幸欢沼?，經(jīng)計算系統(tǒng)選用的結(jié)構(gòu)光設(shè)備能夠清晰地獲取到露出的托架部分，因此，本文選取托架作為滑板磨耗計算的參考基準。

圖4 滑板托架

基于托架的滑板磨耗檢測算法具體如下：

第1步：滑板區(qū)域定位，以滑板表面最高點為基準，設(shè)置深度包圍盒，實現(xiàn)滑板粗定位；

第2步：托架提取，在粗定位區(qū)域內(nèi)，托板部分數(shù)據(jù)與滑板部分數(shù)據(jù)存在顯著高度差，因此，計算每條線輪廓的均值，實現(xiàn)點云二分類，分離托架；

第3步：托架擬合，生成參考平面。計算滑板表面到參考平面空間距離，得到滑板剩余高度，并平均多條滑板輪廓，生成磨耗曲線。

上述磨耗檢測算法中，托架擬合結(jié)果對磨耗檢測精度至關(guān)重要。受電弓運行條件復(fù)雜，滑板潤滑劑、雨雪天氣、弓網(wǎng)拉弧燒穿托架等因素可能致使托架表面輪廓呈現(xiàn)波紋狀扭曲，因此，對擬合算法容錯能力提出很高要求。

隨機采樣一致 (random sample consensus，RANSAC)算法[10]是一種容錯能力很強的參數(shù)估計算法，在有大量錯誤數(shù)據(jù)的情況依舊能取得很好的效果。RANSAC算法原理可以表述為：設(shè)數(shù)據(jù)模型為X，采樣集H的樣本數(shù)為n，預(yù)設(shè)容忍閾值T，當(dāng)余集元素與模型X的距離在閾值范圍內(nèi)時稱為內(nèi)點，歸入一致集H*并統(tǒng)計內(nèi)點數(shù)R，否則判斷為外點。經(jīng)過一定次數(shù)的迭代，選取包含內(nèi)點最多的抽樣集H為模型的最合理解，以獲得更準確模型參數(shù)。

雖然RANSAC算法在運算時充分利用所有觀測數(shù)據(jù)，但RANSAC算法生成模型時，僅利用了采樣點，沒有能夠充分利用一致集H*的內(nèi)點數(shù)據(jù)。為此，本文將RANSAC算法選出的最優(yōu)一致集H*作為原始數(shù)據(jù)進行最小二乘法擬合，避免了直接最小二乘擬合帶來的誤差傳播，充分利用了內(nèi)點數(shù)據(jù)，發(fā)揮了兩種算法特性。

圖5 擬合算法原理

擬合算法流程如圖6所示。

圖6 擬合算法流程

2.2 弓頭其他故障檢測

弓頭中心線偏移定義為弓頭結(jié)構(gòu)中心到軌道中心的偏移距離，檢測原理如圖7所示。

圖7 中心線偏移檢測原理

接觸線中心識別是中心線偏移檢測的關(guān)鍵。根據(jù)接觸線寬度與高度，設(shè)置大小為4倍接觸線寬度的滑動窗口遍歷點云，步長設(shè)置為1倍接觸線寬度。如圖8所示，當(dāng)滑動窗口內(nèi)最左側(cè)與最右側(cè)一個接觸線寬度位置的點云均值同時低于中間位置所對應(yīng)點云的均值時，判定滑動窗口中間部分為接觸線存在區(qū)域，依據(jù)中間位置點云均值分離接觸線，計算接觸線中心坐標(biāo)。最后，根據(jù)托架延長線同羊角的兩個交點，計算弓頭結(jié)構(gòu)中心坐標(biāo)，結(jié)合接觸線拉出值獲取中心線偏移結(jié)果。

圖8 接觸線中心識別原理

弓頭姿態(tài)檢測主要是弓頭傾斜角、俯仰角檢測。弓頭傾斜角即滑板托架的傾斜角度。俯仰角計算一般用于雙滑板弓，對滑板進行傾斜校正后，計算兩滑板托架高差，結(jié)合托架距離信息，根據(jù)三角幾何計算俯仰角。通過計算所得的弓頭姿態(tài)數(shù)據(jù)與預(yù)設(shè)閾值相對比，識別弓頭姿態(tài)異常。

羊角變形檢測包含羊角缺失、羊角塌陷檢測。得益于系統(tǒng)能夠?qū)崿F(xiàn)弓頭點云全景成像，可以方便地獲取兩側(cè)羊角部分深度信息，實現(xiàn)羊角缺失與羊角塌陷檢測，檢測原理如圖9所示。檢測時選取托架延長線同羊角交點作為基準，沿著x、y、z坐標(biāo)軸向羊角方向延伸一定距離，設(shè)置RIO區(qū)域，并計算區(qū)域內(nèi)的點云數(shù)量，若低于預(yù)設(shè)值，則判別羊角缺失。羊角塌陷檢測需要在RIO區(qū)域中間尋找最低點，并計算最低點的均值到托架的垂直距離，若偏移距離超過一定閾值，則判定羊角塌陷。

圖9 羊角缺陷檢測原理

3 結(jié)果驗證

為驗證系統(tǒng)可行性，搭建實驗平臺進行驗證，如圖10所示，通過沿軌道移動弓頭，增加運動維度，模擬車輛通過情況。

3.1 磨耗檢測算法驗證

為驗證磨耗檢測算法，在標(biāo)準受電弓滑板上固定靶標(biāo)，仿真滑板磨耗。靶標(biāo)1包含3個臺階，臺階高度分別為5 mm、10 mm、20 mm，用于定量描述檢測精度。靶標(biāo)2包含深度0.6 mm、0.5 mm、0.4 mm、0.3 mm的凹槽，用于定性描述檢測精度。

圖10 實驗平臺

圖11為滑板與靶標(biāo)1厚度實測值。本文設(shè)置4組傾斜角α、俯仰角β不同的掃描工況。選取臺階頂面中心位置均值作檢測結(jié)果，與人工測量結(jié)果對比，獲取絕對誤差。如表2所示，磨耗檢測結(jié)果平均絕對誤差(MAE)為0.32 mm，故可以認為系統(tǒng)精度達到0.5 mm，能夠滿足現(xiàn)場測量要求，且測量結(jié)果較穩(wěn)定。從靶標(biāo)2測量結(jié)果可以清晰看出0.5 mm凹槽、0.4 mm凹槽產(chǎn)生較大變形，從側(cè)面印證了算法檢測精度，磨耗曲線如圖12所示。

圖11 滑板與靶標(biāo)1厚度

表2 磨耗測試結(jié)果單位：mm

工況臺階2(人工:46.92)實測誤差臺階3(人工:56.93)實測誤差146.64-0.2856.64-0.29247.240.3257.260.33346.63-0.2956.59-0.34446.62-0.3057.270.34546.55-0.3756.56-0.37

圖12 滑板磨耗曲線

對于弓頭姿態(tài)檢測算法的驗證，以移動臺平面為基準，實測兩側(cè)滑板邊緣距離水平移動平臺的垂直距離，利用三角函數(shù)求出實際傾斜、俯仰角度與算法檢測結(jié)果進行比較。如表3所示，傾斜角檢測結(jié)果MAE為0.029 4°，俯仰角檢測結(jié)果MAE為0.038 1°，效果良好，且隨著弓頭姿態(tài)異常程度加大，磨耗檢測精度也隨之下降。

表3 弓頭姿態(tài)測試結(jié)果

3.2 其他故障檢測算法驗證

弓頭中心線偏移檢測算法(圖13(a))，通過在弓頭上放置橡膠圓管進行驗證，圓管直徑約10 mm，同真實接觸線大致相同。采集前人工測得橡膠圓管偏離弓頭結(jié)構(gòu)中心距離為12.56 mm，算法識別結(jié)果為13.47 mm，誤差為0.91 mm，能夠滿足實際需求。

羊角變形檢測算法(圖13(b))，通過在一側(cè)羊角末端粘貼白色金屬薄板，模擬羊角塌陷進行驗證。結(jié)果顯示，羊角塌陷值為43.15 mm，實際測量羊角塌陷值為44.05 mm，檢測精度1.30 mm，受到薄片顏色與角度限制，誤差偏大，但精度仍然較高，能夠滿足應(yīng)用要求。

圖13 中心線與羊角塌陷驗證

4 結(jié)語

基于三維測量的受電弓弓頭故障檢測系統(tǒng)，能夠適應(yīng)不同安裝環(huán)境與受電弓類型，結(jié)合基于托架滑板磨耗檢測算法與基于點云信息中心線偏移、弓頭姿態(tài)與羊角變形檢測算法，能夠快速、準確完成受電弓弓頭故障檢測。仿真實驗表明系統(tǒng)具有良好的測量精度與魯棒性，能夠?qū)嶋H應(yīng)用于現(xiàn)場檢測。