基于机器视觉的轨道检测系统研究.pdf

工 程 硕 士 学 位 论 文



基于机器视觉的轨道检测系统研究
Research on Track Inspection System Based on Machine Vision
















作 者 姓 名： 康飞
工 程 领 域： 电气工程
学 号： 0611058
校 内 导 师： 闵永智 副教授
企 业 导 师： 马宏锋 教授级高工
完 成 日 期： 2014 年 4 月 22 日


兰 州 交 通 大 学
Lanzhou Jiaotong University
兰州交通大学工程硕士学位论文
摘 要
轨距作为评价轨道质量的重要参数，其超限会造成列车运行安全隐患。因此，要对
轨距参数进行周期性检测并及时对轨道进行保养维护。为解决中低速既有线人工轨距检
测效率低、精度差、数据无法有效记录的情况，弥补国内既有线轨检车检测能力不足的
现状。本文以工区现有轨道车为检测平台，建立了基于机器视觉的架构式轨道检测系统，
并对轨距参数的检测方法进行了深入研究。
由于国内引进的视觉轨道检测集成在图像处理算法和振动影响修正方面难以借鉴，
因此本文利用灰度变换、滤波处理、图像分割、形态学变换以及中心线提取的方法提出
了完整的轨道单像素轮廓提取图像处理算法，并利用行程编码法对形态学变换过程进行
了优化。
研究了视觉轨道检测系统的标定过程，分析了车体振动对轨距测量结果的影响。基
于理论分析与实验验证提出了车体在行进方向、水平和垂直方向的振动分量对轨距测量
结果无影响，并推导出车体在回转、俯仰、偏转角姿态变化下的轨距修正公式。
依据系统总体设计构建了实验室验证系统，分别在软、硬件层面对系统进行了实现。
针对传统架构式轨距检测系统基于片上系统和专业图像处理软件开发导致技术错位的
现象。提出以更符合工程应用的 Vision 和 LabVIEW 图形化软件搭建图像处理模型和系
统软件架构，降低了研发成本，缩短了研发周期。系统的人机界面设计更加符合工程技
术人员现场操作的需要。
利用实验室验证系统进行系统性能评价试验。由试验结果可知：利用行程编码优化
后的图像处理算法可提高系统检测速度 5 倍，系统测量精度为± 满足检测规程要
求，车体振动修正前后轨距测量结果的均方误差为 ，实验室条件下系统最大合
成不确定度为 。

关键词：轨距检测；机器视觉；图像处理；坐标变换；振动分析

论文类型：应用研究


- I -
基于机器视觉的轨道检测系统研究
Abstract
The track gauge transfinite would cause train running safety problems, which was an
important parame