面向轨道安全巡检的全断面表观高速感知方法

摘要

轨道安全巡检要素多，基于单张影像的巡检方法垂直拍摄轨道局部影像，无法快速感知轨道全断面表观细节信息，多视角影像融合受轨检车转弯与晃车影响大，且不同视角内物体的反射强度差异导致影像存在明显亮度偏差，降低病害识别准确度。针对上述问题，研究了基于多线阵影像融合的轨道安全巡检全断面表观感知方法。使用棋盘格标定板建立各相机刚性连接关系，调整横向分辨率和纵向分辨率相等。分析不同类型轨道中的相对不变量，建立钢轨轨面和轨底边缘不变特征，使用改进的YOLO v10算法自动提取钢轨不变特征，利用不变特征计算直线段和弯道段、晃车段的像素偏差，实现影像高精度拼接。根据轨检车前进方向影像的像素统计特征，以亮度差异不大的两侧钢轨为约束，使用改进直方图匹配方法恢复图像整体亮度，实现接缝处均匀过渡。在武汉地铁、武汉局某工务段进行数据采集，轨检车以10、40、60、80、120 km/h的速度运行，使用本文提出基于YOLO v10的影像偏移恢复方法修正图像，查准率95.20%，召回率93.58%，平均精度84.03%，其中召回率较现有最优方法提升了0.51%；对图像关系恢复的平均误差为11.21 px,80 km图像修正合格率为99.43%；经过亮度调整的整体影像与约束影像像素均值差异为0.682，标准差差异仅0.344，较现有方法分别提升了61.38%和83.38%。实验结果表明：所提面向轨道安全巡检的表观细节感知方法，能够在轨检车以高速运行的条件下，获取位置误差小于4.5 mm、3σ置信度下灰度误差小于1.71的轨道全断面高分辨率影像，极大地提高轨道安全巡检效率。

关键词

轨道交通 / 轨道安全巡检 / 线阵相机 / 表观病害 / 钢轨不变特征

基金资助

国家重点研发计划项目（2023YFB2603702）资助