轨道交通列车车体图像动态监视系统

摘要随着经济的迅速发展，城市化进程的不断推进，使得城市轨道交通的地位越来越重要。在现阶段，城市轨道交通已经成为了全世界范围内，解决城市交通问题的首选。作为城市公共交通的骨干，城市轨道交通对一个地区，甚至一个国家的经济都具有十分重要的影响作用。同时，城市轨道交通在改善城市交通环境，提升城市综合服务功能方面也发挥了不可或缺的作用。因此，我们在列车检修中引入了车体图像动态监视系统（即“城轨车辆360°动态图像智能检测系统”），它是列车安全运行的主要保障，在维护列车稳定运行中发挥了十分关键的作用，也为列车运行安全性的维护做出了贡献。该系统安装在地铁车辆入库线上和地铁正线上，利用“图像自动识别技术”，采用不可见近红外线状激光与线阵相机组合，在线自动监视速度为3～40km/h的车体实时状态。适用于各型地铁车辆，是地铁车辆检修必备的重要设备。关键词：城市轨道交通360°动态图像智能检测

前言为了提高地铁在运营过程中的安全性、可靠性，以及提升列车维修效率与质量。我国的轨道交通公司正在逐步推行城轨车辆360°动态图像智能检测系统，它是一种用于自动监控车体异常状态的自动化系统。系统可以使用在动车组、机车、客车、轨道交通车辆入库线上和地铁正线上，采用“图像线扫技术”，以不停车检测的方式，自动完成对车底、车顶及车顶侧面的高清图像获取。通过图像特征匹配、模式识别技术自动识别车体异物、关键部件缺失、变形等异常情况。系统适用于各型动车组、机车、客车、地铁车辆等日常动态检测，极大的提升了轨道交通公司的维修效率，节约了人力成本、时间成本，降低了员工作业时的安全风险。第1章动态监控系统概述朱广冕朱广冕.浅谈视频监控系统的发展趋势随着中国经济的快速发展，轨道交通已经成为越来越多的城市解决城市交通拥挤的重要手段，随之而来的轨道交通运营安全问题也更为突出，由此城轨车辆360°动态图像智能检测系统应运而生。CV城轨车辆360°动态图像智能检测系统系统简介该系统安装在地铁车辆入场线路上，采用“线阵高清成像技术”、“图像特征分析技术”、“深度学习技术”，以不停车检测的方式，自动采集运行地铁车辆车顶、车体、车侧、车底CV城轨车辆360°动态图像智能检测系统系统简介CVCV车体图像动态监视系统说明书（1）检测效率高：在线动态检测，不停车、不停电、不占用检修时间。（2）自动化程度高：检测过程自动执行、设备具有自清洁及自诊断功能，易维护。（3）图像辨识度高：采用超高分辨率的图像，可对细小部件进行分析。（4）兼容性强：保持与轮对故障动态检测系统和受电弓动态检测系统良好的技术接口，可以共用诸如接车单元、车号单元、远程控制室等设备和设施，从而大幅度降低系统安装费用。图1-1城轨车辆360°动态图像智能检测系统模型该系统的运用所需的条件：（1）环境温度：室外设备－25℃～+50℃；室内设备-5℃～＋35℃。（2）相对湿度：≤95%。（3）海拔：≤2500m。（4）车速范围:通过速度≤30km/h，检测时通过速度：3-15km/h，过车时间间隔＞3min。（5）电源：220VAC±10%50Hz，设备间电源功率：≥3kW，远程控制室电源功率：≥2kW，具有防浪涌及漏电保护功能。（6）远程控制室分配独立段网IP，网络宽带不低于100M，远程控制到现场设备间铺设光纤。（7）具有安装检修走廊的条件。（8）设备监视区域，轨道直线距离为大于30米，设备前后250米为直线段，坡度不大于2‰，无桥梁道岔和电气化线路分相点。（9）具备设置独立基础或者在离地4m左右位置安装传感器的条件。（10）轨道底面离整体道床表面距离不小于100mm，碎石道床则不考虑该参数；设备建设地点相邻轨道中心间距不小于6m。

第2章系统优势和效益2.1系统优势城轨车辆360°动态图像智能检测系统提供了一种列车全车运行故障动态图像综合监测功能，系统具备以下突出优势：（1）系统实现了全车360度全周高清图像监测，采用了最新的图像分层编解码与传输技术，保障图像分辨率不受损失的同时提高了图像查看响应速度，提升了用户体验。（2）系统采用了“基于神经网络技术的目标识别”以及，实现车顶、车体、车侧、车底关键部件自动识别，针对关键部件进行重点分析与判断，从而实现“紧抓重点部位、不漏报关键点”，其中关键部件可根据实际需求进行变更。系统还运用人工智能最新的学习算法，实现关键部件异常失效特征的自我学习，明显的提高了系统报警准确性。（3）系统实现了关键部件异常自动检测和预警提示功能，相比于无分析功能和仅依赖图像比对技术的系统，系统报警量少，可在有限的检修时间内有针对性的指导检修人员开展作业，提高了作业质量。（4）数据管理软件提供“整车图像浏览”和“故障部位图像查看”两种数据分析查看模式，处理操作更快捷更流畅。系统的底中相机、顶部相机、侧面走行部相机均采用4K分辨率线阵相机，其余车体车窗、钢轨内侧位置为2K分辨率线阵相机，有效地保障了关键部件图像清晰度以便于人工查看。图像清晰度提升后有助于后续的报警识别，同时检修人员可以更加准确地通过图像分辨故障。2.2系统效益2.21社会效益城轨车辆360°动态图像智能检测系统的应用可实现轮对异常情况有效预警，减少因车辆关键部件故障导致的运营事件发生。实施该系统后，当列车通过检测区域时，系统自动快速完成车辆状态检测，如发现关键部件（转向架、车顶及两侧关键部件等）异常则进行预警或者报警，提醒检修班组注意，可有效防止列车因车辆关键部件故障，造成的行车事故发生，提高车辆运行的安全性、运营效率和服务水平，推动城市轨道交通行业安全保障技术的发展，具有重要的社会效益。系统的出现，转变了传统的列车检修理念。由传统的故障发生后，再去救援的事后处置或故障发生后的应急预案转变为避免事故不要发生的主动预防、提前预防，把事故风险控制在安全范围之内，降低风险发生的可能性，保障乘客人身及公共财产安全，节省企业大量资金及资源，促进社会和谐发展，具有重大的社会效益。系统应用后，有效的对列车状态实时检测与预警，避免因车辆故障造成的事故发生，尽量减少对乘客造成伤害或不便，保证城轨车辆线路的正常准点运营，减少延误及停运事件的发生，提升服务水平。2.22经济效益在目前城轨车辆列车检修作业中，主要还是依靠传统的人工检查作业为主。人工检查存在以下几点问题：检修工作多为夜班，员工容易疲劳；检检修工作容易发生遗漏；检修现场存在高压强磁环境，对人体健康有隐患；工作时间长、作业强度大等缺点。系统采用线阵高清成像技术、图像识别技术、人工智能的深度学习算法等前沿技术，实现列检作业的提质增效，提高车辆检修质量，有效的减少员作业强度、作业时间，从而降低企业成本、提高线路利用效率。同时借助于该系统，可合理规划车辆检修间隔周期，逐步实现检修间隔周期的延长，优化检修工艺，稳步提升轨道交通车辆关键部件状态。以上海轨道检修作业为例，经过计算，系统的经济效益主要体现在以下几方面：（1）缩减人工成本：原本需要多人同时检修城轨车辆检修作业，采用360°动态图像智能检测系统后，检修人员只需要关注重要项点，减少了检修的工作人员，从而降低人工使用成本。按照传统一个班组（3到5人）检修4到5列车进行计算，采用系统后，仅需要1到2人进行4到5列车重点部位检查复核、维修，由此可减少约50%的作业人员。按照每条线路配置30列车，按照检修人员配置系数0.5至0.6计算，一般需要检修人员108人左右计算（其中日检约占1/3，即36人）。配置1套城轨车辆360°动态图像智能检测系统后，日检作业人员可以至少可减少约18人左右，按照国内城市轨道车辆平均人力成本15万/年，总体上每年可节省人力成本约270万。（2）缩减时间成本：原本工作人员仔细查看车底、车侧走行部、车顶的每个日检关键部件，需要大量重复机械性的作业时间，通过系统的自动预警结果，提前知晓疑似故障点，工作人员只需确认异常区域，进行有针对性的维护，缩短列车的日常作业时间。（3）降低安全风险：系统自动检测的最大优点在于不会漏检，相比人工作业容易因责任心不强，身体不适等出现漏检漏修的状况而言，无需担心系统会出现以上情况，而酿成车辆运行事故。（4）合理延长检修间隔周期：系统通过在入段线咽喉位置的安装，可每日对通过车辆的全车可视关键部件的进行快速在线异常监测。通过该系统的监测，可合理优化检修工艺，适当延长检修间隔周期，在检修间隔周期内，通过城轨车辆360°动态图像智能检测系统进行每日检查，从而避免或者减少检修间隔周期内的漏检漏修。（5）降低管理成本：规范的数据管理方式，使车辆状态图像数据、轮对检测数据可追溯，可以开展有效的工作责任追溯，使工作人员责任性更强，从而降低公司管理的成本。（6）提供学习、培训素材：通过收集、汇总典型的故障现象，可提炼列车故障的共同性，提出针对性的预防措施，为提升作业人员技能水平的相应的培训材料。综上所述，城轨车辆360°动态图像智能检测系统的成功应用，将为城市轨道交通行业在人工成本、时间成本、风险成本、延长检修间隔周期、管理成本、培训成本等的控制上起到积极的推动作用。第3章系统组成城轨车辆360°动态图像智能检测系统按布局可划分为基本检测单元、现场控制中心、远程控制中心几个部分。按照结构由成像单元、测速传感器、主控单元、检测及处理主机、远程控制中心组成，实现无人值守式的全自动监视，也可通过远程控制中心对现场实施操控。系统结构图如下所示，测速传感器、计辆传感器与主控箱相连接，各监视相机与检测主机连接，远程控制中心可以访问数据服务器以查看检测数据。采集单元根据检测模块配置不同，各采集单元根据功能需求相机配置个数不同。图3-1系统结构图3-2系统模组布局3.1基本检测单元基本检测单元位于检测现场，实现采集模组系统检测功能。单元包含主要包含接车单元、图像采集单元、安防单元。其中接车单元是系统的辅助检测单元，包括提供检测系统的开始检测和结束检测信号、动车、客车车厢号及端位识别、计轴计辆、测速等。车号自动识别系统用于识别地铁车辆电子标签及编组号。系统采用有两种方式来识别机车车号和列车编组信息：一种是通过地面读出装置来读出列车编组安装的电子标签信息，从而实现获取列车编组号（简称读出装置）；一种通过采集列车车号或编组标记的图像信息，实时处理得出车号和编组信息（简称图像车号）。读出装置由车号自动识别主机、地面微波天线、射频线缆及防护设施等部件组成。其中微波天线、车轮传感器安装在室外，射频线缆是连接车号自动识别主机的信号通路。电子标签设备布局示意图如下：图3-3接车单元布局示意图系统的图像采集单元采用LQ\LP相机模块，内置线阵相机和激光器，具有扫描车体，完成机车2D\3D数据采集的功能。同时图像采集单元采用的光学系统具有自动保护和部件自诊断功能，此外该系统还具有集中供电、信号变送、辅助功能驱动以及信号防浪涌保护等防护措施，适应在环境温度-40°C~+50°C下工作。需要注意的是当车底图像采集单元及车顶图像采集单元同时配置时，轨边控制箱只需配置一个。图3-4图像采集单元布局示意图3.2现场控制中心现场控制中心位于现场设备间，实现基本检测单元的供电、控制、数据和图像的采集、分析处理、存储，同时实时处理基本检测单元的测量信号，形成检测结果并与远程控制中心实时保持通讯。现场控制中心主要由配电箱、系统主控箱、工控机、通讯箱、UPS等设备组成。其中系统主控箱用于指示现场设备、传感器、系统工作状态，控制相机模块进行图像采集，收集测速磁钢传感器信号并进行处理。完成于上位机进行通信，接收下达上位机命令，解读并下达给各执行指令，反馈现场工作状态。图3-5系统主控箱工控机（又称数据采集主机）主要完成原始图像采集、处理、控制现场设备的检测流程及设备工作状态诊断。工控机是车体动态监视检测单元的核心，运行检测程序、采集程序、现场控制程序，为采集卡提供接口及驱动环境，控制现场设备的检测流程。采集现场过车实时图像，对图像信息处理和传输。工控机是专门为工业现场而设计的计算机，与普通计算机相比具有以下特点：1、机箱采用钢结构，有较高的防磁、防尘、防冲击的能力。2、机箱内有专用底板，底板上有PCI和ISA插槽。3、机箱内有专门电源，电源有较强的抗干扰能力。4、具有连续长时间工作能力。此外，系统还配置了UPS电源（又称不间断电源）。为了保证检测系统的稳定工作，防止在检测过程中遭遇突然停电，导致现场检测传感器不能及时关闭而影响检测精度或引起器件损坏，控制室和设备间均配置了UPS电源。表3-1UPS基本性能参数3.3远程控制中心远程控制中心位于远程控制室，是系统的控制中心、数据管理中心和监控中心，由控制台、控制机及其外围设备构成。在远程控制中心通常设置在办公室内，工作人员可以通过远程控制中心设置系统参数，监控设备的运行状态和检测过程，并通过查看、统计、分析检测的数据来进一步的对轨道交通车辆进行维修，节约了大量的人力成本和时间成本。图3-6远程控制中心第4章系统工作及检测原理4.1系统工作原理城轨车辆360°动态图像智能检测系统采用“图像线扫技术”、“图像识别技术”，检测时由图像采集单元自动获取车底、车侧、车顶关键部件的高品质图像。根据检测时接车单元获取的机车车号，由现场控制中心的数据采集主机、服务器自动选取标准图像，对本次通过图像与历史过车数据进行比对和分析。通过图像特征点提取、建立特征点映射关系，实现两幅图像精确配准。再采用纹理特征对比实现关键部件异常检测，自动识别车底牵引装置、电机盖、撒砂器、齿轮箱，车顶滑板、瓷瓶等关键部件缺失、变形等异常情况。4.11接车原理当列车到来时，前方传感器获取列车到来信号，地面读出装置或图像车号主机开始工作等待列车通过。当列车车辆经过读出装置或图像车号主机时，采集对应的数据或图像，经处理后还原成车次车号等数据信息，再由主机传输给系统。当列车车轮经过计轴判辆装置时，产生的脉冲信号由系统内的主机进行处理，完成对列车的车辆号、车轴号和车辆测速等功能信息的检测。图4-1图像采集流程图4.12采集原理图像采集单元主要采用大功率激光器配合高速线阵相机获取高清图像，并通过实时测量速度，对采集到的图像给予列车行进方向上的畸变校正。线阵相机与普通民用相机不同，普通民用相机通常为面阵相机，一次成像就是一副完整的图像，但线扫描相机一次成像仅能完成一条细线，需要连续移动相机或者被拍摄物体，才能获取完整的图像。与面阵相机相比，线扫描相机拥有更容易获取高分辨率图像和图像边缘畸变更小的明显优势，同时同时采用线阵相机和光源一体化设计，提高成像单元的集成度，缩减使用过程中相机和光源角度的调节工作量，能够适应更大的场景、更高的车速，后续图像拼接和校正更容易。图4-2车底图像检测原理图图4-3车底图像对比图4.13处理原理采集单元采集到图像后传输到现场控制中心的数据采集处理直接进行处理。处理步骤大致分为三步，图像配准、图像比对和过滤算法。图像配准广泛的应用在目标检测、运动评估、特征匹配等计算机视觉领域。给定一幅标准图（或历史图）和一幅当前图像，首先对两幅图像进行特征提取得到特征点并通过进行相似性度量找到相互匹配的特征点对；然后通过匹配的特征点对得到图像二维空间坐标的变换参数；最后由坐标变换参数进行图像配准。图像比对是在完成图像配准基础上进行的，其目的是找出两幅图像间的差异，主要的图像差异包括目标的移动、形变和光照变化。图像对比即能很好地体现对部件结构形状的变化，也能抑制光照及水渍等带来的变化。单纯的基于图像的对比会形成很多无用的报警信息，如何有效过滤掉无用的报警信息以提高系统的使用效率，是“过滤算法”所主要关注和解决的问题。首先使用基于最大类间方差的阈值方法，分割出感兴趣的部件所在区域；然后根据各区域内所包含部件的特征，事先建立模板并利用模板带来的结构信息开展精细化处理；最后输出区域内部件是否变形、缺损、丢失等故障信息，而不属于被关注类型的故障信息则被自动过虑。图4-4图像配准和对比4.2系统检测原理系统采用“光学图像检测技术”自动获取车底关键部件的高品质二维图像，采用“图像特征分析”和“模式识别技术”，自动识别关键部件缺失、变形等异常情况。系统采用了“学习-记忆-预测-识别”的模型进行目标识别，“学习-记忆”的过程是线下进行，即通过线下学习的方式形成记忆库。而“记忆-预测-识别”的过程则是实时进行，模型如下图所示：图4-5目标识别模型4.3系统检测流程系统整体检测流程分为：接车模块（判定车辆到来与离去）；数据采集及传输（各个传感器及箱体开关罩控制、相机图像获取）、数据处理与分析（图像储存与图像比对）、数据展示（图像数据BS报表展示）。（1）车辆在行驶过程中触发车轮传感器输出车辆到来信号，系统图像采集设备及补偿光源系统自动做好图像数据采集准备工作。（2）在通过检测设备区间时，系统采集单元采集图像。（3）在系统采集的过程中，系统通过网络及时将车辆图像、车号等信息高速传输到图像储存服务器。（4）图像信息检测终端通过网络从服务器上获取地铁车辆图像数据、车号信息后显示在终端上，系统自动对图像进行分析和处理，对异常的图像进行自动报警提示，检修人员对报警图像进行核查和确认。若检修人员发现故障并确认后，系统将及时通知作业人员进行重点检查，同时将故障图像信息上传服务器存储。第5章系统运用报告及情况截止2019年12月底，城轨车辆360°动态图像智能检测系统在全国地铁领域全套配置7套。其中上海地铁9号线金桥基地、深圳地铁11号线松岗车辆段、广州地铁5号线已实现现场实际运用；济南地铁R2线、上海地铁14号线、上海地铁18号线、太原地铁2号线正在建设中。5.1系统运用案例报告2018年10月，深圳地铁11号线松岗车辆段入库位置处部署了城轨车辆360°动态图像智能检测系统。2019年3月1日设备安装调试完成后开始进入是运用，截止2019年7月31日，系统共检测出入库地铁车辆累计6000余列车，未发现问题，设备状态正常。2017年10月，上海地铁9号线金桥基地入库位置处部署了城轨车辆360°动态图像智能检测系统。2018年3月1日设备安装调试完成后开始进入是运用，截止2019年8月31日，系统共检测出入库地铁车辆累计13700余列车，共计发现问题5处。5.2系统运用情况5.21深圳地铁11号线深圳地铁11号线于2019年5月投入使用。为了保障设备的检测效果，2019年4月13日至2019年8月12日深圳地铁运营集团有限公司车辆中心组织了共计5次图像模糊分析系统的功能验证测试，每次均取得较为良好的结果。其中第5次在1102号车模拟故障300处、在1119号车模拟故障362处、在1111号车模拟故障338处，总共假设故障1000处。系统全部实现了自动识别并预警，系统整体识别率为100%，漏报率为0%。总报警1031个，模拟故障中正确报警1000个，报警正确率为96.99%，误报率为3.01%。具体统计结果情况如下：表5-1模拟整体测试结果统计情况（1102车）表5-2模拟整体测试结果统计情况（1119车）表5-3模拟整体测试结果统计情况（1111车）5.22上海地铁9号线上海地铁9号线于2017年10月底完成系统安装，2018年3月投入使用，系统在运用初期过程中，系统报警误报率较高。经过不断完善