Missing Detection System of Railway Track Fastener Based on Machine Vision

Guidaojiaotong Polytechnic Institute

Projektidee

In den letzten Jahren hat die rasante Entwicklung des Eisenbahnbaus in China höhere Anforderungen an die Modernisierung der Gleisreparatur und -wartung gestellt. Aufgrund der Rolle der Fahrbelastung und der natürlichen Umgebung entstehen im Gleis verschiedene Defekte, die die Sicherheit des Zugbetriebs gefährden. Dazu gehören Schienenschäden, Schwellenschäden, fehlende Befestigungen, Risse im gesamten Gleisbett usw. Gegenwärtig ist die manuelle Inspektionsmethode mit einem hohen Arbeitsaufwand verbunden, und es fehlt an systematischen Erfassungsprotokollen. Die Genauigkeit und Häufigkeit der Erkennung kann den Anforderungen nur schwer gerecht werden, vor allem unter schwierigen Bedingungen, wie Regen und Schnee, Sand und Staub, großer Kälte und langen Tunneln. Bei den Hauptstörungen der Strecke, die an den Schienen, Befestigungselementen und anderen Komponenten auftreten, kann das Inspektionsfahrzeug das Innere der Schiene mit der Methode der Fehlererkennung erkennen. Aber es hat nicht die effektive Erkennungsmethode für die Oberfläche, vor allem für die Verbindungselemente. Um die oben genannten Probleme zu lösen und die Effizienz der Erkennung zu verbessern, widmen wir uns der Untersuchung der Methode zur Erkennung fehlender Schienenbefestigungselemente auf der Grundlage der maschinellen Bildverarbeitung. Wir schlagen eine neue Methode vor, um das Problem des Mangels an automatischen Schienenprüfgeräten in unserem Land zu lösen. Dabei handelt es sich um die Erforschung des tragbaren visuellen Erkennungssystems für fehlende Schienenbefestigungen. Um die Anforderungen an die Tragbarkeit zu erfüllen, bauen wir einen Schienenprüfwagen, der direkt auf dem Gleis fahren kann. Seine Form bezieht sich auf das Design des Metallfehlersuchwagens. Die Oberfläche der Schiene sollte mit einem Lichtschutz versehen werden. Der Wagen hat eine gute Skalierbarkeit, um den Anforderungen der sich schnell entwickelnden Eisenbahn für die Inspektion gerecht zu werden.

Konzept

In Anbetracht der Unzulänglichkeiten des derzeitigen inländischen Gleiserkennungssystems wird nach dem Grundprinzip der maschinellen Bildverarbeitung ein System zur Erkennung fehlender Schienenbefestigungen entwickelt, das hauptsächlich aus vier Teilen besteht: Bilderfassung, Bildverarbeitung, Datenaufzeichnung und Design des Erkennungswagens. Die Auswahl der Ausrüstung erfolgt entsprechend den Prüfanforderungen und den Bedingungen vor Ort. Für die Software wird ein schneller und effektiver Bildverarbeitungsalgorithmus vorgeschlagen, und das Programm wird mit LabVIEW geschrieben. Unter dem Gesichtspunkt der Tragbarkeit des Systems wird ein leicht zu handhabender und leicht zu zerlegender Schienenprüfwagen entworfen und der Feldversuch wird überprüft.

Die Anforderungen an das System sind wie folgt:

1. Die Hardwarestruktur des Systems sollte tragbar und abnehmbar sein.
2. Die Architektur des Erkennungssystems sollte die tatsächlichen Erkennungsumgebungsbedingungen der Strecke vollständig berücksichtigen, wie z. B. die Aufnahmebedingungen des Erkennungsfeldes, den Interferenzgrad der externen Lichtquelle mit dem System und die normale Betriebsfähigkeit des Systems in einer rauen Umgebung.
3. Die Gesamtkosten des Prüfsystems sollten kontrolliert werden, um hohe Kosten zu vermeiden. Um die Förderung dieser Prüfgeräte nicht zu verhindern.
4. Genaue Erkennung von fehlenden Befestigungselementen auf Eisenbahnschienen.

Wir haben eine gewisse Recherche und einen Vergleich zu Schienenerkennungssystemen im In- und Ausland durchgeführt.

Realisierung

In Anbetracht der Unzulänglichkeiten des derzeitigen inländischen Gleiserkennungssystems wird nach dem Grundprinzip der maschinellen Bildverarbeitung ein System zur Erkennung fehlender Schienenbefestigungen entwickelt, das hauptsächlich aus vier Teilen besteht: Bilderfassung, Bildverarbeitung, Datenaufzeichnung und Design des Erkennungswagens. Die Auswahl der Ausrüstung erfolgt entsprechend den Prüfanforderungen und den Bedingungen vor Ort. Für die Software wird ein schneller und effektiver Bildverarbeitungsalgorithmus vorgeschlagen, und das Programm wird mit LabVIEW geschrieben. Unter dem Gesichtspunkt der Tragbarkeit des Systems wird ein leicht zu handhabender und leicht zu demontierender Schienenprüfwagen entworfen und im Feldversuch überprüft.

Wir haben die Auswahl in die Sammlung von Informationen und Materialien sowie die Auswahl und den Zusammenbau der Ausrüstung unterteilt.

Das System muss noch weiter erforscht werden: Maßnahmen zur Vermeidung von Fehleinschätzungen, um die Mängel der ungleichmäßigen Beleuchtung und der komplexen Straßenabschnitte im Halsbereich des Bahnhofs zu beheben, eine schnelle Überprüfung der Verschlüsse und der Mängel an den Befestigungselementen und eine Echtzeit-Erkennung der gesamten Strecke bei der bestehenden Zuggeschwindigkeit, um besser auf die Echtzeit-Erkennung bestehender Strecken angewendet werden zu können. Der Vergleich des Forschungsstandes von Eisenbahnerkennungssystemen im In- und Ausland, die Auswahl der Ausrüstung und die Kosten müssen geprüft und verstanden werden.

Funktion

Unser Projektergebnis wird hauptsächlich im Bereich der Instandsetzung und Instandhaltung von Eisenbahnstrecken eingesetzt.

Funktionelle Beschreibung

1. Bilderfassung und -verarbeitung: Das Fahrzeug ist mit hochauflösenden Kameras ausgestattet, die Bilder von Eisenbahnschienen in Echtzeit aufnehmen können. Die erfassten Bilder werden einer Vorverarbeitung und Bildverbesserung unterzogen, um die Bildqualität und den Kontrast zu verbessern und die Genauigkeit der nachfolgenden Fehlererkennung sicherzustellen.
2. Erkennung fehlender Befestigungselemente: Algorithmen der maschinellen Bildverarbeitung wie Merkmalsextraktion und Template Matching werden zur Analyse der vorverarbeiteten Bilder verwendet; durch Vergleich und Analyse kann das System die Position des Befestigungselements automatisch identifizieren und lokalisieren. Wenn ein fehlendes Befestigungselement erkannt wird, sendet das System sofort einen Alarm und markiert die genaue Position des fehlenden Befestigungselements. (Wie in der Abbildung gezeigt, kann theoretisch eine Echtzeit-Erkennung von 3,51m/s~3,84m/s realisiert werden. Daraus kann geschlossen werden, dass das System jedes Bild 245,61ms lang bei der Erkennung von fehlenden Befestigungselementen verarbeitet, und das System kann die manuelle Inspektion bis zu einem gewissen Grad ersetzen und die digitale Verwaltung von Gleisfehlern realisieren).
3. Die Struktur ist stabil, so kann sich das Fahrzeug an die verschiedenen Umgebungen und Bedingungen von Eisenbahngleisen anpassen.
4. Mensch-Computer-Interaktion Betrieb, Ergebnisanzeige und Aufzeichnungsfunktion. Entsprechend der tatsächlichen Situation des Personals vor Ort wurde eine einfache Mensch-Computer-Interaktionsfunktion entwickelt. Das Mensch-Computer-Interaktionssystem bietet Echtzeit-Detektionsbildschirme, und das Personal kann die Detektionsergebnisse an Ort und Stelle bestätigen und die Systemparameter rechtzeitig anpassen, um den besten Betrieb des Systems zu gewährleisten. Die Schnittstelle des Mensch-Computer-Interaktionssystems kann dynamische Wellenformen der Erkennungsergebnisse in Echtzeit anzeigen und verfügt außerdem über die Funktion der automatischen Datenklassifizierung sowie der Aufzeichnung und des Ausdrucks von Berichten. Diese Funktion kann zur vorausschauenden Analyse des Gleiszustands und zur Anleitung des Wartungspersonals beim Bau vor Ort genutzt werden.

Mitglieder unseres Teams führten Prototypentests durch, um die Machbarkeit des Projekts zu überprüfen (siehe Video).

Innovation und Nachhaltigkeit

Auf der Softwareseite wird LabVIEW für die Programmierung verwendet. Entsprechend der grundlegenden Design-Idee, die auf der maschinellen Bildverarbeitung und der Analyse der funktionalen Anforderungen der Gleiserkennung basiert, wurde ein schneller und effektiver Bildverarbeitungsalgorithmus vorgeschlagen, ein tragbares Modell für die visuelle Inspektion von Schienenbefestigungselementen erstellt und das Software-Design des Algorithmus zur Erkennung von Schienenbefestigungselementen entsprechend der grundlegenden Methode der Bildverarbeitung abgeschlossen. Im Vergleich zur herkömmlichen Methode lokalisiert das System den Zielbereich im Voraus, nutzt die geometrischen Merkmale des Gleisbereichs, um den Schienenbereich und den Bereich der Befestigungsmittel schnell zu lokalisieren, und führt dann eine kleine Bildvorverarbeitung für den Zielbereich durch, so dass die Gesamtgeschwindigkeit des Algorithmus erheblich verbessert wird. Das System verwendet das Bildverarbeitungsmodul VBAI von NI, um das Bildverarbeitungsmodell für den Orbit zu erstellen. Dieses Modul verfügt über eine Vielzahl von Bildverarbeitungswerkzeugen und -funktionen und ist ein wichtiges Werkzeug für alle, die sich mit Bildverarbeitung und Bildanwendungen beschäftigen.

Was den wirtschaftlichen Nutzen betrifft, so ist unser Projektergebnis darauf ausgerichtet, tragbar und leicht zu sein und die Kosten zu kontrollieren, wodurch bestimmte Kosten eingespart werden können. Was den Umweltnutzen betrifft, so verwendet unser Entwurf die Methode der Erkennung von Bildverarbeitungssystemen und zeigt die Ergebnisse durch Kamerabilder an, wodurch eine gewisse Lärmbelästigung reduziert werden kann, und die leichten Eigenschaften können auch die Erkennungsgeschwindigkeit beschleunigen und die Erkennungseffizienz verbessern.

Slideshow