基于机器视觉的机车车辆动态偏移量检测研究及实现

论文摘要

铁路车辆在线路上运行时,由于与轮轨之间的相互作用,车辆系统会产生垂向和横向振动,导致车体横摆,严重时还会偏移出安全限界,发生脱轨或撞车事故。因此,有必要研究实时检测车辆动态偏移量的技术,以合理确定车辆安全运行条件及提供必要的安全防范措施。由于车辆运行时的环境(如天气,路况,坡道,隧道,弯道等)复杂多变,在这种未知环境下实时检测动态偏移量,其难度较大,国内外在这方面研究进度大多停留在可行性论证阶段,尚无成熟产品出现。本文采用机器视觉技术可直接测量车辆相对铁轨的动态偏移量。针对线路状况分别提出了单目视觉检测方法及单目双影立体视觉检测方法。为实现快速计算,针对这两种检测方法提出两种快速算法:基于图搜索的轨面边缘快速拟合算法及基于动态亮度阈值的最大相关匹配算法。为减弱环境光对成像质量的影响,系统采用窄带LED光源倾斜照射及使用装有窄带滤波片的高速线阵CCD摄像机倾斜拍摄技术,有效突出前景,使成像质量保持稳定。实验及实际运行结果表明,检测系统构思合理,算法快速稳定,获得了比较理想的检测效果。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究的目的和意义
• 1.2 机车车辆的超限检测
• 1.3 基于机器视觉的动态偏移量检测方法
• 1.4 本文的结构、内容安排
• 1.5 本文研究点
• 第二章 动态偏移量检测原理
• 2.1 坐标系
• 2.2 测点偏移量的检测
• 2.2.1 单目视觉检测方法
• 2.2.2 立体视觉检测方法
• 2.3 车体姿态的计算
• 2.4 任意点动态偏移量的计算
• 2.5 本章小结
• 第三章 基于单目视觉的动态偏移量检测方法
• 3.1 引言
• 3.2 边缘提取算子的确定
• 3.3 曲线光滑度的定义
• 3.4 Dijkstra算法
• 3.5 基于Dijkstra算法的铁轨轨面边缘的快速拟合
• 3.5.1 边缘拟合的主要思想
• 3.5.2 边缘拟合算法描述
• 3.5.3 实验结果
• 3.6 本章小结
• 第四章 基于立体视觉的动态偏移量检测方法
• 4.1 引言
• 4.2 双目立体视觉的传统模型
• 4.3 基于单目双影的立体视觉模型
• 4.4 相关度的计算
• 4.5 基于动态灰度阈值的最大相关匹配算法
• 4.6 本章小结
• 第五章 线阵摄像机参数标定
• 5.1 引言
• 5.2 倾斜角度标定
• 5.3 像距标定
• 5.4 双影影距标定
• 5.5 本章小结
• 第六章 系统设计与实现
• 6.1 系统需求概述
• 6.1.1 研究系统的总体目标
• 6.1.2 系统环境
• 6.1.3 系统功能需求
• 6.2 系统总体结构
• 6.3 软件处理流程
• 6.4 系统的实现
• 6.5 实验验证
• 6.6 误差分析
• 6.7 本章小结
• 第七章 结论与展望
• 参考文献
• 致谢
• 攻读学位期间主要的研究成果