高速鐵路目前已發(fā)展成我國最主要的交通運輸方式之一。隨著高速鐵路的大力發(fā)展與普及,線路安全服役問題越發(fā)突出,其有效養(yǎng)護維修是保障整個系統(tǒng)高效運行、安全運營、使用壽命延長等的基本保障。近年來,基于視覺技術的軌道檢測由于自動、快速、非破壞和客觀的特性引起了廣泛關注。然而,視覺檢測,尤其軌道表面缺陷檢測領域,往往面臨著各式復雜敏感的視覺表觀等帶來的挑戰(zhàn)。因此,本論文針對在復雜軌道運營環(huán)境下的軌道檢測技術所面臨的成像環(huán)境多變性、線路狀態(tài)演變復雜性以及鐵路系統(tǒng)中微弱病害如軌道表面缺陷呈現(xiàn)出的多樣性、尺度差異性和稀疏性等諸多挑戰(zhàn),采用模型構建、結構分析、理論分析及性能評估等手段,圍繞檢測系統(tǒng)的準確性、通用性、安全性、穩(wěn)定性、客觀性和智能性展開研究,同時豐富計算機視覺檢測理論和框架,具有重要意義。本文創(chuàng)新工作主要包括如下三個方面:1)考慮到缺陷圖像可表示為圖像背景、缺陷目標和噪聲3種成分的疊加,本文建立了融合背景線性動態(tài)正則項和缺陷結構化稀疏正則項的動態(tài)背景和結構稀疏的分解模型。具體而言,使用線性動態(tài)刻畫矩陣來約束背景重構而不是采用通用的低秩約束,不僅能重構出動態(tài)的背景還能解決當?shù)椭群拖∈璩煞种g存在... 

【文章來源】：北京交通大學北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：132 頁

【學位級別】：博士

【部分圖文】：

圖１－１鐵路網(wǎng)的普及及潛在危害?—??Ｆｉｇｕｒｅ?１?－１?Ｔｈｅ?ｐｏｐｕｌａｒｉｔｙ?ａｎｄ?ｐｏｔｅｎｔｉａｌ?ｈａｒｍ?ｏｆ?ｒａｉｌｗａｙ?ｎｅｔｗｏｒｋｓ??

（ａ）鐵路網(wǎng)的普及?（ｂ＞交通安全事故??圖１－１鐵路網(wǎng)的普及及潛在危害?—??Ｆｉｇｕｒｅ?１?－１?Ｔｈｅ?ｐｏｐｕｌａｒｉｔｙ?ａｎｄ?ｐｏｔｅｎｔｉａｌ?ｈａｒｍ?ｏｆ?ｒａｉｌｗａｙ?ｎｅｔｗｏｒｋｓ??營環(huán)境下的高速鐵路軌道表面缺陷檢測，最終提出基于機器視覺的智能檢測技??術體系。在系統(tǒng)層面實現(xiàn)“監(jiān)”和“檢”的設計；而在算法層面實現(xiàn)“通用性”、“準確??性”、“實時性”的突破。其中“監(jiān)”指基于機器視覺采集系統(tǒng)的搭建以及目標圖像??的獲��；“檢”指在復雜環(huán)境條件下對采集圖像的準確檢測。下面針對軌道表面缺??陷檢測相關領域簡要闡述國內外研究現(xiàn)狀和發(fā)展動態(tài)。??１．２．１相關檢測方法??作為鐵路設施的主要組成部件，鋼軌一方面承受著車輪滾動的壓力，另一方??面又為車輪供給平順和阻力最小的滾動表面。鋼軌是軌道交通最重要的基礎設施??之一，其健康狀態(tài)對列車運營質量和行車安全具有至關重要的影響：輕則影響列??車運行質量，比如軌道不平順導致輪軌沖擊振動和噪音；重則產(chǎn)生列車行車安全??故障，比如軌道斷裂導致行車中斷。因為鋼軌扮演的重要角色，以及鋼軌缺陷檢??測的復雜性，鋼軌缺陷檢測近二十年吸引了研究者的高度關注，取得了一些重要??的進展［７］。??軌道表面缺陷是一種特殊的缺陷形式。如果不能及時發(fā)現(xiàn)這種潛在缺陷，最??終可能導致軌道損傷或斷裂。隨著工藝等的提高

曲面型鋼軌設計對成像的影響。根據(jù)中華人民共和國鐵道行業(yè)標??準ＴＢ／Ｔ?３２７６－２０１１，對高速鐵路用鋼軌的尺寸做了嚴格的規(guī)定。其中軌頭部分斷面??圖如圖１－３所不，可清楚看到軌頭表面由５個半徑分別為１３ｍｍ、８０ｍｍ和３００ｍｍ的??曲面組成。那么，這種曲面型的鋼軌有如下特點：１）軌道中間部分主要與輪對接??觸最為平滑且沒有銹跡，對光照存在類似的鏡面反射；２）而曲面性的軌道兩側則??會有少量銹跡和污漬，對光照存在類似的漫反射。因此，這種曲面型的鋼軌存在??嚴重的光照反射不均勻性且會帶來嚴重的邊緣效應（即軌道邊緣由于漫反射造成??圖像灰度值分布較為復雜），為后期算法設計帶來很大的挑戰(zhàn)。??其次，檢測對象（軌道表面缺陷）相對整個鋼軌表面背景而言是稀疏的。在??軌道表面缺陷檢測中，這種稀疏性有兩層含義：病害目標區(qū)域面積占很小的比重；??病害目標個數(shù)占很少的比重。在計算機視覺領域，微弱目標的檢測本身就是一個??巨大的挑戰(zhàn)；且這種檢測目標的本質特性將導致常規(guī)機器學習模型（甚至深度學??習）面臨嚴峻的樣本不平衡問題

【參考文獻】：
期刊論文
[1]高鐵鋼軌的三維結構光檢測及視角優(yōu)化研究[J]. 張利斌,王培俊,張驍,李文濤.  機械設計與制造. 2016(04)
[2]缺陷檢測的稀疏表示模型及應用[J]. 李清勇,梁正平,黃雅平,史忠植.  計算機研究與發(fā)展. 2014(09)
[3]基于反向P-M擴散的鋼軌表面缺陷視覺檢測[J]. 賀振東,王耀南,毛建旭,印峰.  自動化學報. 2014(08)
[4]一種融合雙光源成像系統(tǒng)的鋼軌表面缺陷檢測方法[J]. 陳謀欽,蘇真?zhèn)?喬麗,張朝勇.  計算機測量與控制. 2013(05)
[5]基于動態(tài)模板的鋼軌磨耗測量方法研究[J]. 鄭樹彬,柴曉冬,安小雪,李立明.  中國鐵道科學. 2013(02)
[6]基于激光線光源的鋼軌表面缺陷三維檢測方法[J]. 徐科,楊朝霖,周鵬,梁晶.  機械工程學報. 2010(08)



本文編號：2914893