基于相机和激光传感器的车顶视觉检测系统

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

本文转自|新机器视觉

像多单元高速列车这样的现代轨道车辆需要定期进行检查维护，以确保最车辆的安全稳定运行，增加使用寿命并最大限度地减少列车的磨损。

传统上，由接受过专门培训的技术检查人员执行这些任务，但这是一个非常耗时的过程。为了进行检查，在火车和架空线路接地后，技术人员爬上火车车顶以采取安全预防措施。这个过程很费力，检查工程师必须覆盖200米的距离。

为了减少整个过程的时间和工作量，PSI Technics开创了一种基于相机和激光传感器（激光）的自动检测系统，它可以自动进行接地、诊断、测试和检查。车顶视觉检测系统(DA-MI-KA)记录了一辆轨道车辆通过时车顶结构受到的损伤，并将采集到的数据直接发送到系统的检测图像分析软件中，该软件基于德国慕尼黑MVTec公司的HALCON机器视觉软件开发。

PSI Technics的系统从多个角度捕获铁路车辆的图像。

系统设置包括20个带有2.2万像素图像传感器的GigE Vision单色相机，带有5.1万像素图像传感器的4个GigE Vision单色相机，带有1,024像素轮廓分辨率的2个GigE Vision光截面传感器，以及带有1,536像素轮廓的2个GigE Vision光截面传感器解析度。

在系统安装和调试之前，现场评估车顶检查的可行性，确定流程，工作流程和要求。选择特定的测试组件后，确定适当的诊断方法。

检查包括测量受电弓佩戴带，检查车顶表面，检查受电弓，检查绝缘子，天线和螺钉连接，分析电缆和导线，以及检查气候盖和任何其他覆盖物。

在HALCON中，这种磨料金属带显示出明显的磨损，因此对操作不安全。

侧装式和高架式摄像机在经过时捕获列车表面的图像，并通过GigE电缆将信息发送到运行HALCON的基于Windows的PC。选择相关的车顶表面图像信息，并且检测可能的表面损坏并在随后的处理步骤中分类。然后对分类缺陷进行标记并提供给检查人员，从而可以可靠地检测和定位车顶结构上的许多不同类型的损坏和缺陷，包括压痕，剥落，裂缝，单纤维或钢绞线断裂，变形，位移，松动螺栓连接，接触烧伤和缺少组件。

在通过软件处理和分析图像之后，检查结果在10分钟内传送并通过网络界面显示。该系统经过培训，可以检查每种类型的轨道车辆，DA-MI-KA识别的数据可用于统计数据生成，爬行磨损和撕裂检测，列车和位置联网以及基于状态的维护。此外，列车检查人员可以在一系列的其他多单元列车上训练系统，并评估数据以优化过程。

系统检查的一段金属被证明是不安全的并且需要维修。

通过端到端的机器视觉系统，检测时间可以从1.5小时缩短到10分钟，同时还可以提高检测措施的质量和可靠性，减少铁路服务停机时间，并保证安全运行。此外，在这个系统到位的情况下，列车不需要占用维修车间的空间，因为检查过程可以在其他地方进行。列车无需进入车间，并可在整个检查过程中继续使用。

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲

在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲

在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~