基于飛行時間相機的軌道三維成像方法研究
2022年電子技術(shù)應(yīng)用第10期
陳晶晶，田 鵬，黃 偉
四川大學 機械工程學院，四川 成都610065
摘要： 高速鐵路的快速發(fā)展對軌道的實時性檢測要求越來越高。為滿足軌道檢測的速度和三維成像需求，提出一種基于飛行時間相機的軌道檢測方法。飛行時間相機通過計算光在空氣中的往返時間來獲取目標的強度信息和深度信息；通過改變相機的成像深度范圍從軌道點云數(shù)據(jù)中粗提取出軌道信息，利用相機輸出的二維圖像和深度數(shù)據(jù)實現(xiàn)對軌道信息的精提取，快速獲得軌道的三維數(shù)據(jù)；搭建實驗平臺，利用相機拍攝不同成像深度的軌道圖像，經(jīng)處理后得到軌道的幾何尺寸和體積。
中圖分類號： TP27
文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.212435
中文引用格式： 陳晶晶，田鵬，黃偉. 基于飛行時間相機的軌道三維成像方法研究[J].電子技術(shù)應(yīng)用，2022，48(10)：78-82.
英文引用格式： Chen Jingjing，Tian Peng，Huang Wei. Research on a fast 3D imaging of rail based on Time-of-Flight camera[J]. Application of Electronic Technique，2022，48(10)：78-82.
文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.212435
中文引用格式： 陳晶晶，田鵬，黃偉. 基于飛行時間相機的軌道三維成像方法研究[J].電子技術(shù)應(yīng)用，2022，48(10)：78-82.
英文引用格式： Chen Jingjing，Tian Peng，Huang Wei. Research on a fast 3D imaging of rail based on Time-of-Flight camera[J]. Application of Electronic Technique，2022，48(10)：78-82.
Research on a fast 3D imaging of rail based on Time-of-Flight camera
Chen Jingjing，Tian Peng，Huang Wei
School of Mechanical Engineering，Sichuan University，Chengdu 610065，China
Abstract： The real-time measurement of rail is more important with the rapid development of high-speed railway. A fast 3D imaging based on the Time-of-Flight camera is proposed to meet the speed and 3D imaging requirements of rail detection. Refer to calculate the round-trip time of light in the air, Time-of-Flight camera obtains the intensity and depth information of object. The rough rail data is extracted from the rail point-clouds by changing the imaging depth of the camera, and the precise data is obtained by combining the 2D images with the depth data. Then the 3D data of rail is quickly obtained. An experimental platform was set up to take the rail images with different imaging depths, and the physical dimensions and volume of rail were figured out.
Key words : rail；3D imaging；Time-of-Flight camera
0 引言
截至2020年，全國鐵路運營里程共計15萬千米，其中高速鐵路占運營總里程的1/5。隨著鐵路規(guī)模的不斷擴大，軌道檢測成為鐵路運行安全問題的重中之重[1]。根據(jù)《高速鐵路無砟軌道線路維修規(guī)則(試行)》[2]，軌道檢測參數(shù)包括軌道靜態(tài)幾何尺寸容許偏差值和軌道動態(tài)不平順項目，如軌距、高低、水平、扭曲和軌距變化率等?，F(xiàn)有軌道檢測手段主要分為兩種：一是傳統(tǒng)人工巡檢，檢測效率低下，檢測項目單一，費時費力，對工人熟練程度要求高，檢測結(jié)果受各種主觀因素影響[3]；二是軌道檢測車，對比人工檢測，軌道檢測車提高了檢測精度、檢測效率和檢測項目，但其檢測速度也還不能滿足實時性的要求。目前軌道檢測車主流的檢測技術(shù)包括超聲波檢測技術(shù)、渦流探傷技術(shù)和基于圖像處理和模式識別方法的視覺檢測[4]。基于圖像處理和模式識別方法的視覺檢測是檢測軌道表面擦傷的最有潛力的技術(shù)之一，具有非接觸測量、適用于近景目標和視場較大的場景、適用于靜態(tài)目標和動態(tài)目標、能快速獲取被測目標的幾何信息和信息量大等優(yōu)點[5-9]。
本文詳細內(nèi)容請下載：http://theprogrammingfactory.com/resource/share/2000004963。
作者信息：
陳晶晶，田 鵬，黃 偉
(四川大學 機械工程學院，四川 成都610065)
此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。