第一作者:占栋(1986—),男,湖北黄石人,工程师,博士.研究方向为轨道交通电气化及检测技术.email:15198281626@163.com.
针对钢轨廓形(轨廓)动态测量系统现场长期应用精度下降问题,提出采用接触式轨廓测量仪对动态测量系统进行校准.首先根据极坐标系等角度分布原则,分别对接触式测量轨廓和非接触式测量轨廓进行数字化建模和重采样处理.然后选取接触式测量轨廓作为基准,建立非接触式测量轨廓与基准轨廓之间的映射关系.最后通过对比二者偏差,实现轨廓动态测量系统误差现场校准.实际应用表明,经校准后的轨廓动态测量系统,静态测量误差由0.96 mm降低到0.14 mm,动态重复性误差最大值、平均值和均方根值分别为0.29 mm、0.13 mm和0.18 mm,验证了校准方法的可行性.
In order to solve the long term onsite problem of accuracy decrease of the rail profile dynamic measurement system, the contact-type profile measurement instrument is proposed to correct the error of the dynamic measurement system. Firstly, the rail profiles, measured through the contact-type and noncontact-type methods, are digitized and resampled according to the principle of equal angle distribution in polar coordinate frame. Then, the contact-type rail profile is set as reference and the mapping relation between the contact-type and noncontact-type profiles can be established. Afterwards, the contact-type profile is compared with the noncontact-type profile based on the proposed method. The deviation, which is used for the error calibration, can be easily obtained. The onsite static experimental results show that the error of the corrected profile can be decreased from 0.96 mm to 0.14 mm. The onsite dynamic results indicate that the max-imum value, mean value and root mean square value of the absolute error are within 0.29 mm, 0.13 mm and 0.18 mm, respectively. Both the onsite static and dynamic measurements demonstrate the effectiveness of the proposed method.
钢轨廓形(轨廓)是表征钢轨服役性态的基本特征, 同时也是影响列车运行安全的重要因素[1, 2, 3, 4, 5].为实现轨廓精确测量, 国内外专家和学者开展了深入广泛的研究.文献[6, 7]首先提出采用激光摄像式传感器进行轨廓测量, 重点对传感器测量模型和复杂环境下钢轨激光图像处理方法进行了研究, 通过实际应用验证了方法的有效性.文献[8]提出采用KALMAN滤波和HESSIAN矩阵相结合的方法, 对轨廓图像目标和特征进行快速跟踪和精确识别, 以此提高轨廓测量效率和精度 .文献[9]首次系统地考虑了车体振动对轨廓测量的影响, 提出了一种基于多线结构光的轨廓测量误差补偿方法, 分别在静态和动态下进行了模拟试验和误差精度分析.文献[10]在传统测量方法的基础上, 提出采用非线性模型, 对轨廓标定方法进行优化, 提高了测量精度.文献[11]提出采用仿射变换理论, 通过Hausdorff距离和粒子群优化算法, 对动态测量轨廓进行校正和基准对齐, 提高了系统测量精度.文献[12]在文献[8, 9, 10, 11]的基础上, 对轨廓动态测量方法进行了进一步的改进, 提出基于不同钢轨断面轨颚特征点共线约束的结构光平面自标定方法, 该方法能够大大提高标定计算的灵活性和通用性.文献[13]对轨廓全断面测量方法进行了研究, 提出了一种圆柱靶标的多传感器数据融合算法, 并成功应用于钢轨生产制造中的轨廓在线测量.为满足现场轨廓测量实际需要, 国内外有关企业和科研机构基于激光测量技术, 研制了不同规格的轨廓检测系统[14, 15].
通过上述理论方法研究和实际的应用, 非接触式轨廓测量技术得到了长足的发展, 为钢轨科学维护发挥了不可替代的作用.采用车载方式进行轨廓动态检测, 已经成为行业共识.然而, 现场长期应用, 一些新的问题逐步显现.例如, 随着检测车辆运行里程增加, 车轮磨耗、检测梁变形、光学测量元件性能衰退现象日益明显, 导致测量基准改变和精度损失的问题较为突出.车载轨廓检测系统属大型动态检测设备, 拆卸返回实验室标定, 时间周期长, 难度大, 费用高, 会对现场维修作业带来一定影响.如何对车载轨廓测量系统进行现场快速校准, 提高系统可维护性, 确保系统长期可靠运行, 是现场需要解决的问题.
经过现场数据收集及误差溯源发现, 上述因素导致的测量误差, 属于系统误差范畴, 与随机误差相比, 具有明显规律可循, 可借助一定的标定手段减小或消除.本文作者从轨廓测量实际出发, 对车载轨廓检测装置现场长期运用产生的测量误差进行研究.提出采用MINIPROF接触式测量仪, 基于极坐标系等角度分布原则, 对车载非接触式测量轨廓进行重采样处理和基准对齐.通过对比接触式和非接触式测量轨廓二者偏差, 对车载轨廓测量系统进行现场校准, 解决车载测量系统现场长期使用带来的系统误差问题.
采用线结构光技术进行轨廓测量, 系统测量原理及传感器性能直接决定轨廓测量精度, 同时也是影响轨廓校准方法选取的重要因素, 因此, 有必要对轨廓测量原理进行分析和讨论.
要实现轨廓全断面测量, 单股钢轨至少需使用2组线结构光视觉传感器.每组传感器均由1台摄像机和1台线结构光源构成.同一股钢轨, 紧贴车轮踏面的一侧称为钢轨内侧, 远离车轮踏面的另一侧为钢轨外侧.受传感器视角决定, 要实现轨廓全断面测量, 须在钢轨内外侧对称安装两组传感器, 且保证内外侧光平面重合, 示意图如图1所示.
测量时, 内外侧传感器投射的光平面与钢轨相交, 在钢轨表面形成1条包含钢轨轮廓的激光光条曲线.旁侧摄像机与光平面呈一定角度拍摄激光图像, 基于激光三角原理, 实现轨廓测量.
采用线结构光技术进行轨廓测量, 前提须对传感器进行标定, 建立精确的测量模型.关于轨廓测量传感器标定, 可参见文献[16].本节重点分析传感器在不同方向分辨率, 为轨廓数字建模、重采样及校准提供依据.
线结构光传感器测量原理如图2所示.图2中, 摄像机坐标系定义为
传感器
采用直接线性模型[12], 对传感器在
根据图3(b)中三角几何关系, 可得摄像机像平面纵轴
设传感器在
式中上标
借助式(1)~式(3)中模型及TY-RPDS-300系列线结构光视觉传感器参数, 可得此传感器测量分辨率, 如图4所示.
由图4可知, 采用线结构光技术进行轨廓测量, 轨廓测量分辨率是关于图像坐标
目前, 铁路应用最广泛的是60 kg/m钢轨, TB60轨廓设计尺寸如图5(a)所示[17].轨头设计廓形由2条线段和5段圆弧前后依次相切连接而成, 每条线段和圆弧切点如图5(b)所示.为便于表述, 将
要精确描述轨头形貌特征, 首先需对标准轨头设计廓形进行数字化离散, 然后采用计算中Matlab软件建立轨头数字模型.若以图5(b)中
对图5中轨头设计廓形进行数字化离散, 为便于定位, 采用等角度作为特征.评价轨廓数字化离散方法性能主要有以下因素:1) 离散点分布特征是否明显, 是否便于定位和分析; 2) 整个轨头区域, 离散点分布是否均匀; 3) 是否便于测量轨廓特征提取; 4) 是否有助于算法处理效率提升.
采用等角度分布原则, 对轨廓进行数字化离散.同理, 为表征
为解决上述方法在轨廓数字化建模时面临问题, 提出采用极坐标系下的等角度分布原则, 对轨头廓形进行数字化离散.极坐标系极点、极轴分别与图5(b)中笛卡尔直角坐标系原点
分别在直角坐标系和极坐标系下采用等角度原则进行轨廓数字化离散, 离散点密度分布
由图6可知, 采用极坐标系下等角度原则进行轨廓数字化离散, 能够兼顾轨头特征点定位和廓形描述, 与直角坐标系离散方法相比具有显著优势.
根据轨头廓形数字建模, 对测量轨廓进行重采样处理.现场得到测量轨廓后, 将其置于相同坐标系进行基准对齐, 采用极坐标系等角度分布原则, 对测量轨廓进行重采样处理, 建立相同基准下不同测量轨廓一一映射关系, 据此进行轨廓测量误差校准.
钢轨设计廓形为不同滚动圆与线段圆顺连接而成, 受测量分辨率限制, 测量轨廓存在锯齿波现象.采用分段函数对测量轨廓进行圆滑处理, 对于精度保证至关重要.本文采用基于多项式作为目标函数, 对测量廓形进行拟合处理, 提高测量轨廓的圆顺度.
采用图7(a)中车载轨廓测量装置, 对钢轨断面进行测量.为校准现场测量误差, 采用图7(b)中MINIPROF接触式轨廓测量仪对同一钢轨断面进行测量.该接触式轨廓测量仪精度达0.01 mm[18], 相对于钢轨维修工艺以及车载非接触式轨廓测量精度, 可将其作为轨廓真实值处理.
采用文中轨廓数字化建模方法, 对测量轨廓进行重采样及基准对齐, 对齐结果如图8(a)所示, 局部放大如图8(b)所示.
由图8(b)可知, 非接触式测量轨廓与接触式测量轨廓存在不重合.非接触式测量系统存在明显的误差, 故需进行校准.设接触式测量轨廓为
由图9可知,
为实现车载非接触式轨廓测量精度提升, 采用图9中标定前误差对非接触式测量轨廓进行补偿校准.校准后的非接触式轨廓测量系统, 对新的钢轨断面进行测量, 再与接触式测量轨廓对比, 标定后误差见图9中蓝色曲线, 其最大误差为0.14 mm.由图9中校准前后轨廓测量误差可知, 采用文中方法进行车载轨廓检测系统现场校准, 可显著提高系统精度.
以上试验得到了校准后的轨廓测量系统静态精度.安装于检测车上的轨廓测量系统, 主要用于动态检测, 动态测量精度是体现系统测量性能的重要指标.因此, 在满足静态精度的基础上, 进行动态试验.检测车以80 km/h速度在平直线路往返运行各一次.轨廓测量系统通过里程定位模块进行空间定位.在长100 m的钢轨上每间隔25 m取1个样本, 通过对比同一钢轨断面的两次轨廓测量结果, 得到系统在不同钢轨断面的重复性误差, 以此验证本文校准方法在轨廓动态测量中的有效性.
设
5组轨廓样本动态重复性误差曲线见图10.校准后的轨廓测量误差幅值基本重合, 从而有效地验证了文中校准方法的稳定性.为得到校准后的轨廓测量系统动态重复性误差技术指标, 采用最大误差(Maximum absolute error, Max)、平均误差(Mean Absolute Error, MAE)和均方根误差(Root Mean Square Error, RMSE), 来表征轨廓动态重复误差.图10中重复性误差统计结果见表2.
由表2可知, 统计后的5组钢轨断面的重复性误差最大值、平均值和均方根值, 分别为0.29 mm、0.13 mm和0.18 mm.对5组钢轨断面动态测量轨廓重复性误差概率分布进行统计, 并采用高斯函数对误差概率分布进行拟合, 结果如图11所示.
由图11容易看出, 不同轨廓样本重复性测量误差, 都符合高斯分布特性, 与工程应用中随机误差分布规律一致, 进一步验证了文中校准方法的有效性.
1)结合轨廓形态特征, 提出采用极坐标系等角度分布原则, 对轨廓进行数字化离散和重采样处理, 建立了测量轨廓数字化模型.
2)针对车载非接触式轨廓测量系统长期使用带来的误差问题, 提出采用MINIPROF接触式轨廓测量仪, 对非接触式测量轨廓进行标定, 从而解决了车载轨廓测量误差现场校准问题.
3)通过校准前后轨廓测量结果分析, 经文中方法现场校准, 车载轨廓测量系统静态精度由0.96 mm提高到0.14 mm, 动态重复性误差最大值、平均值和均方根值, 分别为0.29 mm、0.13 mm和0.18 mm, 验证了文中校准方法切实可行.
The authors have declared that no competing interests exist.
[1] |
|
[2] |
|
[3] |
|
[4] |
|
[5] |
|
[6] |
|
[7] |
|
[8] |
|
[9] |
|
[10] |
|
[11] |
|
[12] |
|
[13] |
|
[14] |
|
[15] |
|
[16] |
|
[17] |
|
[18] |
|
[19] |
|