基于2D&3D融合算法的扣件故障检测系统

扣件作为钢轨重要的紧固件之一,在列车运行过程中,会受到钢轨和枕木带来的巨大压力和振动。为保障扣件状态检测的准确性,研制了一套基于2D图像和3D深度信息融合的扣件故障检测系统。首先基于YOLOv4定位2D图中的扣件区域,提取出扣件检测区域;然后将深度图中对应的检测区域转换为点云图,采用点云匹配的方式对扣件状态进行判断;最后通过精度验证试验验证系统的检测精度。试验结果表明:系统整体的识别率为99.8%,误报率为1.68%;对于故障识别率,只有在扣件发生小偏转角度(≤5°)故障时,系统的识别率较低,其余设置的故障识别率均达到96%以上,能够满足工程化的要求。