基于线结构光的钢轨断面磨耗改进检测算法

经典的最近点迭代(IterativeClosest Point,ICP)配准算法常被应用于钢轨断面磨耗检测系统。当轨道检修车工作运行时,基于线结构光的钢轨断面磨耗检测系统采集的钢轨廓形数据通常会受到各种离群点噪声的干扰,导致计算得到的钢轨廓形几何形态变化较大。在实际应用中,轨道检修车钢轨断面磨耗动态检测精度要求侧磨为±0.5mm,垂磨为±1.0mm,故磨耗检测算法的设计不能因为廓形含离群点噪声而降低检测精度。因此,文章提出了一种改进的两阶段钢轨断面廓形磨耗检测算法。该算法在第一阶段首先利用钢轨廓形的特征点对进行快速初始配准,使得2个点云集具有较好的初始位姿,第二阶段采用改进的鲁棒ICP算法完成精确配准,最后计算得到钢轨断面磨耗几何参数。通过在实验室搭建钢轨断面磨耗检测系统试验平台,以试验模拟实测数据常见的轨腰段和轨底段离群点干扰,并以手工接触式磨耗仪的测量数据作为参考基准,对比经典ICP算法和文章所提出的改进算法,分析磨耗检测的精度误差和有效性,并在此基础上,对算法的检测速度进行对比分析,对改进算法的重复性测量精度进行验证,最后在地铁线路上开展轨道检修车实测验证。结果表明,文章所提的改进算法有效提高了在离群点干扰场景下钢轨断面磨耗检测的精度和速度,具有工程实用价值。

基于随机森林的钢轨轮廓在线识别方法研究

随着铁路运输系统的高速发展,车载非接触式钢轨磨耗自动化检测任务日益增加,然而,线路上丰富多样的钢轨轨形轮廓和多样离群点干扰,导致磨耗值在线计算错误频发,且运营列车日趋海量的检测数据对于实时性的要求越来越高。因此,提出一种基于随机森林(RF)的钢轨轮廓在线识别方法,分类模型1利用主分量分析(PCA)提取钢轨轮廓的全局特征,分类模型2采用相对高度二叉树提取钢轨轮廓的局部特征,随后采用RF算法模型对转化后的低维特征向量进行分类识别。与支持向量机(SVM)分类识别算法进行对比,结果表明,所提出的基于RF算法的分类模型1对于普通钢轨轮廓和非普通钢轨轮廓的整体分类识别准确率为98.7%,单帧识别耗时8.57 ms;分类模型2对于鱼尾板、道岔尖轨和其他轮廓的整体分类识别准确率为96.7%,单帧识别耗时11.95 ms,满足运营列车75 km/h的实时在线检测钢轨轮廓需求,具有工程应用价值。

交通管理中处罚效果和社会效果的辩证关系

交通违法行为是影响道路交通安全畅通有序的重要因素,对交通违法行为实施行政处罚是交通管理工作的重要手段之一。正面的处罚效果能引导人们自觉遵守法律义务,减少道路交通违法行为的发生。要实现处罚效果和社会效果的正面统一,就必须从执法理念和执法方式入手,端正民警的执法理念,提升执法水平,同时正确引导社会舆论对交通管理工作中行政处罚的评价,逐步消除处罚给交通管理工作带来的负面社会效果。