轨道故障动态三维检测与识别系统

轨道线路作为城市轨道交通不可或缺的基础设施,其关键部件状态的动态检测、故障的自动识别与列车行车安全息息相关。针对现有2D检测手段存在的检测精度低、检测功能单一、易受环境影响、人工效率低等问题,研制了一套轨道故障动态三维检测与识别系统。该系统基于三维成像技术获取钢轨、枕木和扣件的二维图像及深度信息,结合阈值分隔技术和YOLOv4目标检测算法精确定位检测区域,利用基于深度学习的三维点云匹配算法识别检测区域状态,并在数据终端实时显示检测与识别结果。经试验验证,该系统对钢轨磨耗的检测精度达到±0.25mm,轨表、枕木、扣件的故障识别率达96.7%以上,且能排除环境因素的干扰,可用于实时检测轨道线路多种故障,有助于轨道检修作业的智能化升级。

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。

城市轨道车辆车地无线传输系统原理分析与说明

随着我国城市轨道交通规模的快速发展,支撑列车安全运营的生产业务需求也在不断增加,将车辆系统运行数据实时传输至地面控制中心的功能显得至关重要,针对列车在途状态监测设备相互独立、车地传输困难、数据管理不规范、辅助故障应急处理效率低等问题,提出一种轨道车辆车地无线传输系统设计方案,并介绍了该系统的组成部分、无线通信方案的选择以及系统的主要功能与应用情况。该系统的应用可以有效提升列车运营质量,减少运营成本,提升城市轨道交通运营的智能化和现代化水平。