货车故障轨边图像检测系统实践与探索

安全是铁路运输永恒的主题。我国铁路近年来经历多次大规模提速,客车速度不断提高,货物重载列车开行数量增多,列检作业保证区段延长,过去传统、粗放、人控的安全防范体系,已不能适应铁路跨越式发展的需要。

铁路货车运行故障动态图像检测系统(TFDS)的实际应用及检测方法

货车运行故障动态图像检测系统(Trouble of Movinght Car Detection System)简称(TFDS)是利用计算机网络通讯自动控制和图像采集处理技术,通过对运行的货物列车进行动态图像检测,分析了以人机结合的方式及时发现车辆故障、保障运输安全的重要设施。指出了投入使用后存在问题,根据笔者的实际经验及查找相关资料,对TFDS系统运行中的问题进行分析,并提出相关看法及措施。

^(60)Co铁路货车检测系统的图像校正算法

分析了60 Co铁路货车检测系统的图像畸变产生的原因 ,并给出了相应的数据校正算法。

动车组故障轨边图像自动检测系统图像对比算法研究

动车组故障轨边图像自动检测系统(TEDS)采用模块化、小型化的设计理念,运用图像自动识别技术,对异常图像进行分级报警。在图像自动识别技术基础上,设计了整个图像识别框架,针对不同部件,采用逐级细化、图像对比、分级预报算法,提高动车组故障自动识别效果,达到分级报警的要求。

研祥铁路5T专用整机产品在铁路货车运行故障动态图像检测(TFDS)系统中的应用

制定了＂统筹规划、分步实施、干线先行、逐步到位＂的列车检修布局改革原则;确定了＂根据运输组织的变化,有针对性的兼并列检所,达到列检作业环节的减少,推动从人检到机检、静态检测到动态检测的转变,逐步实现检修分离,达到人、机结合的最优化＂的列车检修布局改革目标；

关于货车运行故障动态图像检测系统(TFDS)运用管理的思考

根据货车运行故障动态图像检测系统(TFDS)检测范围及作业标准、作业流程,结合朔黄铁路肃宁北列检所上行场检修任务的实际情况,提出了TFDS正式运用后作业范围、作业程序、人员配置、应急处理的方案,对TFDS正式运用需解决(明确)的问题提出了相应的措施。

货车运行故障动态图像检测系统(TFDS)的原理与应用

介绍TFDS系统原理、组成、功能及信息资源管理,概述系统给列检工作带来的转变和系统运用取得的成果。

TFDS-3型故障轨边图像检测系统的应用

TFDS即货车故障轨边图像检测系统,主要利用计算机网络技术、图像采集处理技术、自动控制等技术对铁路轨边通过的货物列车进行图像拍摄,实现从人检转向机检的目的。传统的TFDS系统采用的是面阵扫描相机对货车部件进行扫描。而TFDS-3型货车故障轨边图像检测系统采用线阵相机进行拍摄。TFDS-3系统的应用提高了列检作业效率,减轻了列检作业人员的劳动强度,实现列检不停车技术检查,由人工室外手锤检查向室内图像分析转变的模式,为车辆安全防范提供了重要保证。

货车运行故障动态图像检测系统浅析

铁路的运输安全至关重要,决定着广大人民群众的出行和国计民生物资的运输安全。TFDS-3智能系统新增加了车体图像,增加了动态检查的范围,能有有效提升检车员发现列车故障的概率,保障列车的行车安全,并为实现列检人机分工打下了坚实的基础。本文对TFDS-3智能系统的结构和特点进行了介绍。

货车运行故障动态图像检测系统TFDS-1

所属单位北京康拓红外技术有限公司产品简介货车运行故障动态图像检测系统TFDS-1是北京康拓红外技术有限公司自主研制开发的货车故障轨边图像检测系统，是铁路车辆安全防范预警系统地对车安全监控体系（5T系统）的五大系统之一，可通过高速连续数字照相技术、大容量图像数据实时处理技术，以及精确定位技术，利用轨边高速摄像头对正在运行的火车存在的隐蔽故障或常见故障进行动态检测。

复杂场景下铁路货车锁紧板偏转故障检测

结合铁路安全运营的迫切需求,以铁路货车运行故障图像动态检测系统(TFDS)中锁紧板偏转故障检测为研究背景,在无故障目标自动识别模式下对锁紧板姿态进行故障判别。针对锁紧板姿态是否位于正常范围内,提出一种新颖的偏转角度估计方法。算法依据锁紧板轮廓由近直线段组构成,提出采用直线段特征描述物体,形成特征稀疏表达,并对直线段特征采用方向编码方式,在有向Chamfer匹配下实现偏转角度估计,整个过程仅需一个模板。实验证明该算法能有效识别出偏转角度位于正常范围内的物体,并具有较好的鲁棒性和准确性。

钴-60铁路货车在线检测系统研制

研制了钴 6 0铁路货车在线检测系统。采用辐射成像原理在货运列车通过检测通道时自动获取每节车厢的辐射投射图像 ,再根据对应的海关报关信息 ,利用数字图像处理技术查看车厢内货物是否与申报结果相符。该系统已在满洲里海关投入使用。

货车运行故障动态图像检测系统（TFDS）

该系统是一套集高速数字图像采集、大容量图像数据实时处理精确定位技术，模式识别技术，智能化、网络化和信息化技术、自动控制技术于一体的智能系统，能对货车隐蔽和常见故障进行动态检测。

“货车故障图像自动识别预警系统”通过太原铁路局技术鉴定

2013年12月15日，太原铁路局科委组织有关专家组成鉴定委员会，对湖东车辆段、太原铁路局车辆处和北京华兴致远有限公司、苏州华兴致远科技有限公司联合研制的“货车故障图像自动识别预警系统”进行了技术鉴定，鉴定专家听取了课题组的相关报告。并对设备性能进行了现场测试。经认真讨论，认为“货车故障图像自动识别预警系统”技术达到了国内领先水平。

货车TFDS图像自动识别系统分析

目前绝大多数货车运行故障动态图像检测系统(TFDS)依然使用图像采集和人工判读的方式对车辆运行故障进行检测,人工判读检测方案需要耗费大量人力物力,工作效率无法提升。随着对货物运输效率的要求越来越高,需要降低故障的发生概率。基于此,本文探讨了TFDS图像自动识别技术,发现自动识别系统可通过精准的定位技术,对货车隐蔽或者较为常见的问题进行检测,室内检测工作人员也可以采用人机结合的方法完成合理的分析。同时,对于关键部位也能通过计算机进行自动识别,及时向单元报告。室外检测员在处理故障过程中,可以逐渐缩短检测时间,进一步提升车辆检测质量与效率。

试析如何提高车辆TFDS检测效率

为了提升铁路货车故障轨边图像检测系统(TFDS)动态检测的工作效益,根据当下铁路货运提速增量的需求,利用TFDS检测过程中生成的货车运行、故障信息分析,并通过TFDS员工结合现场工作累计的经验,例如故障处理、经验整理以及信息处理,总结并举例说明了"情况描述方法"。结果表明:收集、分析数据对提高TFDS效率有很大帮助。

图像边缘增强与麻雀搜索算法相结合的TFDS图像自适应增强方法

针对货车运行故障动态图像检测系统(Trouble of moving Freight car Detection System,TFDS)中存在的列车图像曝光不足、对比度低以及边缘细节模糊的问题,提出了图像边缘增强与麻雀搜索算法相结合的TFDS图像预处理方法。首先,利用高斯-拉普拉斯算子对图像进行边缘检测与锐化处理,增强列车零部件边缘细节清晰度;其次,利用麻雀搜索算法寻找非完全Beta函数的最佳参数;最后,实现低照度图像的自适应增强。实验结果表明:该方法在信息熵、平均梯度以及对比度等方面优于TFDS图像预处理常用算法。

TFDS集中作业系统的设计与实现

针对货车故障轨旁图像检测系统(TFDS,Trouble of moving Freight car Detection System)探测站存在的作业量不均衡、作业关系未有效利用、作业质量差异较大等问题,基于数据传输、数据挖掘、智能判别等技术,将多套TFDS采集的图像和列车信息进行统一存储和任务的智能分配,实现智能管理、作业联控、信息传递等功能。该系统在中国铁路郑州局集团有限公司上线以来,运行效果良好,故障发现效率提升20%以上,为车辆系统深化改革创造了条件,为专业化管理提供了技术支持。

一种基于几何特征的列车集尘器形状匹配算法

针对列车集尘器定位不准确的问题,提出了一种基于几何特征的形状匹配算法。该算法首先对轮廓点进行采样,基于极半径、局部曲率确定关键点的初始位置及点集的映射关系,然后以形心为基准,生成以角度和尺度为几何特征的双重描述子,并对其作标准量化处理。最后使用改进的曼哈顿距离计算描述子的相似性。实验结果表明,该形状匹配算法几乎不受伸缩、旋转、平移等几何变换的影响,具有一定的适应性和鲁棒性。

基于HCRD的列车锁紧板偏转自动识别方法

针对货车故障轨旁图像检测系统(TFDS)中锁紧板偏转故障,提出一种基于霍夫变换、Canny边缘检测和形状模板相结合的HCRD(Hough-Canny-RightangleDetection)方法。通过霍夫变化及数学几何模型定位转向架锁紧板部位,再对Canny边缘检测后的边缘图像进行角度特征的检测,整个识别只需要一个形状模板就能实现锁紧板偏转图像高精度自动识别,具有很好的判别能力。采用python编程,平均每张图像识别时间为0.067 s。且锁紧板下边缘处是否有角度特征作为锁紧板是否偏转的判断依据,具有很高的可靠性。实验证明,HCRD方法能精确检测出锁紧板的非正常范围(>5°)的偏转,且具有较好的鲁棒性和抗噪能力。该方法为TFDS故障图像识别提供了一种新的思路。