車(chē)載式地鐵軌道缺陷巡檢系統(tǒng)設(shè)計(jì)

廖進(jìn) 吳松榮 劉東 楊平

摘 要：提出一種新的車(chē)載式地鐵軌道缺陷巡檢系統(tǒng)，利用機(jī)器視覺(jué)技術(shù)，通過(guò)對(duì)系統(tǒng)硬件和軟件的設(shè)計(jì)，實(shí)現(xiàn)軌道道床空間全斷面高清晰成像、檢測(cè)位置信息獲取、軌道缺陷智能識(shí)別以及軌道缺陷數(shù)據(jù)無(wú)線(xiàn)傳輸保存等功能。最后，將該巡檢系統(tǒng)應(yīng)用在廣州地鐵 8 號(hào)線(xiàn)上，試驗(yàn)結(jié)果表明，該巡檢系統(tǒng)具有定位精準(zhǔn)、軌道缺陷檢測(cè)精確、實(shí)時(shí)傳輸和分析的優(yōu)點(diǎn)，適用于我國(guó)地鐵軌道缺陷巡檢，可有力保障列車(chē)安全、可靠運(yùn)行。

關(guān)鍵詞：地鐵;智能巡檢裝置;車(chē)載式;軌道缺陷處理;圖像識(shí)別

中圖分類(lèi)號(hào)：U216.3

1研究背景

隨著城市規(guī)?？焖贁U(kuò)大，軌道交通逐漸成為城市客運(yùn)的一種主要交通工具。修建軌道交通設(shè)施的城市大多人口眾多，對(duì)軌道交通依賴(lài)度較高，數(shù)分鐘的故障延誤都將給人們的日常出行帶來(lái)極大的不便;同時(shí)軌道是關(guān)乎城市軌道交通運(yùn)行安全的重要設(shè)備之一， 一旦發(fā)生軌道故障，將會(huì)引發(fā)較為嚴(yán)重的行車(chē)事故，造成無(wú)可挽回的經(jīng)濟(jì)損失和社會(huì)影響。因此，為保證運(yùn)營(yíng)安全，提高城市軌道交通的可用性與安全性，必須加強(qiáng)對(duì)軌道狀態(tài)的及時(shí)檢查。

目前國(guó)內(nèi)對(duì)軌道狀態(tài)的巡檢以人工步行巡檢為主，需要消耗大量的人力資源，而且通過(guò)人眼觀(guān)察進(jìn)行缺陷識(shí)別，受人員素質(zhì)和工作積極性的影響，具有一定的不確定性。個(gè)別線(xiàn)路配備了安裝在工程車(chē)上的自動(dòng)巡檢裝置，利用夜間檢修時(shí)間，在工程車(chē)輛的快速行走過(guò)程中，對(duì)軌道狀態(tài)進(jìn)行快速自動(dòng)檢查，但由于工程車(chē)輛上線(xiàn)運(yùn)行須占用線(xiàn)路檢修時(shí)間，需要提前申請(qǐng)行車(chē)點(diǎn)，一般只能每隔1個(gè)月或者半個(gè)月對(duì)線(xiàn)路檢查1 次，而軌道線(xiàn)路需要每天巡視檢查，該方式只能作為當(dāng)前人工巡檢方式的一個(gè)補(bǔ)充，不能達(dá)到代替人工巡檢的目的。

此外，軌道缺陷的檢測(cè)手段還有電渦流法和超聲波法等。其中：

（1）電渦流法利用軌道探傷儀產(chǎn)生的感應(yīng)電流檢測(cè)軌道傷損，但由于檢測(cè)系統(tǒng)存在高頻激勵(lì)信號(hào)，檢測(cè)信號(hào)的處理難度較大，檢測(cè)速度較慢;

（2）超聲波法是應(yīng)用最多的技術(shù)，其探傷探頭通過(guò)向軌道發(fā)射連續(xù)的超聲波脈沖檢測(cè)軌道內(nèi)部傷損。

還有文獻(xiàn)提到采用激光傳感器檢測(cè)軌道缺陷，但該方法由于在高速以及列車(chē)晃動(dòng)情況下會(huì)導(dǎo)致激光數(shù)據(jù)誤差較大，因此只能用于低速軌道檢測(cè)車(chē)。

以上方法均存在檢測(cè)速度慢、準(zhǔn)確度低及軌道缺陷檢測(cè)類(lèi)別單一的缺點(diǎn)。

針對(duì)目前軌道缺陷檢測(cè)效率低及存在干擾時(shí)檢測(cè)準(zhǔn)確度低等問(wèn)題，本文提出一種新的車(chē)載式地鐵軌道缺陷巡檢系統(tǒng)。該系統(tǒng)利用機(jī)器視覺(jué)技術(shù)在車(chē)輛運(yùn)行過(guò)程中實(shí)時(shí)采集軌道道床空間全斷面高清晰圖像，精確檢測(cè)列車(chē)運(yùn)行位置以及智能識(shí)別軌道缺陷，并將檢測(cè)出的缺陷信息和位置信息通過(guò)無(wú)線(xiàn)網(wǎng)絡(luò)實(shí)時(shí)發(fā)送至巡檢系統(tǒng)云服務(wù)器，利用云計(jì)算技術(shù)分析和處理檢測(cè)數(shù)據(jù)，便于維修人員及時(shí)對(duì)缺陷進(jìn)行評(píng)價(jià)及處理。

2 系統(tǒng)結(jié)構(gòu)、功能與技術(shù)指標(biāo)

2.1 系統(tǒng)結(jié)構(gòu)

車(chē)載式地鐵軌道缺陷巡檢系統(tǒng)主要由安裝在電客車(chē)底部的檢測(cè)梁、安裝在車(chē)輪軸頭上的速度傳感器、安裝在車(chē)內(nèi)客室座位下的檢測(cè)機(jī)柜、部署在云服務(wù)器上的檢測(cè)數(shù)據(jù)處理服務(wù)器程序和安裝在終端監(jiān)控計(jì)算機(jī)上的客戶(hù)端程序等組成，其結(jié)構(gòu)示意圖如圖1所示。

2.2 系統(tǒng)功能

車(chē)載式地鐵軌道缺陷巡檢系統(tǒng)能在列車(chē)最高運(yùn)行速度為160 km/h的情況下，實(shí)時(shí)采集軌道道床空間全斷面高清晰圖像，精確檢測(cè)列車(chē)運(yùn)行位置，并能對(duì)軌道缺陷進(jìn)行智能識(shí)別，將檢測(cè)出的缺陷信息和位置信息通過(guò)無(wú)線(xiàn)網(wǎng)絡(luò)實(shí)時(shí)發(fā)送至巡檢系統(tǒng)云服務(wù)器進(jìn)行分析和處理。

該系統(tǒng)主要功能如下。

（1）在電客車(chē)走行過(guò)程中，實(shí)時(shí)對(duì)軌道及道床進(jìn)行高清圖像采集。

（2）對(duì)軌道狀態(tài)圖像進(jìn)行智能缺陷識(shí)別，自動(dòng)識(shí)別的缺陷包括鋼軌裂紋及斷軌，鋼軌扣件斷裂、移位及缺失，軌枕裂紋及掉塊，道床空間異物入侵，感應(yīng)板移位。

（3）巡檢位置檢測(cè)，即測(cè)量地鐵當(dāng)前走行的位置（公里標(biāo)），將其作為系統(tǒng)所記錄的鋼軌缺陷在線(xiàn)路上的坐標(biāo)信息。

（4）將鋼軌缺陷圖片的缺陷類(lèi)型、缺陷位置信息通過(guò)無(wú)線(xiàn)網(wǎng)絡(luò)發(fā)送至云服務(wù)器。

（5）線(xiàn)路上需要重點(diǎn)關(guān)注的位置，如道岔等位置的實(shí)時(shí)圖像也可通過(guò)無(wú)線(xiàn)網(wǎng)絡(luò)發(fā)送至云服務(wù)器，便于實(shí)時(shí)查看設(shè)備狀態(tài)。

（6）將軌道缺陷信息及圖片保存至云服務(wù)器。

（7）安裝在終端監(jiān)控計(jì)算機(jī)上的客戶(hù)端程序可查看缺陷信息，并進(jìn)行匯總統(tǒng)計(jì)，對(duì)比分析，形成報(bào)表等。

2.3 系統(tǒng)技術(shù)指標(biāo)

車(chē)載式地鐵軌道缺陷巡檢系統(tǒng)缺陷檢測(cè)類(lèi)別包括鋼軌扣件移位及缺失、鋼軌及軌枕裂紋、軌枕破損、道床空間異物入侵、感應(yīng)板移位、鋼軌焊縫等，其技術(shù)指標(biāo)如表1所示。

3 系統(tǒng)硬件及軟件設(shè)計(jì)

3.1 系統(tǒng)硬件設(shè)計(jì)

系統(tǒng)的硬件主要包括車(chē)下檢測(cè)梁上的硬件裝置以及車(chē)內(nèi)檢測(cè)機(jī)柜內(nèi)的硬件裝置。車(chē)下檢測(cè)梁內(nèi)布置有對(duì)軌道進(jìn)行成像的高清成像組件、觸發(fā)高清成像組件進(jìn)行同步拍照的同步裝置，以及讀取線(xiàn)路上電子標(biāo)簽的電子標(biāo)簽閱讀器。車(chē)下檢測(cè)梁俯視圖如圖2所示。

車(chē)內(nèi)檢測(cè)機(jī)柜內(nèi)主要布置有檢測(cè)主機(jī)、3G/4G無(wú)線(xiàn)數(shù)據(jù)傳送裝置和電源裝置等。車(chē)內(nèi)檢測(cè)機(jī)柜的安裝位置如圖3所示。

下面詳細(xì)介紹系統(tǒng)硬件各部件。

3.1.1 高清成像組件

高清成像組件用于對(duì)軌道區(qū)域進(jìn)行高清成像，在列車(chē)高速運(yùn)行情況下獲取軌道清晰圖像，安裝示意圖如圖 4所示。

高清成像組件共有6組相機(jī)及照明光源組成，如圖 4所示。其中4組相機(jī)分別從2個(gè)側(cè)面拍攝鋼軌區(qū)域，2 組相機(jī)分別從正上方拍攝鋼軌中間的道床區(qū)域，實(shí)現(xiàn)對(duì)道床斷面的全覆蓋。在列車(chē)高速行駛時(shí)，為了確保每個(gè)扣件都能被拍到，且具有高識(shí)別率，對(duì)扣件檢測(cè)算法提出了嚴(yán)格要求：通過(guò)實(shí)測(cè)得到2個(gè)扣件之間的距離為0.6m，列車(chē)按照最高速度120 km/h考量，4 組相機(jī)進(jìn)行扣件檢測(cè)，從而計(jì)算得到每個(gè)扣件從采集、預(yù)處理到識(shí)別的整個(gè)過(guò)程應(yīng)保證在4.5 ms內(nèi)完成。相機(jī)參數(shù)和頻閃LED光源參數(shù)設(shè)計(jì)如下。

（1）相機(jī)參數(shù)配置。分辨率為2 048×2 048像素，曝光時(shí)間為0.02～1 000 ms，最高幀率為223 f/s，接口為雙千兆網(wǎng)。

（2）照明光源。采用機(jī)器視覺(jué)專(zhuān)用頻閃LED光源，額定功率為432 W，脈沖寬度為1～1 023 μs，響應(yīng)時(shí)間≤15 μs。

3.1.2 同步裝置

同步裝置安裝在檢測(cè)梁底部，由高速激光測(cè)距傳感器、速度傳感器、嵌入式同步觸發(fā)系統(tǒng)，以及相機(jī)觸發(fā)電路組成。其中，嵌入式同步觸發(fā)系統(tǒng)采用小型單片機(jī)系統(tǒng)，參數(shù)配置如下：①ATmega328微控制器——16MHz時(shí)鐘;②2 KB 靜態(tài)隨機(jī)存儲(chǔ)器（SRAM）;③14個(gè)數(shù)字IO口;④6個(gè)模擬量輸入口;⑤1個(gè)計(jì)數(shù)器。

高速激光測(cè)距傳感器對(duì)著鋼軌外側(cè)道床區(qū)域進(jìn)行測(cè)量，參數(shù)配置如下：①測(cè)量范圍為60～2 000 mm;② 響應(yīng)時(shí)間為1 ms;③測(cè)量分辨率為1 mm;④激光類(lèi)型為Ⅰ 類(lèi)激光;⑤模擬量輸出為4～20 mA。

3.1.3 電子標(biāo)簽閱讀器

電子標(biāo)簽閱讀器采用工業(yè)級(jí)閱讀器（HD Reader），是一種能遠(yuǎn)距離識(shí)別ID標(biāo)簽卡的射頻識(shí)別設(shè)備（RFID），機(jī)械和電子部分具有非常好的堅(jiān)固耐用性，適用于惡劣環(huán)境，具有防噴射水、防塵及抵御其他惡劣環(huán)境條件的結(jié)構(gòu)保護(hù)，可在400 km/h速度下準(zhǔn)確識(shí)別線(xiàn)路上的電子標(biāo)簽信息。電子標(biāo)簽閱讀器布置在檢測(cè)梁中部下方，在線(xiàn)路上

每1km布置1個(gè)，用于在列車(chē)運(yùn)行過(guò)程中感應(yīng)線(xiàn)路上電子標(biāo)簽位置，對(duì)運(yùn)行里程進(jìn)行校準(zhǔn)。缺陷檢測(cè)位置定位原理如圖5所示。

各部分功能如下。

（1）速度傳感器。輸出距離脈沖，車(chē)輪每轉(zhuǎn)動(dòng)1周輸出80脈沖。

（2）軌枕感應(yīng)傳感器。通過(guò)快速光電測(cè)量判斷軌枕位置。

（3）同步觸發(fā)控制器。根據(jù)距離脈沖計(jì)算走行距離后傳輸給檢測(cè)主機(jī)，并結(jié)合走行距離信息和軌枕感應(yīng)傳感器輸出的軌枕信息判斷軌枕位置，在軌枕位置處觸發(fā)控制6組相機(jī)同步采集軌道圖像。

3.1.4 檢測(cè)主機(jī)

檢測(cè)主機(jī)用于圖像的智能識(shí)別、檢測(cè)結(jié)果的保存及發(fā)送。檢測(cè)主機(jī)采用車(chē)載準(zhǔn)用緊湊式工業(yè)服務(wù)器，參數(shù)配置如下：①E2400 32核CPU;②32G內(nèi)存;③MSI1080ti獨(dú)立顯卡;④256 G固態(tài)硬盤(pán);⑤2T可拔插式硬盤(pán)盒;⑥15個(gè)千兆網(wǎng)口。

3.1.5 無(wú)線(xiàn)數(shù)據(jù)傳輸裝置

檢測(cè)結(jié)果通過(guò)布置在車(chē)內(nèi)檢測(cè)機(jī)柜內(nèi)的工業(yè)4G路由器傳輸至云服務(wù)器，也可通過(guò)車(chē)內(nèi)多網(wǎng)融合系統(tǒng)進(jìn)行傳輸。

3.1.6 電源裝置

檢測(cè)裝置的電源由車(chē)輛系統(tǒng)提供的DC110V和AC220V兩路電源供給。在線(xiàn)路正常運(yùn)行過(guò)程中由AC220V供電，在車(chē)輛停止運(yùn)行降弓后由DC110V電源逆變?yōu)锳C220V電源用于系統(tǒng)關(guān)機(jī)。

3.2 系統(tǒng)軟件設(shè)計(jì)

系統(tǒng)軟件的工作流程如圖6所示，主要包括檢測(cè)位置信息獲取、信息采集（包括同步觸發(fā)裝置和高清成像）、軌道缺陷智能識(shí)別以及軌道缺陷數(shù)據(jù)無(wú)線(xiàn)傳輸保存等，詳細(xì)分析如下。

3.2.1 檢測(cè)位置信息獲取

地鐵上電運(yùn)行后，巡檢系統(tǒng)獲電啟動(dòng)。車(chē)輛運(yùn)行后，通過(guò)速度傳感器輸出的距離脈沖，計(jì)算出列車(chē)走行里程。通過(guò)獲取線(xiàn)路上的電子標(biāo)簽信息和列車(chē)TCMS信息對(duì)檢測(cè)位置進(jìn)行校準(zhǔn)。

3.2.2 同步觸發(fā)裝置

車(chē)輛啟動(dòng)走行后，同步觸發(fā)系統(tǒng)通過(guò)計(jì)數(shù)器端口讀取距離脈沖，并開(kāi)始通過(guò)模擬量輸入端口測(cè)量檢測(cè)梁安裝位置距道床區(qū)域的高度。當(dāng)走行到軌枕位置時(shí)，由于軌枕具有一定的高度，而且上面安裝有扣件等部件，測(cè)量高度會(huì)出現(xiàn)階躍性變化，同步觸發(fā)系統(tǒng)根據(jù)高度變化判斷當(dāng)前位置是否為軌枕位置。為避免道床上其他隨機(jī)出現(xiàn)的凸起設(shè)施對(duì)測(cè)量造成干擾，系統(tǒng)還結(jié)合由速度脈沖計(jì)算出的走行距離進(jìn)行綜合判斷。

同步觸發(fā)系統(tǒng)確認(rèn)為軌枕位置后，通過(guò)系統(tǒng)IO口驅(qū)動(dòng)觸發(fā)電路，即觸發(fā)高清成像組件各相機(jī)同步進(jìn)行拍攝。

3.2.3 高清成像

高清成像組件由同步觸發(fā)裝置輸出的同步信號(hào)驅(qū)動(dòng)，同步拍攝軌道區(qū)域的圖像;照明光源在拍攝時(shí)同步發(fā)光，為相機(jī)提供照明。各相機(jī)采集的高清圖片通過(guò)千兆以太網(wǎng)發(fā)送至車(chē)內(nèi)檢測(cè)機(jī)柜內(nèi)的檢測(cè)主機(jī)進(jìn)行分析與處理。

3.2.4 軌道缺陷智能識(shí)別

車(chē)內(nèi)檢測(cè)主機(jī)通過(guò)高清成像組件傳輸?shù)能壍缊D像進(jìn)行圖像智能分析，實(shí)時(shí)識(shí)別出扣件缺陷、軌道異物、軌枕缺陷、鋼軌缺陷、感應(yīng)板移位等信息。

3.2.5 軌道缺陷數(shù)據(jù)無(wú)線(xiàn)傳輸保存

檢測(cè)裝置在運(yùn)行過(guò)程中智能識(shí)別到的軌道缺陷，包括缺陷圖片、運(yùn)行位置、時(shí)間、車(chē)次等信息，實(shí)時(shí)通過(guò)車(chē)載無(wú)線(xiàn)網(wǎng)絡(luò)發(fā)送至云服務(wù)器保存，并實(shí)時(shí)推送至車(chē)輛段終端監(jiān)控計(jì)算機(jī)，通過(guò)客戶(hù)端軟件界面可實(shí)時(shí)顯示和查看缺陷信息。

4 系統(tǒng)驗(yàn)證

為更好地驗(yàn)證所提出的車(chē)載式地鐵軌道缺陷巡檢系統(tǒng)的性能，自2018年8月開(kāi)始在廣州地鐵8號(hào)線(xiàn)正式使用該地鐵軌道缺陷巡檢系統(tǒng)，每天隨編號(hào)為169170車(chē)輛巡視檢查軌道，截至2019年3月系統(tǒng)共查出1 615處缺陷（含重復(fù)），其中扣件缺陷1 310處，軌枕破損290處，道床異物15處。軌道缺陷樣例如圖7所示，經(jīng)驗(yàn)證檢出率為100%。

檢測(cè)出的缺陷信息和位置信息通過(guò)無(wú)線(xiàn)網(wǎng)絡(luò)實(shí)時(shí)發(fā)送至巡檢系統(tǒng)云服務(wù)器，工作人員利用云計(jì)算技術(shù)分析和處理檢測(cè)數(shù)據(jù)（圖8），可以實(shí)時(shí)了解軌道缺陷位置和缺陷種類(lèi)。

5 結(jié)束語(yǔ)

本文設(shè)計(jì)了一種車(chē)載式地鐵軌道缺陷巡檢系統(tǒng)，系統(tǒng)主要由檢測(cè)梁、速度傳感器、檢測(cè)機(jī)柜、檢測(cè)數(shù)據(jù)處理服務(wù)器程序和客戶(hù)端程序等組成。該系統(tǒng)利用機(jī)器視覺(jué)技術(shù)在車(chē)輛運(yùn)行過(guò)程中實(shí)時(shí)采集軌道道床空間全斷面高清晰圖像，精確檢測(cè)列車(chē)運(yùn)行位置以及智能識(shí)別軌道缺陷，并通過(guò)無(wú)線(xiàn)網(wǎng)絡(luò)實(shí)時(shí)將檢測(cè)出的缺陷信息和位置信息發(fā)送至巡檢系統(tǒng)云服務(wù)器。最后，以廣州地鐵8號(hào)線(xiàn)為例，證明了該系統(tǒng)具有定位精準(zhǔn)、軌道缺陷檢測(cè)率精確、實(shí)時(shí)傳輸和分析的優(yōu)點(diǎn)，并驗(yàn)證了該方案可行，適用于我國(guó)軌道缺陷巡檢，可有力保障列車(chē)安全、可靠運(yùn)行。

參考文獻(xiàn)

[1]韓強(qiáng)，任盛偉，戴鵬，等.軌道狀態(tài)巡檢系統(tǒng)[J].鐵路技術(shù)創(chuàng)新，2012（1）：8-50.

[2]胡春雄，布春明，李海峰.智能巡檢系統(tǒng)在線(xiàn)路運(yùn)行中的應(yīng)用[J].山西電力，2006（135）：29-30，34.

[3]中國(guó)城市軌道交通協(xié)會(huì).城市軌道交通2016年度統(tǒng)計(jì)和分析報(bào)告[J].城市軌道交通，2017（1）：20-36.

[4]L. Li，B. P. Y. Loo. Railway development and air patronage in China，1993-2012：implication for low-carbon transport[J]. Journal of Regional Science，2017，57（3）：507-522.

[5]趙澤霖.高速軌道電力巡檢系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].四川成都：電子科技大學(xué)，2015.

[6]Bo Wang， Zihua Li， Xiaoyu Li. Safety analysis of world railway passengers transport based on accident statistics[J]. Railway Quality Control，2016（10）：11.

[7]黃海軍，張飛龍.淺談軌道巡檢系統(tǒng)在城市軌道交通的應(yīng)用[J].山東工業(yè)技術(shù)，2017（22）：112.

[8]韓強(qiáng)，戴鵬，譚松，等.車(chē)載軌道巡檢系統(tǒng)研制[J].鐵道建筑，2014（11）：144-147.

[9]許貴陽(yáng)，史天運(yùn)，任盛偉，等.基于計(jì)算機(jī)視覺(jué)的車(chē)載軌道巡檢系統(tǒng)研制[J].中國(guó)鐵道科學(xué)，2013，34（1）：139-144.

[10] 馬曉明.軌檢車(chē)車(chē)載軌道狀態(tài)巡檢技術(shù)及應(yīng)用[J].現(xiàn)代商貿(mào)工業(yè)，2018，39（18）：181-183.

[11] Maneesha Singh， Sameer Singh， Jay Jaiswal， et al. Autonomous rail track inspection using vision based system[C]//International conference on computational intelligence for homeland security and personal safety. Virginia，2006：56-59.

[12] 劉澤，盧迎飛，孫秀芳.電磁鋼軌探傷提離補(bǔ)償方法研究[J].北京理工大學(xué)學(xué)報(bào)，2013，33（3）：249-253.

[13] 翟千雅.基于計(jì)算機(jī)視覺(jué)技術(shù)的鐵路軌道表面缺陷分類(lèi)檢測(cè)研究[D].甘肅蘭州：蘭州交通大學(xué)，2017.

[14] 祝連慶，孫軍華，董明利，等.鋼軌高速探傷系統(tǒng)的研究[J].儀器儀表學(xué)報(bào)，2002（S1）：119-121.

[15] 祝連慶，董明利，孫軍華.鋼軌高速探傷檢測(cè)系統(tǒng)中的傷損分析[J].儀器儀表學(xué)報(bào)，2003（S1）：222-224.

[16] 賈文晶.基于紅外圖像處理的鋼軌裂紋檢測(cè)研究[D].甘肅蘭州：蘭州交通大學(xué)，2017.

[17] 顧桂梅，劉麗，賈文晶.一種鋼軌裂紋紅外圖像處理算法研究[J].鐵道學(xué)報(bào)，2018，40（11）：129-133.

[18] 俞炳杰.軌道不平順檢測(cè)系統(tǒng)優(yōu)化設(shè)計(jì)[J].現(xiàn)代城市軌道交通，2019（5）：43-47.

[19] 任崇巍.基于雙邊濾波和Retinex算法的貨車(chē)圖像預(yù)處理方法[J].現(xiàn)代城市軌道交通，2019（6）：39-43.

[20] 王琰，王昊，石熠.城市軌道交通搭載式軌道幾何檢測(cè)系統(tǒng)[J].現(xiàn)代城市軌道交通，2019（8）：59-62.

[21] 杜茂金.? 軌檢車(chē)在地鐵軌道設(shè)備養(yǎng)修中的運(yùn)用[J].現(xiàn)代城市軌道交通，2009（4）：72-74.

[22] 梁羅偉. 地鐵軌道設(shè)備養(yǎng)修中軌檢車(chē)的運(yùn)用探討[J].商品與質(zhì)量，2019（16）：160.

收稿日期 2019-06-15

責(zé)任編輯 黨選麗

Design of on-board inspection system for subway track defects

Liao Jin， Wu Songrong， Liu Dong， et al.

Abstract： This paper proposes a new on-board subway track defect inspection system. By using machine vision technology and the design of the hardware and software of the system， it realizes the functions of full section high-definition imaging of track bed space， acquisition of inspection position information， intelligent identification of track defects and wireless transmission and storage of track defect data. In the conclusion， the inspection system is used on Guangzhou metro line 8， and the test results show that the inspection system has the advantages of accurate positioning， accurate inspection rate of track defects， real-time transmission and analysis. It is suitable for the inspection of track defects in China and effectively guarantees the safe and reliable operation of trains.

Keywords： subway， intelligent inspection device， on-board， track defect processing， image recognition