地铁隧道表面裂缝智能视觉采集系统
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第16卷第4期铁道科学与工程学报Volume 16Number 4 2019年4月Journal of Railway Science and Engineering April 2019 DOI: 10.19713/ki.43−1423/u.2019.04.031
地铁隧道表面裂缝智能视觉采集系统
方恩权1,王耀东2,袁敏正1,朱力强2,周伟3
(1. 广州地铁集团有限公司国家工程实验室,广东广州510335;
2. 北京交通大学机械与电子控制工程学院,北京100044;
3. 中南大学交通运输工程学院,湖南长沙410075)
摘要:基于我国隧道裂缝检测主要依靠人工检测来实现,检测方式工作效率低、占用线路时间长,无法满足现代城市轨道交通检测的需求。提出一种基于车载式多目高速线阵相机的地铁隧道表面图像采集系统,阐述其系统工作原理,并对系统内部各项硬件设备进行选型,在实验室内完成组装和调试,基本实现线阵相机图像采集的功能,并为后续的隧道表面图像处理提供支持。
关键词:裂缝检测;图像采集;图像处理;线阵相机
中图分类号:TP-391 文献标志码:A 文章编号:1672−7029(2019)04−1074−07
Intelligent vision acquisition system of subway tunnel surface crack image FANG Enquan1, W ANG Yaodong2, YUAN Minzheng1, ZHU Liqiang2, ZHOU Wei3
(1. Guangzhou Metro Group Co., Ltd, National Engineering Laboratory, Guangzhou 510335, China;
2. School of Mechanical, Electronic and Control Engineering, Beijing Jiaotong University, Beijing 100044, China;
3. School of Traffic and Transportation Engineering, Central South University, Changsha 410075, China)
Abstract: Tunnel crack detection mainly depends on manual detection in our country. The detection method has low efficiency and long line time. It can not meet the demand of modern urban rail transit detection. This paper proposes a subway tunnel image acquisition system based on vehicle-mounted multicast high-speed linear array camera, expounds the working principle of the system, and conducts the selection of the system hardware. Finally, Hardware system and software system are completed assembly and debugged in the laboratory, which can support the following subway tunnel surface crack image processing.
Key words: crack detection; image acquisition; image processing; linear array camera
随着国内地铁路线的快速发展,早期建设的地铁隧道基础设施已经进入养护维修期,而新建成的地铁隧道,也会诱发洞体形变并出现裂缝,影响隧道的正常使用,威胁行车安全。如果对地铁隧道洞体出现的裂缝不及时预警与维护,会使隧道基础设施进一步被破坏,一旦发生事故,给生命财产带来巨大损失[1]。同时,表面裂缝可发展成具有破坏性的贯穿裂缝和深层裂缝,破坏结构的整体性,从而带来无法估量的危险。所以进行定期的裂缝检测,并观察重点裂缝的变化变得尤其重要。目前,我国
收稿日期:2018−05−30
基金项目:科技部国家重点研发计划资助项目(2016YFB1200402);中国铁路总公司科技研究开发计划课题资助项目(2017T001-B)
通信作者:方恩权(1980−),男,河南正阳人,教授级高级工程师,博士,从事轨道交通土建工程技术研究与项目管理工作;E−mail:fangenquan@
第4期方恩权,等:地铁隧道表面裂缝智能视觉采集系统1075
隧道裂缝检测主要依靠人工检测来实现,技术人员在隧道内缓慢移动,用肉眼观察裂缝,利用卡尺级裂缝宽度测量仪进行测量,凭借人工经验判断裂缝的危害性,效率低下,而且检测结果不客观,人的主观因素影响较大。这种以人工为主的检测方式工作效率低、占用线路时间长,无法满足现代城市轨道交通检测的需求。目前国内外对于裂缝检测已取得了一定的研究成果。日本、韩国、欧洲等国家较早的展开了机器视觉技术的研究。日本计测检测株式会社推出了MIS & MMS隧道裂缝检测系统[2],其中MIS(Mobile Imaging Technology System)检测系统由CCD相机、LED照明设备组成,检测精度为0.2 mm;该设备功耗大、成本较高,只适用于公路隧道。韩国汉阳大学开发出了针对混凝土裂缝的移动式检测系统[3],采用线阵CCD相机、光源、减震器及编码器等,检测速度为5 km/h,可识别0. 3 mm以上宽度的裂缝。西班牙Euroconsuh研制了隧道裂缝检测设备Tunnelings[4],该设备检测速度最高为40 km/h,检测精度为0.5 mm,一晚上检测距离可达80 km。德国研制了基于GRP5000激光扫描技术的轻型隧道检查车,国内针对地铁隧道裂缝图像采集与检测技术也有大量的研究,取得了一定成果。王睿等[5]提出了一套车载式高铁隧道衬砌裂缝自动检测系统,拟采用5台Dalsa Piranha3系列相机,检测精度为0.2 mm裂缝,检测速度达13 km/h,照明采用LED灯,但是其车载系统稳定性不高,标定模板误差较大。吴晓军等[6]采用9台线阵CMOS工业相机和不间断电源系统以及图像采集分析软件系统,构成了一个裂缝快速检测系统,系统可实现最小检测裂缝宽度0.3 mm,检测线路长度不少于10 km的目标,且检测宽度0.3 mm及以上的裂缝识别率可以达到90%左右。王平让等[7−8]提出了基于几何形状因子分析的裂缝自动识别算法、基于图像局部网格特征的隧道衬砌裂缝自动识别方法,开发出了针对山区隧道的隧道衬砌病害集成检测车,可同时对裂缝、渗漏水以及空洞进行检测,裂缝检测精度可达0.3 mm,检测速度达到5 km/h。王华夏等[9−10]提出了一套隧道裂缝自动化检测系统,初步达到检测目标,但速度、精度有限。现有的地铁隧道裂缝采集系统由于器件选型不合理、各器件间配合不当、隧道环境适应性不好等因素,存在检测车速度慢、效率低下、采集到的图像精度不理想等问题,不利于后续图像处理的进行。总的来说,地铁隧道裂缝图像采集与检测技术仍处于发展阶段,功能不够全面,存在较多缺陷,有待进一步研究和完善。在此基础上,本文提出了一种基于车载式多目高速线阵相机的地铁隧道图像采集系统。
1 采集系统方案设计
系统主要包括采集装置、照明系统、供电系统、定位系统、图像信息处理系统。
利用多个高速线阵相机组成的视觉系统,配合强光光源,视野覆盖整个隧道断面,对地铁隧道洞体表面进行高速图像采集。采集系统安装于检测车上,实现快速移动式的图像采集。
图1 系统方案
Fig. 1 System design
2 硬件选型
硬件主要包括多台线阵CCD相机、镜头、图像采集卡、工控机、强光光源、电源、检测车、速度传感器等。线阵相机分布在以隧道中心为圆心的同心圆上,分别采集等长隧道圆弧,视野覆盖完整的隧道断面。
2.1CCD相机
在隧道衬砌裂缝图像采集系统中,检测车以较高速度运行时,普通的面阵相机采集到的图像可能