岭纬轨道交通检测解决方案

作者: 岭纬科技发表时间:2021-07-28 15:18:32

  1. 1. 技术原理
  1. 1.1 激光雷达技术


岭纬智能(Neuvition)Titan M1-R 纵向700线,最远600mm有效探测距离,基于1550nm激光回波信号测量技术采集列车前方画面点云数据,系统支持接入IMU 加速度数据,GNSS高精度GPS信息, 结合点云拼接算法生成3D高精度轨道线地图,并且通过标定生成数据地图。检测车通过每天获取的新点云数据发送至系统主机,系统通过算法将雷达获取的前方新点云数据进行计算分析(与数据地图做对比) 和存储,主要用于近距离轨道线的检测、侵限、障碍物检测。
 岭纬智能(Neuvition)激光雷达具备高分辨率,检测精度高, 回波强度准确等技术特点, 同时兼顾了俯仰方向的角度覆盖和角分辨率, 达到如下效果:
–有效抵抗环境光照强度对检测的干扰;
–竖直视场兼顾覆盖和网格分辨率, 角分辨率最高 H0.01°*V0.01°;
–工业化车规设计, 已经具备符合列车车载平台的运动、 振动、 电磁干扰及温湿度环境的第三方认证测试报告。
检测场景效果图如下所示:

图 1 激光雷达检测场景图

  1. 1.2 AI 视觉技术


岭纬智能(Neuvition)Titan M1-R激光雷达自带摄像头,实时采集列车前方画面并发送到系统的主机,主机通过神经网络算法并将点云数据作为辅助信息,智能识别出轨道上的目标物体,在视频流中标记并储存,将处理后的视频流通过内部接口传输至数据融合处理模块,主要用于中远距离轨道线识别,物体识别等,检测场景效果图如下所示:

图 2 AI 视觉检测场景图


1.3 数据融合处理技术

数据融合处理单元实时接收传感器的点云和视频流数据,对传感器检测到的数据信息进行时间和空间的配准和关联,继而精准识别出轨道线,划分出目标检测区域。系统就可以快速从点云数据中精准提出取出轨道转弯半径、钢轨数据与标定好的数据地图进行比对、分析。一旦比对的数据超出系统设定的阀值,系统便会发出报警提示,并提供故障线路的位置信息,方便铁路维护人员快速找出故障地点,及时维护。系统可以根据客户的需求提供不同容量的储存空间,来保存巡检信息,方便检修人员查阅、分析。具体实现流程:


a. 目标检测模块: 采用深度神经网络算法, 智能实时检测障碍物, 其中流程包括
特征提取, 边框回归, 分类器分类;
b. 铁轨分割模块: 采用深度神经网络算法, 智能实时识别出铁轨;
c. 推测补偿模块: 采用卡尔曼滤波算法跟踪补偿目标物体的实时位置;
d. 数据融合处理模块:目标识别结果将传输至数据融合处理模块;

  • 2. 产品参数

2.1产品尺寸:

2.2传感器参数

测距方法ToF 飞行时间测距
探测距离1 ~ 200m (20% 物体反射率);精度: ±2cm;
激光返回模式多次回波
分辨率水平 1750 ;垂直 480 ;
视场角水平 45°;垂直 25°;
角分辨率水平 0.03°;垂直 0.05°;
帧频1fps ~ 30fps
重复率最大 1,500,000 点/秒;200m 探测距离典型值 500,000 点/秒;

3.应用案例

3.1轨道线钢轨形变量检测

检测结论:激光雷达最大检测误差4.5mm,符合参数需求。

3.2 扣件识别检测

功能描述:轨道扣件识别,检测扣件功能是否完好

实现原理:通过搭建深度学习环境,将数据集输入Faster R-CNN模型进行训练和识别;选择合适的评价模型和评估标准进行结果分析。该方法对铁路扣件的检测准确率达到97.3%,

3.3 轨道交通接触网检测

功能描述:检测接触网的导高值和拉出值

实现原理:得益于岭纬科技激光雷达的每秒 150 万高频次激光测量频率和54000Hz 激光扫描频率, 点云输出刷新率可达 500Hz, 岭纬科技雷达可以支持20km/h慢速移动小车测量和快速在线检测车实时动态测量。

3.4 轨道交通侵限检测

功能描述:检测轨道沿线异物入侵,检修工人工具遗落

实现原理:列车主动障碍物检测功能通过 AI 视觉及激光雷达技术, 结合系统神经网络算法,实现列车前方280m范围内轨道上侵界障碍物体(最小200mm*200mm)的识别、检测。