岭纬轨道交通检测解决方案

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。

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。