0 引言
截至2020年,全国铁路运营里程共计15万千米,其中高速铁路占运营总里程的1/5。随着铁路规模的不断扩大,轨道检测成为铁路运行安全问题的重中之重[1]。根据《高速铁路无砟轨道线路维修规则(试行)》[2],轨道检测参数包括轨道静态几何尺寸容许偏差值和轨道动态不平顺项目,如轨距、高低、水平、扭曲和轨距变化率等。现有轨道检测手段主要分为两种:一是传统人工巡检,检测效率低下,检测项目单一,费时费力,对工人熟练程度要求高,检测结果受各种主观因素影响[3];二是轨道检测车,对比人工检测,轨道检测车提高了检测精度、检测效率和检测项目,但其检测速度也还不能满足实时性的要求。目前轨道检测车主流的检测技术包括超声波检测技术、涡流探伤技术和基于图像处理和模式识别方法的视觉检测[4]。基于图像处理和模式识别方法的视觉检测是检测轨道表面擦伤的最有潜力的技术之一,具有非接触测量、适用于近景目标和视场较大的场景、适用于静态目标和动态目标、能快速获取被测目标的几何信息和信息量大等优点[5-9]。
本文详细内容请下载:https://www.chinaaet.com/resource/share/2000004963。
作者信息:
陈晶晶,田 鹏,黄 伟
(四川大学 机械工程学院,四川 成都610065)

凡《网络安全与数据治理》(原《信息技术与网络安全》)录用的文章,如作者没有关于汇编权、翻译权、印刷权及电子版的复制权、信息网络传播权与发行权等版权的特殊声明,即视作该文章署名作者同意将该文章的汇编权、翻译权、印刷权及电子版的复制权、信息网络传播权与发行权授予本刊,本刊有权授权本刊合作数据库、合作媒体等合作伙伴使用。同时,本刊支付的稿酬已包含上述使用的费用,特此声明。