1、軌道平順度檢測儀光斑定位的研究軌道平順度檢測儀光斑定位的研究一 研究背景近年來，隨著科技的發(fā)展，許多測量技術(shù)都已經(jīng)自動化。鐵路運輸是當(dāng)今經(jīng)濟發(fā)展的大動脈，鐵路軌道的平順度直接影響列車的安全運行。最初，鐵路軌道平順度是純?nèi)斯磉M行操作，即，繩正法1。兩人將一根棉線拉直放到軌道上進行觀測找出軌道的偏移量及位置。但當(dāng)弦繩長度超過 20 米時，弦繩因風(fēng)力、自重和自身張力的影響，難以拉直或無法穩(wěn)定，導(dǎo)致檢測結(jié)果誤差較大或無法測量。由于激光具有良好的方向性，發(fā)散角小，所以，目前很多的直線測量問題都采用了激光技術(shù)作為輔助的測量手段，至今為止，激光準(zhǔn)直技術(shù)仍然是最有效的直線測量手段之一，而且被廣泛應(yīng)用于電梯安

2、裝、大壩檢測、鐵路施工以及大型幾何形位誤差測量等領(lǐng)域。目前我局的軌道平順度檢測儀是將激光發(fā)射儀和目標(biāo)靶固定在被測量軌道的兩端，在激光發(fā)射后，激光光斑投射到目標(biāo)靶的某一位置。待激光光斑相對穩(wěn)定后來進行人工讀取數(shù)據(jù)。雖然激光準(zhǔn)直技術(shù)解決了繩正法的某些問題，并在一定程度上提高了效率，但是在數(shù)據(jù)的讀取上仍然存在很多的問題和誤差。比如，由于作業(yè)時間基本在晚上或者夜里，光斑位置的光強于周圍形成了鮮明的對比，所以對人眼的傷害很大；由于激光本身存在著漂移，空氣氣流的隨機擾動、大氣折射率的不均勻性、引力場的影響及準(zhǔn)直系統(tǒng)機械結(jié)構(gòu)的不穩(wěn)定性等，都會影響人工讀取數(shù)據(jù)的精度；光斑是一個區(qū)域，并非一個點，在人工估算光斑

3、中心點的坐標(biāo)的時候難免會有一定的誤差。所以，如何能最大限度的減少這些誤差，能精確的定位光斑中心的位置將是整個軌道平順度檢測的關(guān)鍵部分之一。二 現(xiàn)有的技術(shù)目前，國內(nèi)外針對軌道的檢測技術(shù)已經(jīng)有了比較成熟的技術(shù)。在國外，主要采用的是大型軌道檢測列車對鐵路軌道進行檢測。日本，在2000年研制出第一代新干線多功能檢測車3。德國，研制了Geo Rail-Xpress綜合檢測車3。法國于2003年下半年開始改裝TGV路網(wǎng)型列車3，改造為高速檢測列車(定名為MGV) 3。我國，在1998年完成了GJ-4型軌檢車的研發(fā)3。像這些大型的軌道檢測車雖然運行的速度高，但是在其制造成本上也是非常昂貴的。在某些施工作業(yè)及

4、日常的軌道線路維護上極為不便。到目前為止，國內(nèi)已經(jīng)有多個公司在小型以及便攜式的軌道平順度檢測設(shè)備上有了很多的研究與突破。如，江西日月明公司的GJY-H-5軌道檢查儀3(如圖1所示)，山東省激光科學(xué)院激光研究所研制的JGJJ-3軌道檢測儀3 (如圖2所示)等。圖1 日月明公司的GJY-H-5軌道檢查儀圖2 JGJJ-3軌道檢測儀國外，比較著名的有瑞士安伯格公司生產(chǎn)的GRP1000軌道檢測儀3 (如圖3所示)，和德國GEDO軌道測量系統(tǒng)3 (如圖4所示)。圖3 安伯格公司的GRP1000軌道檢測儀圖4 GEDO軌道測量系統(tǒng)這些軌道檢測儀都在一定程度上解決了軌道平順度測量人工讀數(shù)的問題，并且有的已經(jīng)

5、具備了其他的測量功能。三 本文提出的問題及設(shè)想為了填補我局在軌道平順度檢測光斑定位無自動化處理的這項空白，本文提出了以下解決方案。目前，我局所使用的軌道平順度檢測儀的基本結(jié)構(gòu)為(圖5)：激光發(fā)射儀目標(biāo)靶圖5 我局所使用的軌道平順度檢測儀的基本結(jié)構(gòu)框圖其基本工作原理是：在某一段被檢測軌道兩邊將激光發(fā)射儀和目標(biāo)靶水平固定，使用激光發(fā)射儀上的望遠(yuǎn)鏡對準(zhǔn)目標(biāo)靶的中心位置，對準(zhǔn)后開啟激光發(fā)射儀，當(dāng)目標(biāo)靶在軌道上移動的時候，若在某一點激光光斑在目標(biāo)靶靶面上的位移超過規(guī)定誤差范圍，說明此段軌道的平順度出現(xiàn)問題，并立即采取相應(yīng)的措施。這種方法雖然在一定程度解決了繩正法的工作效率及誤差較大的問題，但是由于光斑中

6、心在目標(biāo)靶面上的坐標(biāo)仍然要靠人工來讀取，這樣也會造成人為的一些誤差。再者，由于作業(yè)時間基本是在晚上或者夜里，激光光斑與周圍的光線亮度形成了鮮明的對比，長時間作業(yè)會對人眼造成一定的傷害。由此，如何解決自動化確定光斑中心位置來代替人眼的問題已經(jīng)迫在眉睫。為此，本文提出，利用圖像處理技術(shù)解決光斑中心位置坐標(biāo)確定的問題(圖6)。具體如下：首先，將目標(biāo)靶的靶面換成白色的薄布來代替現(xiàn)有的目標(biāo)靶；然后，在目標(biāo)靶后面加裝一個攝像頭，使攝像頭的整體中心水平線與靶面的中心對齊，并將攝像頭與個人手提電腦或者某一便攜式手持儀進行連接；最后，編寫軟件，當(dāng)激光打開時，光線投射到目標(biāo)靶形成光斑。由于目標(biāo)靶是由白色薄布或其它

7、材質(zhì)制作，所以在攝像頭一面也可以清晰的看到光斑的投影，這樣再利用編寫的軟件就可以對光斑位置進行實時的判定及讀取。數(shù)據(jù)處理激光發(fā)射儀目標(biāo)靶攝像頭圖6 本文設(shè)計思路框圖在目標(biāo)靶、攝像頭及個人手提電腦(便攜式手持儀)的固定方面，本文認(rèn)為可以設(shè)計一個軌道小車，這樣在軌道小車上面可以將目標(biāo)靶、攝像頭及數(shù)據(jù)處理部分一并固定( 目標(biāo)靶固和攝像頭定在與軌道垂直方向，數(shù)據(jù)處理部分固定在軌道小車上安裝的工作平臺上)。當(dāng)軌道小車在軌道上移動到某一被測點時，激光光斑投射在目標(biāo)靶上，攝像頭對目標(biāo)靶上的光斑進行實時處理，這樣，不但解決了人工讀數(shù)的問題，也在一定程度上增加了工作的效率。四 實現(xiàn)方案從一開始的接觸到現(xiàn)在，已經(jīng)

8、查閱的些光斑定位方面的資料，對光斑處理方面需要面對的問題已經(jīng)有了初步的了解，在方案的軟件實施上已經(jīng)有了初步的認(rèn)識。4.1 現(xiàn)有算法簡介由于本文將采用攝像頭對激光投射到目標(biāo)靶上的光斑進行圖像采集，之后對采集到的數(shù)據(jù)進行圖像處理以實現(xiàn)光斑中心的坐標(biāo)數(shù)據(jù)的讀取，所以，將采用光斑定位的相關(guān)算法來對光斑在目標(biāo)靶上的具體位置進行計算。目前常用的光斑定位算法有：重心法、Hough變換法、圓擬合法和空間矩法。1.重心法4重心法，圖像中的各個像素的灰度值與其所在的位置的乘積和總面積的值作比，進而求得圖像的重心。如，先將所得到的激光光斑處理為具有256級灰度圖像，然后求出激光光斑重心。假設(shè)采集到的光斑圖像的大小為

9、X×Y像素，設(shè)代表i行第j列的像素灰度值，則重心計算公式為： (1) (2)若是以時間復(fù)雜度來考慮算法的速度，假設(shè)光斑直徑為n，由于公式(1)和公式(2)是在光斑區(qū)域內(nèi)進行求和計算，那么可以計算出該算法的時間復(fù)雜度為。可以看出，重心法簡單明了，計算的速度較快。但是重心法要求光斑的形狀比較規(guī)則，即，光斑圖像要有良好的對稱性，且分布要比較均勻。在有光線干擾，尤其是強光線的干擾下定位精度將大大降低，此時的測量結(jié)果經(jīng)常不可用。2.Hough變換法：Hough變換是利用圖像空間和Hough參數(shù)空間的點對偶性，把圖像空間中的檢測問題轉(zhuǎn)換到參數(shù)空間。通過在參數(shù)空間里進行累加統(tǒng)計，然后再Hough參

10、數(shù)空間尋找累加器峰值的方法檢測曲線。采用Hough變換檢測任意曲線的原理如下4：被檢測的曲線方程為： (3)式中a1，a2，an方程參數(shù)；x，y空間圖像點坐標(biāo)。對于圖像中任一空間點(x0，y0)，可由公式(3)變換為參數(shù)空間(a1，a2，an)中的一條曲線。對圖像曲線上n個點進行上述變換，在參數(shù)空間得到n條曲線，由公式(3)可知該曲線必定經(jīng)過同一點(a10，a20，an0)，根據(jù)參數(shù)空間的此點坐標(biāo)便可確定圖像空間域中得分曲線l。直線、圓的參數(shù)方程分別為： (4) (5)Hough變換是將空間域內(nèi)每個輪廓點帶入?yún)?shù)方程(3)，根據(jù)計算結(jié)果對參數(shù)空間(a1，a2，an)中的量化點就近原則進行投票，

11、得票最多的點即為所求圖像空間域中曲線對應(yīng)的參數(shù)空間點。由公式(5)，圓的參數(shù)空間為(a，b，r)，其中(a，b)表示圓心，r表示半徑，因此采用Hough變換可以檢測出激光光斑的中心及半徑。Hough變換需要對參數(shù)空間離散化，限制了檢測精度。另外參數(shù)空間得票最多的點未必唯一，選擇不同的點得到的圖像空間曲線差異比較大。圓的Hough變換由于對每一個邊界點都需要在三維空間參數(shù)內(nèi)逐點投票、記錄，時間復(fù)雜度為，計算時間比較長，而且占用計算機內(nèi)存比較大，因此在實用中受到了限制。3.圓擬合法圓擬合方法是從橢圓擬合方法發(fā)展而來的，由于圓是橢圓的特殊形態(tài)，所以它們的原理基本相同。對于給定平面上的一組樣本點，尋找

12、一個橢圓，使其盡可能靠近這些樣本點。也就是說，將圖像中的一組數(shù)據(jù)以橢圓方程為模擬進行擬合，使某一橢圓方程盡量滿足這些數(shù)據(jù)，并求出橢圓的各個參數(shù)。最后通過確定的參數(shù)來確定橢圓的最終方程，以此來確定橢圓的中心，即為所求圖像的中心。基于圓擬合的激光光斑中心檢測算法4，根據(jù)最小二乘原理(殘差平方和最小)用圓來逼近激光光斑輪廓。圓的方程為： (6)在此，取殘差為： (7)式中，E表示所有邊界的集合；圖像邊界點坐標(biāo)。殘差平方和函數(shù)為： (8)根據(jù)最小二乘原理，應(yīng)有： (9)即： (10)將公式(10)簡化整理得： (11)對公式(11)消掉二次項后整理為： (13)由上式便可推出參數(shù)a，b的表達(dá)式，結(jié)合公

13、式(11)得圓參數(shù)為： (14)由公式(14)可以看出，根據(jù)最小二乘原理的圓擬合推到出的光斑中心(及半徑)檢測算法雖然形式復(fù)雜，但僅對邊界點循環(huán)一次就可計算出各參數(shù)，時間復(fù)雜度為，較為復(fù)雜的根方運算只是在計算出中心參數(shù)a、b后求半徑時計算一次，因此整個算法的計算速度將會很快。4.空間矩定位法空間矩方法是用邊緣檢測模型和邊緣公式計算中心，該方法不受加性和乘性噪聲的影響。基于空間矩的激光光斑中心定位法5先使用LOG算子把光斑邊緣定位到單像素精度，使用二階空間矩算子進一步細(xì)分，使邊緣定位達(dá)到亞像素精度，通過擬合計算得到光斑中心坐標(biāo)。該算法運算精度高，但要求在使用空間矩算法時光斑邊緣為理想二級邊緣，即

14、背景和邊緣只用兩個灰度值來表示。而實際上從背景到邊緣存在過度階段，不可能是兩個簡單的二級邊緣，要想飛到更高的定位精度，需要通過建立誤差查找表進行校正，或者使用三級模型來描述邊緣等，在實際光線復(fù)雜變化的情況下這難以實現(xiàn)。4.2 算法選取及實現(xiàn)過程由于在檢測過程中，激光的投射距離較遠(yuǎn)，光斑可能受到散射、衍射、隨機噪聲和光線的干擾，最終在目標(biāo)靶面上所形成的光斑不是很規(guī)則。所以，在整個的檢測過程中，需要對激光光斑中心進行實時的精確定位，且具備一些抗噪聲干擾的功能。重心法雖然簡單，計算量小，但是由于在遠(yuǎn)距離投射后，在許多噪聲的干擾下激光光斑很難達(dá)到對稱性好，光斑分布均勻，很難對光斑的中心進行準(zhǔn)確的定位。

15、Hough變換法需要對參數(shù)空間離散化，就在這一點就已經(jīng)限制了檢測的精度。另外，該算法要求每一個邊界點在三維參數(shù)空間進行逐點投票，時間的復(fù)雜度遠(yuǎn)高于其他算法，且投票結(jié)果點極有可能不唯一，因此在實時性及精確性受到了限制。空間矩定位法運算精度高，但是，在激光在經(jīng)過圓距離的投射后，要找到理想的二級邊緣也非常困難。圓擬合算法在時間復(fù)雜度上要遠(yuǎn)小于其他算法，所以滿足實時性的要求，所要做的就是如何盡量減少其他噪聲的干擾。所以本文將采用圓擬合算法來作為整個檢測過程的基本算法來對光斑中心坐標(biāo)進行計算。整個檢測流程如圖7所示。圖7 檢測過程基本流程預(yù)調(diào)整用于提高光斑圖像質(zhì)量，并在一定程度上改變某些光線的色調(diào)(如自

16、然光)，顏色識別用于將出除紅黑色光斑以外的其它顏色排除，閾值判定用來設(shè)定某一閾值，排除干擾光線，最終得到光斑處為白色其它為黑色的二值化圖像，濾波用來濾除除光斑以外的噪聲，最終利用圓擬合算法進行坐標(biāo)計算。(1) 圖像預(yù)調(diào)整。對采集到的圖像信號進行亮度、對比度、白平衡和飽和度的調(diào)整。通過白平衡的調(diào)整，使圖像本身色彩偏冷，自然光呈現(xiàn)輕微的藍(lán)綠色；通過亮度和對比度的調(diào)整，使光斑圖像清晰、色差明顯；通過飽和度的調(diào)整，使圖像顏色飽和。經(jīng)處理后，圖像效果更有利于后期的識別和處理。(2) 顏色識別。系統(tǒng)激光器發(fā)出的激光為純凈紅色激光，在其RGB值當(dāng)中，R值很高，而G、B較低，R與G、B的差異很大，RGB值的方

17、差大。而干擾光線來自于自然光，正常情況下比較接近于白光，色彩與純凈的紅色激光顏色差異很大，不管其光線強弱，其RGB值都比較接近，RGB值的方差小，同時由于對圖像信號進行預(yù)調(diào)整時，已經(jīng)使圖像偏冷，自然光已呈現(xiàn)藍(lán)綠色，因此R不可能大于G、B。為此，在采集時，首先設(shè)定合適的RGB差值，然后對采集到的圖像信號逐點進行RGB識別，其中R與G、B差值差值大于設(shè)定值的點，可確定為是紅點，確認(rèn)其為激光發(fā)射器產(chǎn)生的激光，而其他點不符合紅色激光點的特征，可認(rèn)為是干擾光線，予以濾除。(3) 閾值判定。在光斑圖像中，衍射條紋、散射的弱光和自然光線總體亮度都低于光斑中心規(guī)則部分的亮度，要求除衍射條紋、散射弱光和干擾光線

18、，需濾除亮度較弱的部分。在采集光斑信號時，預(yù)先設(shè)定合適的采集亮度閾值，然后只取用亮度值大于設(shè)定閾值的光電，而對亮度值小于設(shè)定值的點可認(rèn)為是衍射、散射弱光或干擾光線，予以濾除。顏色識別和閾值判定可同時進行，即在預(yù)處理時只對亮度值大于設(shè)定閾值的紅色點進行標(biāo)記，而對顏色或亮度值不符合設(shè)定特征的點不予以采用。(4) 濾波。激光經(jīng)過一段距離的傳輸后所形成的激光光斑由于受空氣中的塵埃、所起等影響和激光本身的因素，可能在光斑中隨機形成耀點(斑)和暗點(斑)。這些將導(dǎo)致運算結(jié)果不穩(wěn)定，因此，也應(yīng)該消除這些點(斑)的影響。采用Opening算法消除外部噪聲點(包括1次Erosion操作和1次Dilation操作

19、)，再進行1次Closing才做去除光斑中的暗點(包括1次Dilation操作和1次Erosion操作)。在具體的操作中，選用3×3的白色方塊結(jié)構(gòu)元S(Structuring element S)作為遮罩(Mask)，而圖像本身作為1個二值圖像B(Binary image B)進行1次Opening運算和一次Closing運算。 (15)(5) 圓心擬合。在經(jīng)過圖像預(yù)處理、顏色識別、閾值判定和濾波后，采集時的抗干擾能力明顯增強，信號光斑形狀比較規(guī)則，對稱性較好，光斑邊緣比較光滑而清晰，有利于圖像中心的準(zhǔn)確運算和穩(wěn)定，光斑邊緣比較光滑而清晰，有利于圖像中心的準(zhǔn)確運算和穩(wěn)定。對于形狀對稱

20、性較好的光斑，從理論上分析可知，擬合圓心第1次就能較好地找準(zhǔn)圓心位置。(6) 光斑漂移處理。由于是在室外作業(yè)，所以在整個測量過程中激光光束會受到環(huán)境振動、空氣擾動等使之產(chǎn)生漂移的現(xiàn)象，即在目標(biāo)靶上的光斑位置不穩(wěn)定。這樣使得經(jīng)圖像處理后得到的光斑中心坐標(biāo)值也不穩(wěn)定。由于測量過程是實時的，即，用攝像頭對目標(biāo)靶上的光斑圖像進行實時的讀取，所以為了解決這一問題，本文設(shè)想出以下方案：在激光發(fā)射器與目標(biāo)靶對準(zhǔn)后開啟激光和攝像頭，這時我們會發(fā)現(xiàn)目標(biāo)板上的光斑會在噪聲的干擾下產(chǎn)生隨機漂移現(xiàn)象。在顯示終端上也可以看到光斑位置的不穩(wěn)定。在采集圖像過程中，本文認(rèn)為可以設(shè)定一時間閾值，在這段時間內(nèi)讓數(shù)據(jù)處理部分計算出

21、所有光斑位置的中心坐標(biāo)值。待超出時間閾值后自動停止采集圖像并計算采集到的坐標(biāo)值的平均坐標(biāo)值。最后以這個最終的坐標(biāo)值來作為最終的光斑中心的坐標(biāo)。現(xiàn)有常用的求平均值的方法有算術(shù)平均值、幾何平均值、加權(quán)平均值等。在視頻采集的過程中，所得到被采集點的坐標(biāo)分別為：，那么，用算術(shù)平均值進行計算最終的光斑中心坐標(biāo)方法如下：，用幾何平均值計算最終的光斑中心坐標(biāo)方法如下：假設(shè)所得到被采集點的坐標(biāo)分別為：，那么，用加權(quán)平均值計算最終的光斑中心坐標(biāo)方法如下：假設(shè)被采集點的坐標(biāo)分別為：，那么在某一段區(qū)域內(nèi)出現(xiàn)的橫坐標(biāo)總數(shù)占所有點的總數(shù)的百分?jǐn)?shù)作為這段橫坐標(biāo)的權(quán)數(shù)，那么我們要求得的光斑中心的橫坐標(biāo)即為：式中，為權(quán)數(shù)下的

22、所有橫坐標(biāo)點的和，其中，。同理可得縱坐標(biāo)為：式中為權(quán)數(shù)下的所有縱坐標(biāo)點的和，其中，。值得注意的是，橫坐標(biāo)的m與縱坐標(biāo)的m并不一定相等。經(jīng)過以上處理，得到最終的中心坐標(biāo)值為。文中提到的方法只是預(yù)期設(shè)想，在以后的實驗中可能還發(fā)現(xiàn)問題和不足，在以后的工作當(dāng)中將對發(fā)現(xiàn)的問題和不足可能會涉及到某些地方的修改。在所測中心位置的平均值的選取，本文認(rèn)為，在整個算法最終成型之前應(yīng)對平均值的選取進行大量的實驗，以確保所選取的平均值算法部分能夠最大限度的接近理論上的真值，即，所要得到的中心坐標(biāo)。但是在光斑中心定位的基本算法圓擬合法，基本不變。圖8是本文設(shè)想的整個過程的流程圖。開始圖像采集預(yù)調(diào)整顏色識別閾值分割二值化

23、濾 波圓擬合確定中心計算平均坐標(biāo)值找到光斑？采集時間到？得到最終坐標(biāo)值圖8 整個過程流程圖五 主要參考文獻1 閆國珍線路激光測量儀的設(shè)計思路J鄭州科技通訊，2008，22 陳東生，田新宇，劉維幀等鐵路軌道檢測的現(xiàn)狀及發(fā)展J.2008軌道交通建設(shè)與運營安全研討會3 高春雷，王發(fā)燈利用激光準(zhǔn)直技術(shù)檢測線路的長波不平順J鐵道建筑，2009，14 孔兵,王昭,譚玉山基于圓擬合的激光光斑中心檢測算法J紅外與激光工程，2002，65 藍(lán)章禮，楊小帆.激光光斑中心定位算法的實用性改進J計算機工程，2008，6(3)6 陳青山，呂乃光，燕必希等激光準(zhǔn)直高斯光斑中心位置計算方法分析J計算機測量與控制，2004，127 高春雷，王發(fā)燈利用激光準(zhǔn)直技術(shù)檢測線路的長波不平順J鐵道建筑,2009,18 王志乾，劉兆