图像自动识别技术在铁路上的应用

马凌宇

摘 要

图像识别技术是人工智能的一个重要方面，是运用计算机以及数学运算对形状、字符模型以及图形图像实现自动识别、评价的过程，既减少了人工劳动力，还能够存储原始数值，便于检查和运用，有着很大的优势。本文对图像自动识别技术在铁路的应用进行了研究，并对其在铁路行业中的发展进行了分析。

【关键词】图像自动识别 铁路 应用

1 图像识别技术

图像识别指的是指图像刺激于人体感觉器官，其距离的变化或在人体感觉器官上刺激位置的变化，都会引起图像在视网膜上的位置和状态的变化。大家对其的识别是经验过的某一图像的过程，也称作图像再认。在图像识别中，既要有即时进到感官的信息，也要有之前保存的信息。在这一状况下，人们仍是能够认出之前所感觉过的图像。而且图像识别能够不受感觉途径的所限。仅有经过保存的信息与即时的信息实现比较的处理过程，才会完成对图像的再认。

图像识别技术一般是基于图像的重要特点的。每幅图像都有其特点，对图像识别时人体器官的研究证明，视线会汇聚在图像的特征上，也就是信息量集中的区域。而且人的扫描路径也總会依序从一个转移到另一个上。可以得出，在图像识别中，知觉功能需要除去输入的过多信息，选择关键的信息。并且，在大脑里肯定有一个管理整合信息的机能，它能把人们获取的信息组合成一个整体的知觉形象。

在人体图像识别机制中，对很多图像的识别常常要经过各个层级的信息处理才会完成。对那些熟知的图像，因为获得了它的主要特征，就会把它看作一个单元来识别，而不再关注它的其他部分了。这类由单独的单元构成的整体叫做组块，每一组块是一起被感觉的。在文字形式的识别中，人们不仅能够把一个汉字的笔划或偏旁等单元构成一个组块，而且能把常常在同时出现的字或词构成组块单位来进行识别。本文对图像识别技术在铁路的应用进行研究。

2 图像自动识别技术在铁路的应用

2005年，第一套车辆故障动态图像检测系统（TFDS）在铁路获得安装应用，TFDS设备是国内铁路货车安全防范警示体系地对车安全控制系统（5T系统）设施中自主创新研发的现代化车辆运用安全技术设备，不断在当前运输组织运作下起到越来越关键的安全防范效果，实现了全新技术层面的升级，增强了列检工作水平，车辆列检工作方式有了全面的创新。

动车故障动态图像检测系统（TEDS） 、车辆故障动态图像检测系统（TVDS）是5T系统中TFDS对客车车辆、动车管理的有效拓展，做到了对客车车辆、动车车辆的有效监测。

TFDS、TEDS、TVDS都是运用轨边装设的摄像头，来观察运行货车、客车、动车组的走行部、制动配件等等各个运行位置的图像，并利用网络迅速传送到列检室内设备实现分析并及时预警，迅速观察到故障信息，避免车辆事故，确保铁路的运行安全。

3 图像自动识别技术在铁路的需求

当前，铁路联网投入使用的TVDS设备47套、TFDS设备有359套、TEDS设备32套，负责着每日监控铁路70多万辆货车、4.7万辆客车以及1700组动车组的行驶安全责任，TVDS、TFDS、TEDS都运用了图像自动收集、人工读取的形式对火车故障实现分析。伴随列车编组、数量的持续扩充，尤其是高速列车组大面积的运行，在高速行驶下，一点微小的问题都会造成很大的安全隐患，所以增强动车组在快速行驶中车辆状态的检查和问题告警、增强动车组行驶监控质量非常关键。

TVDS、TFDS、TEDS系统工作人员时刻观测数量庞大的图像，易于出现疲乏漏检、误差，且人工操作提高了对车辆故障问题的主观性，客观性不够。必须运用计算机自动识别动、客、货车运作故障并有效排除不重要图片的图像自动识别技术，增强设备自动化水平，免除人为引发的故障漏检、误差。

图像自动识别技术以电脑网络技术、图像处理技术等作为基础，经过对获取的图像信息实现检测和分析，获得出车辆关键部分是不是存在不正常状况，并能够自动实现不正常图像的自动区域定位和异常类型分取，完成动、客、货车车辆检测自动化，并构建标准问题库，应用模式识别技术有效增强系统检测精准度和工作效率，完成对车辆故障图像的自动识别，减少检车人员工作强度，增强工作效率，确保车辆运行安全。

4 图像自动识别技术的分析

要实现图像自动识别技术，就要首先明确动、客、货车故障种类及TFDS、TVDS、TEDS系统图像收集范围，才能给出自动识别技术及识别方法、技术要求。

4.1 明确故障类型

依据多面体元件多维空间轮廓技术研究，动、客、货车故障可以分为两种：

（1）部件失去或断裂；

（2）按照各级修程规定有关零部件形变尺寸度量表，调节系统内部模型数据，明确部件是否损伤。

识别方法：利用准确定位方法、多角度配比同器件的有效特征点技术。从图像中获得各部分轮廓值，与调节好的数值精准模型比较，观察其零部件持续的轮廓值是不是与所建模型提供轮廓值相同，如果此值与模型对比结果为整体上或部分上的不一致，就定义为失去或损伤。

4.2 有效的故障识别方法

4.2.1 应用当前较多使用的相关检测类软件实现自动识别研究

比如：COGNEX Vision Pro、Matrox Inspector等，这些相关的软件在对流水线上的加工部件做出检测时能够获得非常高的检测以及测量准确，不过需要图像质量要高，成像类似性要好。因为动、客、货车工作环境问题，该技术很难在TFDS等系统中有效的运用。

4.2.2 应用常用的图像处理方法实现二维图像故障检测模块研究

这一技术在研发和调试时都必须有足够的问题样例作为开发凭据，不过许多大的故障出现概率不高，且许多故障元件表现形式多样，在二维图像上元件与背景投影在相机感光芯片上时混在一起，虚警率很高。另外，动、客、货车元件数量多，不能将所有的部件都实现故障模块开发，

4.2.3 应用比对识别的形式实现异常检测

这一技术能够精准获得图像中的问题，但对那些非固定编组的车辆很难获得该列车的以前的图像，算法运用性仍然不足。

4.2.4 有关三维图像的建模识别技术

这一技术利用三维图像能够整体获取每种识别部件的空间构造模型，应用与该构造模型进行三维数据比对进行该部件的问题检测，能够发挥比对识别检测准确的特点，同时由于目标与背景在三维模型上能够准确区分，整个算法的虚警率有效减少，是当前机器视觉领域的重要发展方向。该识别技术，首先实现三维图像数据收集，应用2个高清相机构成一个扫描单元，创建一个双目视觉采集路径，收集货车底部和侧下位的相关图像；接着构建立体模型，视差图像能够看到，經过双目视觉处理能够获取立体信息（即3D信息），通过这些信息经过算法运算能够创建车底、侧部的高精度立体模型。

4.3 图像识别及运用软件平台

图像识别及运用软件平台，为系统提供图像信息浏览、数据集中调度、自动化智能化故障报警、设备运用、数据统计分析等作用，还实现了设备使用的全过程监控和观测。

4.4 图像自动识别装置

图像自动识别装置，包括图像自动识别服务器、运行在该服务器上的识别调度框架部分、图像自动识别部分及平台数据标准接口等，是对图像故障实现自动识别的专用装置，

以TFDS系统为例：

（1）识别调度框架部分，利用平台标准数据接口自动获得车辆信息，并立刻调动识别模块实现图像识别；

（2）识别调度框架部分，利用平台标准数据接口与图像识别及运用软件平台实现数据交互；

（3）识别调度框架部分整体上把自动识别结果反应给图像识别及运用软件平台，确保数据安全，方便数据汇总管理；

（4）图像识别及运用软件平台负担识别结果的展示、统计、对比研究等。

5 图像自动识别技术在铁路的运用情况

2002年，原铁道部组织了相关设备厂商对图像自动识别技术在铁路中的应用进行研究工作，通过2007年、2012年的两次考察审核以及改善，设备厂商持续优化识别算法，增强模块识别率。当前，交叉杆端部牢固螺栓松动、货车轴承挡键遗失、闸瓦插销突出等问题，客车单元制动缸钳型杠杆开口销遗失、基础制动配件（闸瓦）遗失、单元制动缸安装圆销遗失，以及动车组走行部、底架悬吊件、钩缓连续、制动工件、车体两侧裙板等位置图像的自动识别模块都已实现了故障及时通报，达到了实际使用需求。

6 结语

图像自动识别技术对于确保动、客、货车行驶安全、减少人工劳动程度、增强列检工作效率、提升检车水平有着关键意义，当前图像自动识别技术已在货车TFDS、客车TVDS和动车TEDS上获得有效应用，伴随图像自动识别技术的不断发展、改善和进一步运用，将逐渐引入到机车及供电检测领域，以后定会在铁路运输安全保障工作中发挥更大的作用。

参考文献

[1]张辉，寇亚洲，刘隽，等.基于图像识别技术的动车组车号自动识别方法[J].中国铁路，2015（12）：42-45.

[2]张益，何应德，吴迪.基于数字图像分析的铁路货车闸瓦插销窜出故障自动识别方法[J].铁路计算机应用，2015（12）：39-42.

[3]李睿，武晓春，LIRui，等.基于数字图像处理的直线型铁轨的自动识别[J].电视技术，2014，38（03）：167-169.

[4]许艳峰，XUYanfeng.动车组故障轨边图像自动检测系统图像对比算法研究[J].铁路计算机应用，2013，22（05）：23-26.

[5]刘兴起，寻志，张君.利用辅助手段提升TFDS系统自动识别技术的方案及建议[J].铁道机车车辆，2016，36（02）：80-82.

作者单位

哈尔滨市科佳通用机电股份有限公司 黑龙江省哈尔滨市 150001