IEEE Transactions on Instrumentation and Measurement, Vol. 71, 2022 5013812 论文综述报告
主要作者与发表信息 本文的作者包括 Xiaowen Yao, Zongyi Xing, Andong Sheng 和 Yuejian Chen，分别隶属于南京理工大学自动化学院和同济大学轨道交通研究所。此研究发表在《IEEE Transactions on Instrumentation and Measurement》，发布时间为2022年，文章编号为5013812。
背景与研究目标 本文重点研究基于图像的受电弓滑板磨耗与姿态的在线监测系统。受电弓是电力机车的重要部件，通过接触导线传输电能，为列车提供动力。然而，受电弓由于复杂的运行环境和长时间的磨损，经常会出现磨耗异常、姿态异常等故障。这些故障严重时不仅会损坏受电弓和接触网设备，还可引发灾难性事故，因此条件监测尤为重要。传统的人工检修方法虽然灵活，但存在人为偏差、安全隐患，并且效率较低。
近年随着自动化和计算机视觉技术的快速发展，非接触式监测技术(如基于超声波的检测或基于图像处理技术的方法）被提出。但由于照明条件复杂、背景环境变化大，现有技术在图像质量和检测精度方面仍需进一步提升。本研究旨在通过高清摄像头与图像处理技术，开发一种受电弓滑板磨耗和姿态监测系统，实时评估受电弓健康状态，从而提高运营及维护效率，保证列车安全稳定运行。
研究方法与工作流程 系统框架与组成 本文提出的基于图像的在线监测系统由三个模块组成：图像采集模块、数据处理模块与远程控制模块。其中： 1. 图像采集模块 - 包括六个高清 CCD 摄像头，由 LED 灯条辅助照明，提高成像亮度和清晰度； - 五个轮位传感器用于列车触发信号获取； - 列车编号采集装置检测每列通过列车的编号。 2. 数据处理模块 - 实现受电弓滑板与姿态图像的处理、分析与存储； - 滑板状态参数与受电弓整体姿态参数通过自定义的图像算法提取并评估。 3. 远程控制模块 - 实现对系统运行状态和检测结果的远程监控。
数据通过监测区域设备收集后，实时传递到中央数据库进行分析处理。
摄像机标定与图像预处理 摄像机标定涉及从二维像素坐标系 (PCS) 到三维世界坐标系 (WCS) 的转换。标定主要分为外参标定与内参标定，采用基于实测标定平面的方法，通过棋盘标靶获取映射关系。同时，利用 Canny 算法提取滑板上下边缘，通过形态学方法对边缘断点进行优化，确保曲线平滑性。
滑板磨耗状态评估 滑板定位：通过灰度变化位置信号确定滑板的位置，逐步缩小搜索区域，排除机械结构干扰。 磨耗曲线提取：在滑板下边缘角度校正后，通过线性拟合和自适应多项式拟合方法生成磨耗曲线。 磨损状态分类：根据曲线获得滑板最小余量磨损值（Minimum Residual Wear, 即最小厚度）和磨损变化率（Wear Variation, 即磨损梯度变化）。磨损程度分为四类： 正常磨耗（即均匀磨损）； 过量磨耗（滑板厚度低于警告阈值）； 阶梯磨耗； 槽形磨耗。 受电弓姿态监测 角点检测：首先利用 Hough 变换行检测，提取受电弓角位置直线线性特征；通过窗口模板生成角点位置。 三个姿态参数： 中心线偏移：指受电弓中心与参考中心的距离； 垂直偏移：受电弓左右角点纵向的绝对高度差； 倾斜角度：角点连线与参考线之间的夹角。 评估标准：通过大量正常状态数据提取平均参考参数 (xbase, ybase, kbase)，将其作为基准值，与实时数据对比判断是否超出预警阈值。 实验设计 实验分为两部分： - 实验室环境验证：在控制环境中搭建受电弓监测系统，通过激光位移传感器记录基准数据；实验验证滑板磨耗监测与姿态参数评估精度。 - 现场布设：系统已在广州地铁9号线飞鹅岭站上线，实时演示隧道高铁列车受电弓监测。
实验结果 实验室验证 滑板磨耗监测 滑板数据通过高精度激光传感器对比标定，系统测量的最小误差 (ME) 为0.68 mm，均方根误差 (RMSE) 为0.27 mm，表明系统具有较高精度。 姿态精度验证 姿态参数在平移及旋转受电弓实验中进行计算，结果显示： 中心线偏移的绝对误差 mm； 垂直偏移绝对误差 mm； 倾斜角度绝对误差<0.5°，满足工程监测需求。 现场部署结果 列车速度影响 分析列车速度对相机视场角 (FOV) 和单像素尺寸 (SPS) 的影响，速率范围在 0-85 km/h 时，SPS 的变化可忽略不计，说明系统可以稳定运行在实际低速和高速列车场景下。 磨耗评估 现场四组滑板磨耗测量值与人工测量对比后误差小于0.8 mm。磨耗结果显示其余量和梯度均低于警戒阈值，无异常磨耗。 姿态评估 实时采集数据显示，三项姿态参数均未超过设定警戒值，评估结果为“正常状态”。 研究意义与价值 此研究在技术创新和应用价值方面具有重大意义： 1. 提出了基于 HD 摄像头的受电弓健康管理系统，克服了传统人工检修的局限性； 2. 系统同时监测滑板磨耗与姿态，融合图像处理、标定与动态算法，操作简便，精度优于现有设备； 3. 在实际地铁场景中成功部署，满足了轨道交通高安全性和实时监测的需求。
同时，论文也指出，由于动态环境复杂，部分算法仍需进一步优化，尤其是姿态评估的鲁棒性。此外，未来计划建立实验室试验台进一步提高受电弓状态监测精度。
研究亮点 创新性工作流程：结合多摄像头、实时伺服系统及标定算法，有效提高磨耗与姿态监测稳定性； 提供滑板磨耗的多类分析模型，并可扩展到其他非接触式监测场景； 实现地铁设施运营效率与维护精度的显著提升，为智能轨道交通系统提供了有力技术支持。