基于机器视觉的CRTSⅡ型轨道板裂缝检测技术研究
发布时间：2021-01-05 20:36
随着我国经济的飞速发展,我国加大了对基础设施的建设,其中高速铁路作为交通运输的重要组成部分,迎来了发展的契机。轨道安全作为高速铁路正常运营的必要条件之一,涉及广大人民群众的基本利益,其中轨道板裂缝是轨道安全中的重点隐患。目前CRTSⅡ型板式轨道作为我国高速铁路中铺设最长的一种无砟轨道,该类型的轨道板裂缝检测安全问题成为热点话题。由于存在夜间弱光环境下图像对比度低、图片采集困难等问题,使得对轨道板裂缝检测的工作成为了一个难点,并且在进行轨道板裂缝检测时,交叉裂缝和细小裂缝也是其中一个难以克服的困难。针对上述存在的问题,本文在综合分析国内外研究发展的基础上,对基于机器视觉的CRTSⅡ型轨道板裂缝检测技术进行了充分研究,主要内容如下:（1）为解决YOLO网络对微小裂缝检测效果较差的问题。本文用1*1卷积层代替了原有网络中的全连接层,同时将YOLO网络中浅层卷积网络提取的低层特征和深层卷积网络中提取的抽象语义特征相叠加,以提升对微小裂缝的检测效果。（2）为解决YOLO网络对交叉裂缝检测效果较差的问题。本文在原有网络基础之上加入了锚框机制,并对其进行优化,以形成六种面积差值相同的锚框,从而提高了...
【文章来源】：上海应用技术大学上海市
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
CRTSⅡ型轨道板横断面图
诵械目沾捌谑苯?校?斓兰煨奕?员根据工种的不同分成各个检修组，每个小组负责某一条线路。以人工为主来对轨道板进行病害检测的方式有较多缺陷，如人工检测效率低下、误检率和漏检率较高、人力成本昂贵等问题，使得当前的检测效果和检测精度无法满足铁路运营安全的实际需求[9]。当前，我国在墙体、公路路面和桥梁表面的裂缝检测方面，已经取得了一些相应的研究成果，并且部分成果已投入到实际工程中。但在铁路轨道板的裂缝检测方面，我国还处于起步阶段，仍需对其中大量的细节问题进行研究。特别的，在针对CRTSⅡ型板式图1.2CRTSⅡ型板式轨道图Fig.1.2CRTSIItrackboardrealmap
第8页上海应用技术大学硕士学位论文第2章CRTSⅡ轨道板裂缝检测的理论基础2.1轨道板裂缝病害基本知识在轨道板长期的服役过程中，由于高速铁路动车组列车长时间运行，并且受到温度、阴雨天气的影响，无砟轨道板各个组件会受到不同程度的磨损，从而导致病害的出现。其中CRTSII型轨道板的病害包括，裂缝、缺块、变形三种。裂缝病害主要包括横向裂缝，纵向裂缝，以及与横截面平行的侧边裂缝。而缺块病害主要包括由于外力导致轨道板破碎和脱落等原因。变形病害主要包括轨道板的拱起和翘曲等因素。CRTSⅡ型无砟轨道板的病害类型与病害成因[25]，如下表2.1所示。表2.1轨道板裂缝病害Table2.1Crackdiseaseoftrackboard由于变形病害是轨道板本身结构形变引起的，缺块病害出现的概率较小，且其区域较大，不容易漏检，而轨道板裂缝细小，人工较难检测，裂缝的成因不同，所以主要针对轨道板裂缝病害进行研究和分析。关于CRTSⅡ型无砟轨道板裂缝病害主要有脱粘导致的裂缝病害、宽窄接缝处裂缝病害、离缝病害，如图2.1所示。下面几节将详细的介绍CRTSⅡ常见的几种轨道板裂缝病害。裂缝类型病害成因裂缝横向裂缝拉应力大于混凝土材料所容许的最大拉应力纵向裂缝由于支撑力的缺失，导致顶中部位的拉应力较小侧边裂缝侧向力产生的力矩使得限位装置的拉应力较小变形翘曲、拱起由于温度梯度而导致的结构变形表面损坏破碎、剥离受到雨水侵蚀后，表面开裂，使得裂缝进一步扩散①整体脱粘②板角脱粘③板边脱粘④离缝图2.1部分层间脱粘损伤示意图Fig.2.1Theschematicdiagramofpartialinterlayerdebondingdamage
【参考文献】：
期刊论文
[1]基于SVM的显著性目标自动分割方法[J]. 胡学刚,吴开元. 计算机工程与设计. 2019(09)
[2]基于圆形阵列标定板的张氏相机标定法[J]. 汪首坤,赵金枝,姜明,王浩田,张一丁. 北京理工大学学报. 2019(08)
[3]基于SIFT算法的大场景视频拼接算法及优化[J]. 杨思燕,贺国旗,刘如意. 计算机科学. 2019(07)
[4]面向多尺度目标检测的改进Faster R-CNN算法[J]. 李晓光,付陈平,李晓莉,王章辉. 计算机辅助设计与图形学学报. 2019(07)
[5]改进YOLO的车辆检测算法[J]. 刘肯,何姣姣,张永平,姚拓中,常志国. 现代电子技术. 2019(13)
[6]基于深度学习的目标检测算法综述[J]. 吴雨露,张德贤. 信息与电脑(理论版). 2019(12)
[7]聚合物混凝土在CRTSⅡ型板式无砟轨道宽窄接缝混凝土修复施工中的应用[J]. 赵世煜,陈占,崔国庆,何新辉. 混凝土与水泥制品. 2019(06)
[8]基于模板边缘的自适应Harris角点检测算法[J]. 李冰,吕进来,郝晓丽. 现代电子技术. 2019(11)
[9]基于Faster R-CNN的隧道图像裂缝检测[J]. 吴贺贺,王安红,王海东. 太原科技大学学报. 2019(03)
[10]中国高速铁路信息化现状及智能化发展[J]. 史天运. 科技导报. 2019(06)
博士论文
[1]基于深度学习的自动驾驶单目视觉目标识别技术研究[D]. 陈宇鹏.吉林大学 2019
[2]面向铁路运行环境检测的图像复原、增强及配准方法研究[D]. 吕国豪.北京交通大学 2017
[3]高速铁路CRTSⅡ型板式无砟轨道结构失效分析与伤损试验研究[D]. 赵磊.东南大学 2017
[4]CRTSⅡ型板式轨道层间损伤及其影响研究[D]. 李培刚.西南交通大学 2015
硕士论文
[1]基于Faster R-CNN的交通标志检测方法[D]. 杨梦梦.湖北工业大学 2019
[2]基于深度学习的混凝土路面裂缝检测[D]. 王丽苹.河北工程大学 2018
[3]基于机器视觉的路面裂缝及附属物检测研究[D]. 王创.西安理工大学 2018
[4]自动驾驶场景下实时路面裂缝检测技术研究与实现[D]. 欧阳林澍.北京邮电大学 2018
[5]CRTSⅡ型轨道板裂缝产生与裂缝扩展规律研究[D]. 孙旭.石家庄铁道大学 2017
[6]基于图像处理的地铁隧道裂缝检测技术研究[D]. 胡皙.北京交通大学 2014
[7]基于机器视觉的电容屏非可视区引线缺陷检测方法研究[D]. 姚晓飞.南京理工大学 2014
[8]CRTSII型板式无砟轨道砂浆离缝的影响及维修指标研究[D]. 何川.西南交通大学 2013
[9]基于均值算法的混合噪声图像滤波算法的研究与实现[D]. 王延翔.北京邮电大学 2010
本文编号：2959262
【文章来源】：上海应用技术大学上海市
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
CRTSⅡ型轨道板横断面图
诵械目沾捌谑苯?校?斓兰煨奕?员根据工种的不同分成各个检修组，每个小组负责某一条线路。以人工为主来对轨道板进行病害检测的方式有较多缺陷，如人工检测效率低下、误检率和漏检率较高、人力成本昂贵等问题，使得当前的检测效果和检测精度无法满足铁路运营安全的实际需求[9]。当前，我国在墙体、公路路面和桥梁表面的裂缝检测方面，已经取得了一些相应的研究成果，并且部分成果已投入到实际工程中。但在铁路轨道板的裂缝检测方面，我国还处于起步阶段，仍需对其中大量的细节问题进行研究。特别的，在针对CRTSⅡ型板式图1.2CRTSⅡ型板式轨道图Fig.1.2CRTSIItrackboardrealmap
第8页上海应用技术大学硕士学位论文第2章CRTSⅡ轨道板裂缝检测的理论基础2.1轨道板裂缝病害基本知识在轨道板长期的服役过程中，由于高速铁路动车组列车长时间运行，并且受到温度、阴雨天气的影响，无砟轨道板各个组件会受到不同程度的磨损，从而导致病害的出现。其中CRTSII型轨道板的病害包括，裂缝、缺块、变形三种。裂缝病害主要包括横向裂缝，纵向裂缝，以及与横截面平行的侧边裂缝。而缺块病害主要包括由于外力导致轨道板破碎和脱落等原因。变形病害主要包括轨道板的拱起和翘曲等因素。CRTSⅡ型无砟轨道板的病害类型与病害成因[25]，如下表2.1所示。表2.1轨道板裂缝病害Table2.1Crackdiseaseoftrackboard由于变形病害是轨道板本身结构形变引起的，缺块病害出现的概率较小，且其区域较大，不容易漏检，而轨道板裂缝细小，人工较难检测，裂缝的成因不同，所以主要针对轨道板裂缝病害进行研究和分析。关于CRTSⅡ型无砟轨道板裂缝病害主要有脱粘导致的裂缝病害、宽窄接缝处裂缝病害、离缝病害，如图2.1所示。下面几节将详细的介绍CRTSⅡ常见的几种轨道板裂缝病害。裂缝类型病害成因裂缝横向裂缝拉应力大于混凝土材料所容许的最大拉应力纵向裂缝由于支撑力的缺失，导致顶中部位的拉应力较小侧边裂缝侧向力产生的力矩使得限位装置的拉应力较小变形翘曲、拱起由于温度梯度而导致的结构变形表面损坏破碎、剥离受到雨水侵蚀后，表面开裂，使得裂缝进一步扩散①整体脱粘②板角脱粘③板边脱粘④离缝图2.1部分层间脱粘损伤示意图Fig.2.1Theschematicdiagramofpartialinterlayerdebondingdamage
【参考文献】：
期刊论文
[1]基于SVM的显著性目标自动分割方法[J]. 胡学刚,吴开元. 计算机工程与设计. 2019(09)
[2]基于圆形阵列标定板的张氏相机标定法[J]. 汪首坤,赵金枝,姜明,王浩田,张一丁. 北京理工大学学报. 2019(08)
[3]基于SIFT算法的大场景视频拼接算法及优化[J]. 杨思燕,贺国旗,刘如意. 计算机科学. 2019(07)
[4]面向多尺度目标检测的改进Faster R-CNN算法[J]. 李晓光,付陈平,李晓莉,王章辉. 计算机辅助设计与图形学学报. 2019(07)
[5]改进YOLO的车辆检测算法[J]. 刘肯,何姣姣,张永平,姚拓中,常志国. 现代电子技术. 2019(13)
[6]基于深度学习的目标检测算法综述[J]. 吴雨露,张德贤. 信息与电脑(理论版). 2019(12)
[7]聚合物混凝土在CRTSⅡ型板式无砟轨道宽窄接缝混凝土修复施工中的应用[J]. 赵世煜,陈占,崔国庆,何新辉. 混凝土与水泥制品. 2019(06)
[8]基于模板边缘的自适应Harris角点检测算法[J]. 李冰,吕进来,郝晓丽. 现代电子技术. 2019(11)
[9]基于Faster R-CNN的隧道图像裂缝检测[J]. 吴贺贺,王安红,王海东. 太原科技大学学报. 2019(03)
[10]中国高速铁路信息化现状及智能化发展[J]. 史天运. 科技导报. 2019(06)
博士论文
[1]基于深度学习的自动驾驶单目视觉目标识别技术研究[D]. 陈宇鹏.吉林大学 2019
[2]面向铁路运行环境检测的图像复原、增强及配准方法研究[D]. 吕国豪.北京交通大学 2017
[3]高速铁路CRTSⅡ型板式无砟轨道结构失效分析与伤损试验研究[D]. 赵磊.东南大学 2017
[4]CRTSⅡ型板式轨道层间损伤及其影响研究[D]. 李培刚.西南交通大学 2015
硕士论文
[1]基于Faster R-CNN的交通标志检测方法[D]. 杨梦梦.湖北工业大学 2019
[2]基于深度学习的混凝土路面裂缝检测[D]. 王丽苹.河北工程大学 2018
[3]基于机器视觉的路面裂缝及附属物检测研究[D]. 王创.西安理工大学 2018
[4]自动驾驶场景下实时路面裂缝检测技术研究与实现[D]. 欧阳林澍.北京邮电大学 2018
[5]CRTSⅡ型轨道板裂缝产生与裂缝扩展规律研究[D]. 孙旭.石家庄铁道大学 2017
[6]基于图像处理的地铁隧道裂缝检测技术研究[D]. 胡皙.北京交通大学 2014
[7]基于机器视觉的电容屏非可视区引线缺陷检测方法研究[D]. 姚晓飞.南京理工大学 2014
[8]CRTSII型板式无砟轨道砂浆离缝的影响及维修指标研究[D]. 何川.西南交通大学 2013
[9]基于均值算法的混合噪声图像滤波算法的研究与实现[D]. 王延翔.北京邮电大学 2010
本文编号：2959262
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/2959262.html
