本發明涉及鋼軌偏移量檢測，具體涉及智能軌道巡檢系統的無縫線路鋼軌檢測方法。

背景技術：

1、無縫線路鋼軌的縱向位移是指鋼軌沿著線路方向產生的相對移動，通常是由于溫度變化、列車荷載等因素引起，車輪與鋼軌之間的摩擦力、縱向水平推力產生的縱向蠕動現象，若縱向位移過大，會導致軌道幾何尺寸變化，影響列車運行的安全性和平穩性。因此，需要定期對無縫線路鋼軌的縱向位移進行檢測，發現不合格應當立即檢修。

2、目前，常用的測量鋼軌縱向位移的方法是在鋼軌上設置標志物，然后利用圖像采集設備獲取包含標志物的鋼軌圖像，再根據圖像中標志物的偏移量來確定實際鋼軌的縱向位移量。這種方法在理想條件下可以提供較為準確的測量結果。然而，在實際應用中，這種方法存在一些局限性。列車在運行過程中，列車輪對與鋼軌接觸面存在縱向接觸力和橫向接觸力兩種接觸力。在列車荷載長期作用下，由于列車循環往復的沖擊，會導致鋼軌相對于軌枕發生局部的橫向位移和扭轉。這種變形會影響粘貼在該位置處的標志物，使其發生變形，從而導致原始測量的鋼軌縱向位移量不準確。

技術實現思路

1、為了解決現有方法在對鋼軌縱向位移量進行測量時存在測量結果不準確的問題，本發明的目的在于提供一種智能軌道巡檢系統的無縫線路鋼軌檢測方法，所采用的技術方案具體如下：

2、本發明提供了一種智能軌道巡檢系統的無縫線路鋼軌檢測方法，該方法包括以下步驟：

3、獲取當前時刻以及歷史時刻無縫線路鋼軌上的若干個標志物圖像和當前時間段內每次列車經過標志物時的加速度，其中標志物包括待分析標志物；

4、基于歷史時刻待分析標志物圖像與當前時刻待分析標志物圖像中目標區域的位置分布情況，獲得鋼軌的縱向位移量；結合待分析標志物圖像與其他標志物圖像中目標區域的形狀相似情況、以及待分析標志物歷史時刻的圖像與當前時刻的圖像中目標區域的形狀變化程度，篩選待分析標志物的參考標志物；

5、綜合當前時刻每個參考標志物圖像中不同目標區域內不同灰度級下的像素點的數量分布差異，確定每個參考標志物的灰度混亂程度；基于每次列車經過參考標志物時的加速度，確定每個參考標志物所在位置的鋼軌彎度；結合所有所述灰度混亂程度和所有所述鋼軌彎度，確定待分析標志物的形變系數；

6、根據目標區域的形狀分布和所述形變系數對所述縱向位移量進行修正，獲得修正后的鋼軌縱向位移量。

7、優選的，所述基于歷史時刻待分析標志物圖像與當前時刻待分析標志物圖像中目標區域的位置分布情況，獲得鋼軌的縱向位移量，包括：

8、計算當前時刻待分析標志物圖像中每個目標區域的中心點與歷史時刻待分析標志物圖像中對應目標區域的中心點之間的歐式距離，記為每個目標區域的偏移距離；

9、基于標記點歷史時刻在無縫線路鋼軌上的位置和標記點當前時刻在無縫線路鋼軌上的位置，獲得標記點的實際移動距離；計算歷史時刻待分析標志物圖像中標記點的坐標和當前時刻待分析標志物圖像中標記點的坐標之間的第一歐式距離；計算第一歐式距離與預設調整參數的和值；其中預設調整參數大于0；

10、計算所述實際移動距離與所述和值之間的第一比值；

11、根據所述第一比值和所有目標區域的偏移距離的平均值，得到鋼軌的縱向位移量，所述第一比值和所述偏移距離的平均值均與所述縱向位移量呈正相關關系。

12、優選的，所述結合待分析標志物圖像與其他標志物圖像中目標區域的形狀相似情況、以及待分析標志物歷史時刻的圖像與當前時刻的圖像中目標區域的形狀變化程度，篩選待分析標志物的參考標志物，包括：

13、分別計算待分析標志物當前時刻的圖像中每個目標區域與候選標志物當前時刻的圖像中對應目標區域之間的形狀相似性，記為待分析標志物的每個目標區域對應的第一相似性；分別計算待分析標志物歷史時刻的圖像中每個目標區域與候選標志物歷史時刻的圖像中對應目標區域之間的形狀相似性，記為待分析標志物的每個目標區域對應的第二相似性；

14、分別計算每個標志物當前時刻的圖像中每個目標區域與歷史時刻的圖像中對應目標區域之間的周長差異，記為每個標志物對應的周長差異；

15、綜合所述第一相似性、所述第二相似性和待分析標志物對應的周長差異與候選標志物對應的周長差異之間的差異情況，得到候選標志物與待分析標志物之間的相似指標；

16、基于所述相似指標判斷候選標志物是否為待分析標志物的參考標志物；所述候選標志物為除待分析標志物外的任一標志物。

17、優選的，所述基于所述相似指標判斷候選標志物是否為待分析標志物的參考標志物，包括：

18、若所述相似指標大于預設相似閾值，則將候選標志物確定為待分析標志物的參考標志物。

19、優選的，所述綜合當前時刻每個參考標志物圖像中不同目標區域內不同灰度級下的像素點的數量分布差異，確定每個參考標志物的灰度混亂程度，包括：

20、對于任一參考標志物：

21、將第一目標區域劃分為預設數量個等大的子區域；根據每兩個子區域內同一灰度級下的像素點的數量差異和所有子區域內同一灰度級下的像素點的數量的方差，獲得第一目標區域在每個灰度級下的均勻因子；所述第一目標區域為當前時刻所述任一參考標志物圖像中的任一目標區域；

22、根據當前時刻所述任一參考標志物圖像中所有目標區域在每個灰度級下的均勻因子的整體分布，得到所述任一參考標志物的灰度混亂程度。

23、優選的，所述根據當前時刻所述任一參考標志物圖像中所有目標區域在每個灰度級下的均勻因子的整體分布，得到所述任一參考標志物的灰度混亂程度，包括：

24、對于任一灰度級：計算當前時刻所述任一參考標志物圖像中所有目標區域在所述任一灰度級下的均勻因子的平均值，記為所述任一灰度級下的均勻值；

25、將所有灰度級下的均勻值的平均值，確定為所述任一參考標志物的灰度混亂程度。

26、優選的，所述基于每次列車經過參考標志物時的加速度，確定每個參考標志物所在位置的鋼軌彎度，包括：

27、對于任一參考標志物：

28、對所有次列車經過所述任一參考標志物時的加速度的平均值的歸一化結果，確定為所述任一參考標志物所在位置的鋼軌彎度。

29、優選的，所述結合所有所述灰度混亂程度和所有所述鋼軌彎度，確定待分析標志物的形變系數，包括：

30、計算每個參考標志物的灰度混亂程度與對應的鋼軌彎度之間的第二比值；

31、將所有參考標志物所對應的所述第二比值的平均值的歸一化結果，確定為待分析標志物的形變系數。

32、優選的，所述根據目標區域的形狀分布和所述形變系數對所述縱向位移量進行修正，獲得修正后的鋼軌縱向位移量，包括：

33、過待評價目標區域的中心點，作一條線段，其中線段的兩個端點與待評價目標區域的邊緣線相交；將所述線段與列車行駛方向之間的夾角記為待評價目標區域對應的形變角度；所述待評價目標區域為當前時刻待分析標志物圖像中的任一目標區域；

34、計算當前時刻待分析標志物圖像中所有目標區域對應的形變角度的第一平均值；

35、若所述第一平均值小于預設角度閾值，則將常數1與所述待分析標志物的形變系數之間的差值作為調整權重；若所述第一平均值大于或等于預設角度閾值，則將常數1與所述待分析標志物的形變系數之間的和值作為調整權重；

36、利用所述調整權重對縱向位移量進行修正獲得修正后的鋼軌縱向位移量。

37、優選的，所述利用所述調整權重對縱向位移量進行修正獲得修正后的鋼軌縱向位移量，包括：

38、將所述調整權重與所述縱向位移量之間的乘積作為修正后的鋼軌縱向位移量。

39、本發明至少具有如下有益效果：

40、本發明首先根據歷史時刻待分析標志物圖像與當前時刻待分析標志物圖像中目標區域的位置分布情況，對鋼軌的縱向位移量進行了初步評價，然后結合待分析標志物圖像與其他標志物圖像中目標區域的形狀相似情況以及待分析標志物歷史時刻的圖像與當前時刻的圖像中目標區域的形狀變化程度，篩選了待分析標志物的參考標志物，進一步通過目標區域內不同灰度級下的像素點的數量分布差異和列車經過參考標志物時的加速度，確定了待分析標志物的形變系數，并結合目標區域的形狀分布修正鋼軌縱向位移量，本發明通過引入參考標志物的篩選、灰度混亂程度和鋼軌彎度的綜合分析，克服了傳統方法中因標志物變形導致的誤差問題，從而解決了傳統方法中由于鋼軌局部變形導致的測量誤差問題，提高了鋼軌縱向位移測量結果的準確精度。