本發明主要涉及螺母松動檢測，具體涉及一種基于3d點云數據的螺母松動程度檢測方法、介質及系統。

背景技術：

1、螺母作為一種常見的緊固件，被廣泛用于機車、城軌和動車等車輛。螺母緊固的穩定性涉及到列車運行的安全，因此對螺母是否緊固牢靠的松動檢測十分重要。目前，各機務段路局仍采用人工檢測的方式，通過防松標記線等輔助手段進行識別。一輛列車緊固螺母成千上萬，重復對列車進行點檢需要大量的時間和人力，較易發生人為疏忽。

2、目前關于螺母松動的識別方法主要分為基于傳感器方法和基于二維圖像數據方法?；趥鞲衅鞣椒ㄍǔＰ枰诖龣z測部件加裝傳感裝置，容易受環境限制；而基于二維圖像數據方法容易受車體表面水漬、灰塵、污漬、光照等因素影響。

技術實現思路

1、本發明要解決的技術問題就在于：針對現有技術存在的技術問題，本發明提供一種檢測精度高的基于3d點云數據的螺母松動程度檢測方法、介質及系統。

2、為解決上述技術問題，本發明提出的技術方案為：

3、一種基于3d點云數據的螺母松動程度檢測方法，包括步驟：

4、s1、選取無故障螺母的車輛獲取相對應的圖片點云數據，作為模板點云數據，并獲取待檢測螺母的圖片點云數據，作為待檢點云數據；

5、s2、根據模板點云數據中確定的模板roi區域裁剪出待檢點云數據中對應的待檢測roi區域；

6、s3、將模板roi區域與待檢測roi區域進行配準；

7、s4、根據模板roi區域點云，得到待檢測roi區域點云中螺母的位置；

8、s5、獲取螺母所在位置點云與底座平面之間的距離，再根據距離來判斷螺母的松動程度。

9、優選地，步驟s4的具體過程為：

10、對待檢測roi區域點云進行平面擬合，區分螺母安裝的底座平面點云和其他點云；

11、對其他點云進行聚類，獲得帶類別標簽的點云團簇；

12、根據模板roi區域點云中每個螺母的位置信息，將該區域分別在x、y、z三個方向上進行擴充；根據該擴充空間，在待檢測roi區域點云中截取出可能包含待檢測螺母的空間點云；

13、將點云團簇與空間點云求交集，獲得的交點組成待檢測螺母的位置。

14、優選地，步驟s5的具體過程為：

15、計算螺母所在位置點云到底座平面的距離，將該距離集合按照從高至低進行排序，并將距離小于h2的點予以剔除，獲得距離數組dist_h:[h1,h2,h3,h4,.....,hn]；

16、若dist_h中所有值均小于h1+0.5，則將dist_h中大于h1-0.5的值進行剔除，在剩余點查找與底座平行的且高度最高的平面，記錄其平面高度h0，計算h0-h2則為螺母松動的程度；

17、若dist_h中大于h1+0.5的點超過10個，在dist_h所有點中查找與底座平行的且高度最高的平面，記錄其平面高度h00，計算h00-h2則為螺母松動的程度；

18、其中h1為正常狀態時螺栓頂端所在的第一平面與底面平面的垂直距離；h1為正常狀態時螺母頂端所在的第二平面與底面平面的垂直距離。

19、優選地，在查找平面的過程中，點到底座平面的高度差小于0.1的認為在同一平面。

20、優選地，其中h1和h2根據模板圖片點云數據每一個螺母分別計算得到。

21、優選地，在步驟s3中，在進行配準之前，先模板roi區域與待檢測roi區域進行下采樣。

22、優選地，采用icp配準方法進行配準。

23、優選地，在步驟s1中，對應的模板點云數據與待檢點云數據為同一車型、同一拍攝角度和同一位置。

24、本發明還公開了一種計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序在被處理器運行時執行如上所述方法的步驟。

25、本發明進一步公開了一種基于3d點云數據的螺母松動程度檢測系統，包括相互連接的存儲器和處理器，所述存儲器上存儲有計算機程序，所述計算機程序在被處理器運行時執行如上所述方法的步驟。

26、與現有技術相比，本發明的優點在于：

27、本發明針對列車螺母松動的故障，僅用3d圖像/點云進行檢測，在確保螺母松動檢出率的前提下，降低了系統復雜度和硬件成本；由于基于三維點云數據，通過空間差異來識別螺母松動，受光照車體污漬影響較小，檢測精度高。

28、本發明采用模板匹配方法，對待檢測螺母進行定位，分析待檢測點云數據與模板點云數據差別，從而進行松動識別，降低人工標注工作量，對于負樣本需求量較少以及負樣本缺乏的項點適用性較好；對待檢測圖片與模板圖片局部區域進行配準，去除底座平面，對其他部分點云進行聚類，結合原始模板檢測目標位置進行精準定位；針對配準失敗情況，提高待檢測目標的定位精度，進而增強模型容錯能力。上述方法根據待測目標與模板目標的3d點云數據差別，量化松動程度，直觀給出松動數值。

技術特征：

1.一種基于3d點云數據的螺母松動程度檢測方法，其特征在于，包括步驟：

2.根據權利要求1所述的基于3d點云數據的螺母松動程度檢測方法，其特征在于，步驟s4的具體過程為：

3.根據權利要求1所述的基于3d點云數據的螺母松動程度檢測方法，其特征在于，步驟s5的具體過程為：

4.根據權利要求3所述的基于3d點云數據的螺母松動程度檢測方法，其特征在于，在查找平面的過程中，點到底座平面的高度差小于0.1的認為在同一平面。

5.根據權利要求3所述的基于3d點云數據的螺母松動程度檢測方法，其特征在于，其中h1和h2根據模板圖片點云數據每一個螺母分別計算得到。

6.根據權利要求1-5中任意一項所述的基于3d點云數據的螺母松動程度檢測方法，其特征在于，在步驟s3中，在進行配準之前，先模板roi區域與待檢測roi區域進行下采樣。

7.根據權利要求6所述的基于3d點云數據的螺母松動程度檢測方法，其特征在于，采用icp配準方法進行配準。

8.根據權利要求1-5中任意一項所述的基于3d點云數據的螺母松動程度檢測方法，其特征在于，在步驟s1中，對應的模板點云數據與待檢點云數據為同一車型、同一拍攝角度和同一位置。

9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序在被處理器運行時執行如權利要求1～8中任意一項所述方法的步驟。

10.一種基于3d點云數據的螺母松動程度檢測系統，包括相互連接的存儲器和處理器，所述存儲器上存儲有計算機程序，其特征在于，所述計算機程序在被處理器運行時執行如權利要求1～8中任意一項所述方法的步驟。

技術總結
本發明公開了一種基于3D點云數據的螺母松動程度檢測方法、介質及系統，方法包括步驟：S1、選取無故障螺母的車輛獲取相對應的圖片點云數據，作為模板點云數據，并獲取待檢測螺母的圖片點云數據，作為待檢點云數據；S2、根據模板點云數據中確定的模板ROI區域裁剪出待檢點云數據中對應的待檢測ROI區域；S3、將模板ROI區域與待檢測ROI區域進行配準；S4、根據模板ROI區域點云，對待檢測ROI區域點云進行處理得到待檢測ROI區域點云中螺母的位置；S5、獲取螺母所在位置點云與底座平面之間的距離，再根據距離來判斷螺母的松動程度。本發明能夠量化松動程度且檢測精度高。

技術研發人員：劉雨聰,李晨,孫木蘭,皮魏,褚金鵬,陳豪,王群
受保護的技術使用者：株洲中車時代電氣股份有限公司
技術研發日：
技術公布日：2025/4/28