本發明涉及鐵路線路巡檢領域，特別是涉及一種無人機鐵路線路巡檢裝置、系統及方法。

背景技術：

在鐵路局系統中，要保證鐵路行車安全，鐵路線路巡檢是必不可少的日常作業工作。目前，現有的鐵路線路巡檢完全依靠鐵路線路巡檢工人沿鐵路沿線檢查鐵路軌道的方式，這種巡檢方式存在巨大的局限性和缺陷，例如，巡檢工人巡檢1公里的鐵路線路需要大約1小時，導致巡檢時間長；在雨、冰雪、高溫天氣等惡劣環境下仍需要巡檢，致使巡檢工人勞動強度大；巡檢工人巡檢時，經常有列車經過巡檢地等，存在不安全的因素。因此，這種巡檢方式已經不適宜于現有鐵路線路巡檢作業，也不滿足高速鐵路線路運營的安全要求。

無人機鐵路巡檢系統解決了人工巡檢存在的問題，但是隧道鐵路線路屬于鐵路線路中特殊路段，對于其損傷和缺陷巡檢頻次更要重視，而現有技術中并未對此提出解決辦法。在現有無人機鐵路線路巡檢技術中，由于隧道內光線強度較低，且隧道高度低導致無人機飛行高度過低，安全性不夠高，因此無人機無法巡檢隧道內鐵路線路。并且現有技術中對無人機拍攝到的照片沒有進行后期的處理，因此無法從拍攝的照片中判斷出存在異常情況的鐵路線路的具體路段。

技術實現要素：

本發明的目的是提供一種無人機鐵路線路巡檢裝置、系統及方法，以解決現有技術中存在的無人機無法巡檢隧道內鐵路線路以及無法準確判斷和定位鐵路線路的故障點等問題。

為實現上述目的，本發明提供了如下方案：

一種無人機鐵路線路巡檢裝置，包括：無人機、無人機操控器、攝像頭、控制器、顯示器；所述無人機操控器安裝在所述無人機上；所述攝像頭包括至少兩組，至少一組所述攝像頭安裝在所述無人機上，至少一組所述攝像頭安裝在鐵路隧道內；所述攝像頭用于采集鐵路線路的現場圖像數據，所述現場圖像數據包括鐵路線路的圖像及坐標；所述控制器與所述攝像頭連接，用于接收、處理和監控所述攝像頭采集到的所述現場圖像數據；所述控制器與所述無人機操控器連接，用于控制所述無人機操控器對所述無人機的飛行參數進行設置；所述顯示器用于顯示由所述控制器輸出的圖像數據。

可選的，安裝在鐵路隧道內的所述攝像頭為多組，多組所述攝像頭按預設距離安裝在鐵路隧道內的頂部。

可選的，所述裝置還包括存儲模塊和傳輸模塊；所述存儲模塊安裝在鐵路隧道口外的墻壁上，用于存儲所述攝像頭采集到的鐵路隧道內的所述現場圖像數據；所述傳輸模塊安裝在鐵路隧道口外的墻壁上，用于將所述存儲模塊中存儲的所述現場圖像數據發送至所述控制器。

可選的，所述控制器包括接收模塊、圖像處理模塊以及監控模塊；所述接收模塊用于接收所述傳輸模塊發送的所述現場圖像數據；所述圖像處理模塊用于處理所述現場圖像數據；所述監控模塊用于監控處理后的所述現場圖像數據。

可選的，所述裝置還包括手機檢測系統，所述手機檢測系統安裝在可移動智能設備上，用于查看所述監控模塊的監控結果。

一種無人機鐵路線路巡檢方法，所述方法具體包括：

獲取鐵路線路的現場圖像數據，所述現場圖像數據包括鐵路線路的圖像及坐標；

對所述鐵路線路的現場圖像數據進行處理，得到處理后的圖像；

判斷所述處理后的圖像中的鐵路線路是否存在故障點；

若存在故障點，對存在所述故障點的鐵路線路進行定位；

若無故障點，返回對所述鐵路線路的圖像進行處理的步驟。

可選的，所述對所述鐵路線路的現場圖像數據進行處理的步驟，具體包括：

拼接所述鐵路線路的圖像；

對拼接后的所述鐵路線路的圖像進行灰度化處理，得到灰度圖像；

采用中值濾波法對所述灰度圖像進行降噪；

采用高斯濾波法對降噪后的所述圖像進行銳化；

采用邊緣檢測算法對銳化后的所述圖像進行特征提取，提取出所述圖像中的鋼軌組件的圖像，得到鋼軌組件圖像，所述鋼軌組件包括鋼軌、鋼軌地基、軌道板、軌道床和軌道扣件；

對所述鋼軌組件圖像進行灰度補償，得到處理后的圖像。

可選的，所述判斷所述處理后的圖像中的鐵路線路是否存在故障點，具體包括：

獲取所述處理后的圖像的灰度值；

將所述灰度值與預設閾值進行比較；

若所述灰度值大于所述預設閾值，則確定所述圖像中的鐵路線路存在故障點；

若所述灰度值小于或等于所述預設閾值，則確定所述圖像中的鐵路線路無故障點。

可選的，所述對存在所述故障點的鐵路線路進行定位，具體包括：

讀取所述處理后的圖像的坐標；

根據所述處理后的圖像的坐標及所述故障點，確定所述故障點的坐標；

根據所述故障點的坐標及地球經緯度的對應關系，確定所述故障點的實際地理位置。

一種無人機鐵路線路巡檢系統，包括：

圖像獲取單元，用于獲取鐵路線路的現場圖像數據，所述現場圖像數據包括鐵路線路的圖像及坐標；

圖像處理單元，用于處理所述鐵路線路的現場圖像數據，得到處理后的圖像；

判斷單元，用于判斷所述處理后的圖像中的鐵路線路是否存在故障點；

定位單元，用于當所述判斷單元判定處理后的所述圖像中的鐵路線路存在故障點時，對存在所述故障點的鐵路線路進行定位。

與現有技術相比，本發明的有益效果是：本發明提供了一種無人機鐵路線路巡檢裝置、系統及方法，本發明中無人機操控器安裝在無人機上，可以設置無人機的飛行參數，操控無人機的飛行姿態，保證無人機的安全飛行；攝像頭安裝在無人機上和鐵路隧道內，既可以采集隧道外的鐵路線路上的現場圖像數據，又可以采集隧道內的鐵路線路上的現場圖像數據；并且控制器與攝像頭連接，控制器可以對攝像頭采集到的鐵路線路上的現場圖像數據進行后期的處理以及監控，通過對圖像數據的預處理、閾值比較以及坐標的讀取從而判斷出鐵路線路是否存在故障點，并能夠準確定位故障點，然后通過顯示屏顯示監控結果，便于工作人員查看并進行及時的檢修。綜上，本發明實現了對隧道內外的鐵路線路進行巡檢，并且能夠對采集到的圖像數據進行后期的處理、監控，進而更加準確地判斷和定位鐵路線路的故障點。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。

圖1為本發明實施例無人機鐵路線路巡檢裝置的結構圖；

圖2為本發明實施例控制器的結構圖；

圖3為本發明實施例巡檢方法的流程圖；

圖4為本發明實施例對鐵路線路的圖像進行處理的方法流程圖；

圖5為本發明實施例判斷處理后的圖像中的鐵路線路是否存在故障點的方法流程圖；

圖6為本發明實施例對存在故障點的鐵路線路進行定位的方法流程圖；

圖7為本發明實施例巡檢系統的結構圖。

其中，1-無人機，2-無人機操控器，3-攝像頭，4-控制器，5-顯示器，41-接收模塊、42-圖像處理模塊，43-監控模塊，6-圖像獲取單元，7-圖像處理單，8-圖像處理單元，9-定位單元。

具體實施方式

下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。

本發明的目的是提供一種無人機鐵路線路巡檢裝置、系統及方法，以解決現有技術中存在的無人機無法巡檢隧道內鐵路線路以及無法準確判斷和定位鐵路線路的故障點等問題。

為使本發明的上述目的、特征和優點能夠更加明顯易懂，下面結合附圖和具體實施方式對本發明作進一步詳細的說明。

圖1為本發明實施例無人機鐵路線路巡檢裝置的結構圖；圖2為本發明實施例控制器的結構圖。

實施例1，如圖1所示，無人機鐵路線路巡檢系統包括無人機1、無人機操控器2、攝像頭3、控制器4、顯示器5。

無人機1用于對隧道外的鐵路線路進行巡視，無人機操控器2安裝在無人機1上，對無人機1的飛行路線、飛行軌跡、飛行姿態等進行實時控制。無人機1在巡視過程中，遇到來往的列車，可以按照無人機操控器2設置的參數保持原位置等待，列車行駛過后，再按照無人機操控器2設置的飛行姿態繼續巡視，這樣可以保證無人機1在巡檢過程中的安全性。

攝像頭3至少有兩組，至少一組安裝在無人機上1上，至少一組安裝在鐵路隧道內，攝像頭3主要用于采集鐵路線路的現場圖像數據，現場圖像數據包括鐵路線路的圖像及坐標。安裝在無人機1上的攝像頭3主要用于采集隧道外的鐵路線路的現場圖像數據，安裝在鐵路隧道內的攝像頭3為多組，多組攝像頭3按預設距離安裝在鐵路隧道內的頂部，主要用于采集隧道內的鐵路線路的現場數據。此外，本裝置還包括存儲模塊和傳輸模塊，存儲模塊安裝在鐵路隧道口外的墻壁上，用于存儲攝像頭3采集到的鐵路隧道內的現場圖像數據；傳輸模塊安裝在鐵路隧道口外的墻壁上，用于將存儲模塊中存儲的現場圖像數據發送至控制器4。當傳輸模塊出現問題時，還可以通過人工提取的方式將現場圖像數據導入到控制器4中。由于攝像頭3包括至少兩組，不僅安裝在無人機1上，還有至少一組安裝在隧道內，保證了本裝置采集到的鐵路線路線路的現場圖像數據的完整性、全面性。

控制器4與攝像頭3連接，用于接收、處理和監控攝像頭3采集到的現場圖像數據；且控制器還與無人機操控器2連接，用于控制無人機操控器2對無人機1的飛行參數進行設置。如圖2所示，控制器4包括接收模塊41、圖像處理模塊42以及監控模塊43。接收模塊41用于接收傳輸模塊發送的現場圖像數據；圖像處理模塊42用于處理現場圖像數據；監控模塊43用于監控處理后的現場圖像數據。通過控制器4可以對攝像頭3采集到的鐵路線路上的現場圖像數據進行后期的處理以及監控，能夠判斷出鐵路線路是否存在故障點，并準確定位故障點。

顯示器5與控制器4連接，用于顯示控制器4輸出的圖像數據，輸出的圖像數據以視頻的方式播放，便于工作人員查看并進行及時的檢修。

實施例2，與上述實施例1不同的是，本裝置還包括手機檢測系統，手機檢測系統安裝在可移動智能設備上，用于查看監控模塊43的監控結果，方便監控人員隨時查看，使監控人員能夠及時組織人員維修或處理鐵路線路的異常情況。異常情況包括接觸網及其附屬零配件、鋼軌、鋼軌地基、軌道板、軌道床和軌道扣件的裂紋、斷裂、脫落、松動、下線、凸起等影響列車行車安全的故障。

圖3為本發明的巡檢方法的流程圖，圖4為本發明實施例對鐵路線路的圖像進行處理的方法流程圖，圖5為本發明實施例判斷處理后的圖像中的鐵路線路是否存在故障點的方法流程圖，圖6為本發明實施例對存在故障點的鐵路線路進行定位的方法流程圖。

如圖3所示，利用上述實施例1、2所述的無人機鐵路線路巡檢裝置進行鐵路巡檢的方法包括以下步驟：

s301，獲取鐵路線路的現場圖像數據，所述現場圖像數據包括鐵路線路的圖像及坐標；

具體的，通過安裝在無人機1上以及鐵路隧道內的攝像頭3采集隧道內外的鐵路線路上的現場數據；

s302，對鐵路線路的現場圖像數據進行處理，得到處理后的圖像；

如圖4所示，對鐵路線路的圖像進行處理的步驟，具體包括以下步驟：

s3021，拼接所述鐵路線路的圖像；

s3022，對拼接后的鐵路線路的圖像進行灰度化處理，得到灰度圖像；

s3023，采用中值濾波法對灰度圖像進行降噪；

s4024，采用高斯濾波法對降噪后的圖像進行銳化；

s3025，采用邊緣檢測算法對銳化后的圖像進行特征提取，提取出圖像中的鋼軌組件的圖像，得到鋼軌組件圖像，所述鋼軌組件包括鋼軌、鋼軌地基、軌道板、軌道床和軌道扣件；

s3026，對鋼軌組件圖像進行灰度補償，得到處理后的圖像。

s303，判斷處理后的圖像中的鐵路線路是否存在故障點；

如圖5所示，判斷處理后的圖像中的鐵路線路是否存在故障點，具體包括以下步驟：

s3031，獲取處理后的圖像的灰度值；

s3032，將灰度值與預設閾值進行比較；

s3033，若灰度值大于所述預設閾值，則確定圖像中的鐵路線路存在故障點；

s3034，若灰度值小于或等于所述預設閾值，則確定圖像中的鐵路線路無故障點。

s304，若存在故障點，對存在故障點的鐵路線路進行定位；

如圖6所示，對存在故障點的鐵路線路進行定位，具體包括以下步驟：

s3041，讀取處理后的圖像的坐標；

s3042，根據處理后的圖像的坐標及故障點，確定故障點的坐標；

s3043，根據故障點的坐標及地球經緯度的對應關系，確定故障點的實際地理位置。

s305，若無故障點，返回對鐵路線路的圖像進行處理的步驟。

通過上述方法，可以巡檢隧道內鐵路線路，并且可能夠對采集到的圖像數據進行后期的處理、監控，進而更加準確地判斷和定位鐵路線路的故障點。

圖7為本發明無人機鐵路線路巡檢系統的結構圖。如圖7所示，無人機鐵路線路巡檢系統，包括圖像獲取單元6、圖像處理單元7、判斷單元8、定位單元9。圖像獲取單元6，用于獲取鐵路線路的現場圖像數據，所述現場圖像數據包括鐵路線路的圖像及坐標；圖像處理單元7，用于處理所述鐵路線路的現場圖像數據，得到處理后的圖像；判斷單元8，用于判斷處理后的所述圖像中的鐵路線路是否存在故障點；定位單元9，用于當所述判斷單元8判定所述處理后的圖像中的鐵路線路存在故障點時，對存在所述故障點的鐵路線路進行定位。

通過本發明的巡檢系統能夠對采集到的圖像數據進行后期的處理、監控，進而更加準確地判斷和定位鐵路線路的故障點。

本說明書中各個實施例采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似部分互相參見即可。

本文中應用了具體個例對本發明的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本發明的方法及其核心思想；同時，對于本領域的一般技術人員，依據本發明的思想，在具體實施方式及應用范圍上均會有改變之處。綜上所述，本說明書內容不應理解為對本發明的限制。