基于视频分析的高速接触网定位器坡度检测方法及设备

摘要

一种基于视频分析的高速接触网定位器坡度检测方法及设备，该方法包括：视频采集步骤，利用视频采集装置，实时采集接触网运行环境视频；数据处理步骤，对图像中的定位器进行快速检测和准确定位，并利用多线程处理框架分别进行图像的采集控制、分析及显示；在成功检测出定位器后，利用基本的图像处理算子即可求得成像平面坐标系中定位器的角度。本发明在检测车车顶安装高分辨率高帧频摄像测量装置，采集接触网运行环境视频，摄像机的安装保证其成像平面垂直于列车前进方向，将以车顶断面横轴为基准的角度测量转化为以成像平面横轴为基准的角度测量。本发明可克服现有定位器坡度检测方法只能在检测车低速运行下进行检测、系统灵活性和适应性差等缺点。

权利要求

1.一种基于视频分析的高速接触网定位器坡度检测方法，其特征在于，该方法包括：

视频采集步骤，利用视频采集装置，实时采集接触网运行环境视频，其中该视频采集装置的成像平面垂直于列车前进方向，从而将以车顶断面横轴为基准的角度测量转化为以成像平面横轴为基准的角度测量；以及数据处理步骤，对视频图像进行处理，并对其中的定位器进行检测和定位，求出成像平面坐标系中定位器的角度；

该检测方法是利用多线程处理框架分别进行图像的采集及检测分析。

2.如权利要求1所述的基于视频分析的高速接触网定位器坡度检测方法，其特征在于，所述视频采集步骤中，是通过安装于车顶的高分辨率高帧频摄像装置采集接触网运行环境视频。

3.如权利要求2所述的基于视频分析的高速接触网定位器坡度检测方法，其特征在于，视频采集系统的安装位置、方向、视野大小、图像采集频率满足系统能针对每个接触网支柱采集到足够数量、适合进行定位器检测的图像，并且成像模型满足使用弱透视投影模型进行定位器坡度测量的近似条件。

4.如权利要求1所述的基于视频分析的高速接触网定位器坡度检测方法，其特征在于，所述数据处理步骤中，是利用基于Blob分析及成对约束匹配的检测算法，对图像中的定位器进行检测和定位。

5.如权利要求1所述的基于视频分析的高速接触网定位器坡度检测方法，其特征在于，所述数据处理步骤中，是对单帧图像分别进行定位器检测，利用单帧图像提供的信息，实现对单帧图像中的定位器、定位管的准确检测，提取出其在图像中的位置、角度信息，定位器检测步骤包括：提取出图像中的候选局部特征集合；

基于对定位支持装置结构特性的分析，训练出局部特征之间的成对约束；

综合利用局部特征和它们之间的成对约束从候选局部特征集合中找出最优的匹配，从而分别检测出定位器、定位管具体的位置、角度信息。

6.如权利要求5所述的基于视频分析的高速接触网定位器坡度检测方法，其特征在于，前述的匹配步骤中，仅利用定位器和定位管两部分的结构特征进行分析。

7.如权利要求1所述的基于视频分析的高速接触网定位器坡度检测方法，其特征在于，所述数据处理步骤中，还包括利用基于列车里程和检测结果分析的检测状态转换机制实现定位器坡度测量系统仅在定位点附近进行检测处理。

8.如权利要求1所述的基于视频分析的高速接触网定位器坡度检测方法，其特征在于，所述数据处理步骤中，还包括利用支柱检测系统的检测结果来实时触发定位器坡度测量系统作检测分析，大幅避免跨中计算量。

9.如权利要求1所述的基于视频分析的高速接触网定位器坡度检测方法，其特征在于，定位器、定位管基本处于同一平面内，测量系统的成像模型采用弱透视投影模型，通过测量图像中定位器与成像平面X轴的夹角，即可得到定位器与车体断面横轴的夹角。

10.如权利要求1至9任一项所述的基于视频分析的高速接触网定位器坡度检测方法，其特征在于，所述检测方法中，还包括建立检测模型的步骤，即通过定位器、定位管的相对位置、角度、长度的几何约束建立检测模型。

11.如权利要求10所述的基于视频分析的高速接触网定位器坡度检测方法，其特征在于，所述方法还包括通过检测模型训练及在线测试、修正方案来优化检测模型，以有效地适应所检测线路支持定位装置类型、结构参数的多样性。

12.如权利要求11所述的基于视频分析的高速接触网定位器坡度检测方法，其特征在于，检测模型的优化包括：对于新的检测线路，首先针对收集的部分接触网运行环境视频进行检测模型的离线训练；得到基本有效的检测模型后，转入在线实验和调试优化阶段，根据实际的在线实验结果，针对漏检的部分图像帧进行分析，优化检测模型，不断提高检出率。

13.如权利要求3所述的基于视频分析的高速接触网定位器坡度检测方法，其特征在于，受电弓到摄像机的距离大于10倍物体表面深度变化，以保证弱透视投影模型的效果。

14.一种基于视频分析的高速接触网定位器坡度检测设备，其特征在于，该检测设备包括：

视频采集装置，其包括于检测车车顶安装的高分辨率高帧频摄像测量装置，实时采集接触网运行环境视频，并将视频信号实时传输到车内进行算法处理分析；其中，摄像机的成像平面垂直于列车前进方向，将以车顶断面横轴为基准的角度测量转化为以成像平面横轴为基准的角度测量；

数据采集处理单元，其包括采集控制模块及检测分析模块，利用检测算法对图像进行处理，并对其中的定位器进行检测和定位，在成功检测出定位器后，利用基本的图像处理算子即可求得成像平面坐标系中定位器的角度；该数据采集处理单元是利用多线程处理框架分别进行图像的采集控制、检测分析，以保证系统的实时计算性能。

15.如权利要求14所述的基于视频分析的高速接触网定位器坡度检测设备，其特征在于，该检测设备还包括利用定位器、定位管的相对位置、角度、长度的几何约束建立的检测模型，并通过检测模型训练及在线测试、修正方案，以有效的适应所检测线路支持定位装置类型、结构参数的多样性。

16.如权利要求14所述的基于视频分析的高速接触网定位器坡度检测设备，其特征在于，视频采集系统的安装位置、光轴方向、视野大小、图像采集频率满足系统能针对每个接触网支柱采集到足够数量、适合进行定位器检测的图像，并且成像模型满足使用弱透视投影模型进行定位器坡度测量的近似条件。

17.如权利要求14所述的基于视频分析的高速接触网定位器坡度检测设备，其特征在于，所述检测车的车底安装有车体振动补偿测量装置，该车体振动补偿测量装置将所测得的车体侧滚角度通过设于车内的车体振动位移补偿信号处理单元计算处理后传送至数据采集处理单元，用于补偿车体的侧滚振动。

18.如权利要求14所述的基于视频分析的高速接触网定位器坡度检测设备，其特征在于，所述检测设备还包括用于测量的光源装置，该光源装置包括设于检测车车顶的光源及检测车内对应设置的光源控制单元。

说明书

基于视频分析的高速接触网定位器坡度检测方法及设备

技术领域

[0001] 本发明涉及电气化铁道接触网检测技术领域，特别涉及一种基于视频分析的高速接触网定位器坡度检测方法及设备。

背景技术

[0002] 定位器是支持和确定接触线相对于线路中心线横向位置的装置。定位器坡度是与受电弓运行安全密切相关的接触网自身结构参数。

[0003] 结合图1所示，其中显示了定位装置，包括定位器10及定位管20。受电弓升弓运行时，受电弓对接触网的接触力将导致接触线一定程度的抬升。因此，定位装置(定位器、定位管等)的结构和状态应保证受电弓通过定位点时，接触线能在一定范围内自由抬升，且不产生明显硬点。为避免受电弓通过时碰撞定位器10导致打弓而造成接触网运营事故，对定位器坡度的范围有一定的要求。因此，定位器坡度的检测是一项重要的接触网安全性检测项目。

[0004] 现有成熟的检测方法，主要是利用激光测距传感器的非接触式检测、以及利用触针的接触式检测等。

[0005] 利用触针的接触式检测方法，是在距受电弓中心一定距离的地方(一般为550-600mm)安装触针式检测器，以检测定位器在动态下的坡度。触针式检测器实际上是一个带有触针的微型接触器。当某一触针接触到定位器时，微型接触器动作，然后根据触针长度算出定位器的坡度。

[0006] 利用激光测距传感器的非接触式检测，采用的是一种可调制检测距离的激光器，它的检测距离可设定为50～500mm。在此距离范围内，当遇到定位器时，可以确定出激光检测器距定位器的实际距离。同时，结合对拉出值的检测，可以计算出定位器的坡度值，其算式为

[0007]

[0008] 其中，

[0009] θ：定位器坡度；

[0010] d：激光检测器测得的距定位器的实际距离；

[0011] e：定位线夹或支持器的高度；

[0012] b：激光检测器距受电弓中心的安装距离；

[0013] a：该定位点被检测出的动态拉出值。

[0014] 然而现有的这些检测手段难以适应对高速接触网定位器坡度的检测，已无法满足我国铁路大范围提速的要求，主要表现在：

[0015] ●利用激光发射、接收装置检测定位器坡度的方法最高检测速度仅为120km/h；

[0016] ●许多传感器易受到干扰，检测性能不稳定；

[0017] ●高性能传感器的设备成本非常高；

[0018] ●检测系统的灵活性、适应性很差——由于定位器类型的多样性，对于不同种类定位器其坡度的定义、要求也各不相同，为检测不同类型定位器的坡度，甚至需要从硬件设备开始重新设计其检测系统和检测方法；

[0019] ●至于利用触针的接触式检测方法，只能得到定位器坡度是否超限的定性结果，而无法得到定量的检测数据，且在检测过程中容易发生安全事故和损坏检测设备。

发明内容

[0020] 本发明要解决的技术问题是：提供一种基于视频分析的高速接触网定位器坡度检测方法及设备，以解决现有定位器坡度检测方法只能在检测车低速运行下进行检测、系统灵活性和适应性差等缺点。

[0021] 本发明的技术解决方案是：一种基于视频分析的高速接触网定位器坡度检测方法，该方法包括：

[0022] 视频采集步骤，利用视频采集装置，实时采集接触网运行环境视频；以及[0023] 数据处理步骤，对视频图像进行处理，并对其中的定位器进行检测和定位，求出成像平面坐标系中定位器的角度；

[0024] 该检测方法是利用多线程处理框架分别进行图像的采集及检测分析。

[0025] 本发明还提出一种基于视频分析的高速接触网定位器坡度检测设备，该检测设备包括：

[0026] 视频采集装置，其包括于检测车车顶安装的高分辨率高帧频摄像测量装置，实时采集接触网运行环境视频，并将视频信号实时传输到车内进行算法处理分析；

[0027] 数据采集处理单元，其包括采集控制模块、检测分析模块及结果保存模块，利用检测算法对图像进行处理，并对其中的定位器进行快速检测和准确定位，在成功检测出定位器后，利用基本的图像处理算子即可求得成像平面坐标系中定位器的角度；该数据采集处理单元是利用多线程处理框架分别进行图像的采集控制、检测分析和结果保存，以保证系统的实时计算性能。

[0028] 本发明利用视觉测量方法，对高性能摄像头拍摄的接触网运行环境视频进行分析，在列车高速运行下对接触网定位器坡度进行测量。具体是在检测车车顶安装高分辨率高帧频摄像测量装置，采集接触网运行环境视频，摄像机的安装保证其成像平面垂直于列车前进方向，将以车顶断面横轴为基准的角度测量转化为以成像平面横轴为基准的角度测量；利用基于Blob分析及成对约束匹配的检测算法，对图像中的定位器进行快速检测和准确定位；利用多线程处理框架、及基于列车里程和检测结果分析的检测状态转换机制，以保证系统的实时计算性能；通过检测模型训练及在线测试、修正方案，以有效的适应所检测线路支持定位装置类型、结构参数的多样性。

[0029] 本发明提出的基于视频分析的方法进行高速接触网定位器坡度的检测主要有以下优点：

[0030] ●当前的高性能摄像头能在250km/h甚至350km/h以上运行环境中实时采集清晰的接触网视频；

[0031] ●与激光传感器等方法相比，随着计算机处理器价格的急剧下降，机器视觉系统的成本效率也变得越来越高；

[0032] ●机器视觉系统与光学传感器等相比有更好的灵活性和适应性，其硬件设备相对固定，对于不同类型定位器其坡度的检测，所需的仅仅是软件的相应变化或升级而不是添置昂贵的硬件设备；

[0033] ●机器视觉系统的操作和维护费用非常低，且系统稳定；

[0034] ●基于视频分析的检测方法是非接触式的，对接触网部件没有任何磨损和危险，且能得到定量的定位器坡度数据。

[0035] 因此，本发明提出的技术方案对于高速接触网定位器坡度的检测是非常合适和有相当发展前景的检测手段。该技术能在检测车高速运行中对定位器坡度进行非接触、在线测量，克服了传统方法只能在120km/h速度以下工作、难以适应国内接触网结构多样性等缺点，本发明经实验证明了在250km/h列车运行速度下的实时检测性能，并且在理论上具备350km/h下在线测量的能力，具有很好的应用前景。

附图说明

[0036] 图1是本发明的一实施例基于视频分析的定位器坡度测量原理图；

[0037] 图2是本发明的一实施例的硬件设备构成图；

[0038] 图3是本发明的一实施例的系统处理框架示意图；

[0039] 图4是本发明的一实施例结合原始视频图像的成像模型示意图；

[0040] 图5是本发明的一实施例中采集的原始视频图像；

[0041] 图6是本发明对应图5的最终特征提取结果；

[0042] 图7、图8是本发明的一实施例中基于Blob分析及完整的成对约束匹配算法的检测结果；

[0043] 图9、图10是本发明的一实施例中基于Blob分析及简化的成对约束匹配算法的检测结果；

[0044] 图11是本发明的一实施例提出的检测状态转换机制算法流程图；

[0045] 图12至图15是不同线路、区段的定位支持装置不同结构特点示意图。

[0046] 附图标号说明：

[0047] 10、定位器 20、定位管 100、车顶断面横轴

[0048] 200、两钢轨轨面连线 30、斜腕臂 40、横腕臂

具体实施方式

[0049] 本发明提出一种基于视频分析的高速接触网定位器坡度检测方法及设备，该方法包括：视频采集步骤，利用视频采集系统，实时采集接触网运营视频；数据处理步骤，对图像中的定位器进行快速检测和准确定位，并利用多线程处理框架分别进行图像的采集、分析及显示；在成功检测出定位器后，利用基本的图像处理算子即可求得成像平面坐标系中定位器的角度。本发明的基于视频分析的高速接触网定位器坡度检测设备包括：视频采集模块，检测车车顶安装有高分辨率高帧频摄像测量装置，实时采集接触网运行环境视频，并将视频信号实时传输到车内进行算法处理分析；数据处理模块，其包括采集控制模块、检测分析模块及结果保存模块，利用检测算法对图像进行处理，并对其中的定位器进行快速检测和准确定位，在成功检测出定位器后，利用基本的图像处理算子即可求得成像平面坐标系中定位器的角度；该数据采集处理单元是利用多线程处理框架分别进行图像的采集控制、检测分析和结果保存，以保证系统的实时计算性能。

[0050] 较佳地，在进行视频采集时，是通过高分辨率高帧频摄像测量装置采集接触网运行环境视频，其中摄像机的成像平面垂直于列车前进方向，从而将以车顶断面横轴为基准的角度测量转化为以成像平面横轴为基准的角度测量。进一步地，视频采集系统的安装位置、光轴方向、视野大小、图像采集频率满足系统能针对每个接触网支柱采集到足够数量、适合进行定位器检测的图像，并且成像模型满足使用弱透视投影模型进行定位器坡度测量的近似条件。进一步地，受电弓到摄像机的距离夹角优选是大于10倍物体表面深度变化，以保证弱透视投影模型的效果。

[0051] 在所述方法的一较佳实施例中，还包括建立及优化检测模型步骤，首先通过定位器、定位管的相对位置、角度、长度的几何约束建立检测模型，然后通过检测模型训练及在线测试、修正方案来优化检测模型，以有效地适应所检测线路支持定位装置类型、结构参数的多样性。其中，对于新的检测线路，首先针对收集的部分接触网运行环境视频进行检测模型的离线训练；得到基本有效的检测模型后，转入在线实验和调试优化阶段，根据实际的在线实验结果，针对漏检的部分图像帧进行分析，优化检测模型，不断提高检出率。

[0052] 在进行数据处理时，是利用基于Blob分析及成对约束匹配的检测算法，通过定位器、定位管的相对位置、角度、长度的几何约束建立检测模型，对图像中的定位器进行快速检测和准确定位。在本发明的一实施例中，是对单帧图像分别进行定位器检测，利用单帧图像提供的信息，实现对单帧图像中的定位器、定位管的准确检测，提取出其在图像中的位置、角度信息，定位器检测步骤包括：提取出图像中的候选局部特征集合；基于对定位支持装置结构特性的分析，训练出局部特征之间的成对约束；综合利用局部特征和它们之间的成对约束从候选局部特征集合中找出最优的匹配，从而分别检测出定位器、定位管具体的位置、角度信息。

[0053] 下面配合附图及具体实施例对本发明的具体实施方式作进一步的详细说明。

[0054] 结合图1所示，其为本发明所采用的基于视频分析的定位器坡度测量原理图，其中示出了定位器10、定位管20、车顶断面横轴100、两钢轨轨面连线200。由图中可以看出，直接影响定位点处接触线抬升量和弹性的，是以车顶断面横轴100为基准的定位器角度以及定位器10与定位管20的夹角。因此，本发明的一具体实施例中，是以车顶断面横轴100为基准，对定位器10及定位管20的角度进行测量。

[0055] 图2是本发明一具体实施例的硬件设备构成图。本发明硬件设备主要由车顶的摄像装置、用于测量的光源装置、用于现场标定的标定装置；车内的光源控制单元、用于图像采集处理的数据采集处理单元(可采用工控机)以及车底的车体振动补偿测量装置。

[0056] 图3是本发明的一具体实施例的整体处理框架示意图。本发明的整体处理框架由以下部分组成：一、视频采集设备——在检测车车顶安装高分辨率高帧频摄像测量装置，采集接触网运行环境视频，并将视频信号实时传输到车内进行算法处理分析；二、数据采集处理单元——利用基于Blob分析及成对约束匹配的检测算法，对图像中的定位器进行快速检测和准确定位；采用多线程处理框架及基于列车里程和检测结果分析的检测状态转换机制，以保证系统的实时计算性能；三、检测模型——通过检测模型训练及在线测试、修正方案，以有效的适应所检测线路支持定位装置类型、结构参数的多样性。

[0057] 另外，结合图1所示，在车体相对两钢轨轨面连线200具有一定倾斜角度时，该车体振动补偿测量装置能够检测车顶断面横轴100与两钢轨轨面连线200的夹角，用于准确计算定位器的坡度。该车体振动补偿测量装置通过设于车内的车体振动位移补偿信号处理单元耦接至数据采集处理单元，从而可将所测得的车体侧滚角度通过车体振动位移补偿信号处理单元计算处理后传送至数据采集处理单元，用于补偿车体的侧滚振动。此外，光源装置主要用于在夜间对定位支持装置进行照明，使得采集到的接触网图像具有足够的对比度，以利于后续图像处理中定位器、定位管的检测；光源控制单元主要给车顶的光源装置提供可靠的供电，并根据所使用光源装置的不同提供光通量调整、光源散热等功能。本领域的技术人员可知，车体振动补偿测量装置、现场标定装置、光源装置的具体结构及实现原理可由现有技术来实现，此处不再一一赘述。

[0058] 下面结合图1至图15及具体实施例对本发明中所涉及的各个主要部分进行详细的说明。

[0059] (1)视频采集装置

[0060] 为降低系统复杂性，本发明的一实施例中是采用单摄像机进行测量。在检测车顶安装高分辨率高帧频摄像机，可实时采集弓网运行环境视频。摄像机的安装保证其成像平面垂直于列车前进方向，因此以车顶断面横轴为基准的角度测量可以转化为以成像平面X轴为基准的角度测量。

[0061] 由于定位器10、定位管20等基本处于同一平面内(如图1所示)，因此，本实施例中，该测量设备的成像模型采用弱透视投影模型(由于弱透视投影模型为现有技术，且为广泛应用于其他技术领域的成像技术，故此处不再赘述)，通过测量图像中定位器10与成像平面X轴的夹角，如图4所示，即可得到定位器10与车体断面横轴100的夹角。

[0062] 摄像机的观测范围，应保证在所检测线路上，检测所需要的定位器、定位管等定位支持装置都能在视频采集装置中完整成像。

[0063] 列车高速运行过程中，每个定位点处的支持定位装置在测量系统获取的视频中仅会短时间内出现(不足1s)。因此，摄像机的安装参数和图像采集频率需保证能在列车经过定位点的瞬间采集到一定数量、高分辨率的清晰图像，以便后续的图像分析和检测。

[0064] (2)定位器检测算法

[0065] 本发明的一实施例中，是采取对单帧图像分别进行定位器检测的研究思路，即仅利用单帧图像提供的信息，实现对单帧图像中的定位器、定位管等装置的准确检测，提取出其在图像中的位置、角度等信息。

[0066] 首先提取出图像中的候选局部特征集合，而后基于对定位支持装置结构特性的分析，训练出局部特征之间的成对约束，而后综合利用局部特征和它们之间的成对约束从候选局部特征集合中找出最优的匹配，从而分别检测出定位器、定位管等具体的位置信息；在成功检测出定位器后，利用基本的图像处理算子(如直线检测等)即可求得成像平面坐标系中定位器的角度。

[0067] 典型的接触网运行环境视频图像如图5所示。要在这样的图像中准确提取出定位器的位置和角度，需要首先用边缘提取、直线检测等底层图像处理算子将定位器、定位管、横腕臂、斜腕臂等感兴趣的前景物体提取出来，然后对提取出的前景，根据检测模型提供的定位支持装置的结构特点进行分析，从而在一系列候选物体中准确识别出定位器和定位管。

[0068] 在图像处理技术中，Hough变换在形状分析方面被公认为是一种强有力的工具。即使在有噪声的情况下，它仍能给出比较好的结果。但是，它有两个主要的缺点：一是运算量大，运算时间长，不能满足某些实时性应用要求；二是耗费内存空间较多。由于后续的定位器识别算法(即通过定位器、定位管的相对位置、角度、长度的几何约束建立的检测模型及利用该模型进行的定位器检测算法)才是整个算法流程的重心和难点，作为定位器检测算法的一个基础的前段处理模块，其占用较多的计算资源和内存资源都是非常不合适的。因此，本发明的较佳实施例中是利用Blob分析的技术，通过阈值分割、形态学处理等计算效率更高的算子对图像进行处理。

[0069] Blob分析(Blob Analysis)是对图像中相同像素的连通域进行分析，该连通域称为Blob。主要包括以下步骤：

[0070] a.图像分割：Blob分析实际上是对闭合形状进行特征分析。在Blob分析之前，必须把图像分割为构成斑点(Blob)和局部背景的像素集合。Blob分析一般从场景的灰度图像着手进行分析。在Blob分析以前，图像中的每一像素必须被指定为目标像素或背景像素。典型的目标像素被赋值为1，背景像素被赋值为0。

[0071] b.形态学操作：形态学操作的目的是去除噪声点的影响。

[0072] c.连通性分析：将目标从像素级转换到连通分量级。

[0073] 处理结果如图6所示。

[0074] 当得到如图6所示的前景特征之后，就得到了一组候选局部特征集合[0075] P＝{i1，i2，...，ip}

[0076] 检测的目标特征集合为

[0077] Q＝{i′1，i′2，...，i′q}

[0078] 后面的问题就变成了从候选匹配集合

[0079] N＝{a|a＝(i，i′)}

[0080] 中，找出一个最优匹配组合，即在图6所示的候选局部特征中，分别找到定位器、定位管、横腕臂等装置的具体位置。

[0081] 以上匹配问题的困难主要在于计算上的复杂性，因为从p个候选局部特征到q个目标特征的匹配是一个组合问题，其在计算复杂性理论中被称为“组合爆炸”。但是，如果引入局部特征之间的二阶特征(成对约束)，该计算上的困难就可以避免。

[0082] 假设有n个可能的局部特征匹配，即集合N的元素个数为n，则构造一个含有n个结点的带权重的匹配图，结点n1到结点n1自身的边的权重为候选匹配n1的似然度，结点n1到结点n2自身的边的权重为候选匹配n1与候选匹配n2同时存在的似然度。这样该匹配图的权重矩阵M就是一个n*n的对称矩阵，且可以证明该矩阵是正定的。

[0083] 定义一个指示向量

[0084] X＝{x1，x2，...，xn}

[0085] 其中xj＝1表示存在第j个匹配，xj＝0表示不存在第j个匹配，则整个匹配组合的整体匹配似然度为

[0086] XTMX(其中，XT为向量的转置，原行向量则转置为列向量，反之亦然)[0087] 因而寻找最优的匹配组合X*即成为最优化问题

[0088] X*＝arg max(XTMX)

[0089] 由于权重矩阵M是对称正定的，可以证明，以上问题的解X*即为矩阵M的主特征向量λ。进一步，由于X的元素取值仅能是0或1，主特征向量λ的值可以用贪心算法快速求解。

[0090] 算法效果如图7、图8所示(其中显示了检测出的定位器10、定位管20、斜腕臂30、横腕臂40)。可以看出，基于成对约束完整匹配的定位支持装置检测算法，利用了定位支持装置的结构特性，可以有效地分别检测出需要的定位器10、定位管20、腕臂等装置的具体位置信息，在成功检测出定位器后，利用基本的图像处理算子即可求得成像平面坐标系中定位器的角度。

[0091] 为进一步提高算法运行速度，对于前述的定位支持装置完整匹配算法，可考虑进一步的简化方案。与前述算法引入定位器、定位管、横腕臂、斜腕臂等诸多接触网部件的结构特征相比，本发明的一具体实施例中改为仅利用定位器和定位管两部分的结构特征进行分析。虽然可以利用的信息大大减少了，但由于定位器和定位管的组合结构在大部分图像中具有较好的可区分能力，简化后的算法对于实际视频也取得了不错的效果，且算法运算速度有了很大提高。算法效果如图9、图10所示。

[0092] (3)高速处理方案

[0093] 本发明中，优选是采用多线程处理框架，即采用多个线程分别进行图像的采集、分析、显示和结果保存。各线程之间通过管道进行通信，利用临界区实现对管道资源的共享。本发明的一具体实施例基于多核计算平台的多线程处理框架中，请结合图3所示，一个独立的采集线程专门以固定的高速采集频率(如100fps)进行图像数据的连续采集，并将其存于缓冲区中，以队列的形式等待其他线程的后续处理；一个独立的检测线程专门对待处理的图像队列进行逐个分析、检测，并将结果存于另一缓冲区；一个独立的结果保存线程专门进行缓冲区中检测结果的逐个保存。虽然每帧图像的处理时间并不相同，且常常会大于
10ms，但由于使用了多线程处理框架，引入了数据缓冲区----管道，只要图像的检测算法计算足够快，不致使不断采集到的待处理数据溢出缓冲区，则整个系统可以在动态中保证以不小于100fps的固定频率采集图像数据，并对每帧图像进行及时处理，避免丢帧现象的发生。系统的多线程处理框架如图3所示。

[0094] 由于定位器10仅在定位点处出现，接触网运行环境视频中的大量图像实际是不适合进行检测和分析的。在有支柱检测结果可以利用的情况下，最理想的方式是结合支柱检测系统，用支柱的检测结果来实时触发定位器测量系统作检测分析，大幅避免跨中计算量，以保证系统在250km/h甚至更高列车运行速度下的实时计算性能。

[0095] 如果没有在250km/h甚至更高列车运行速度下成熟、稳定的接触网支柱检测装置，无法在高速下实时提供支柱检测结果作为定位器坡度测量的触发信号，即在暂时没有支柱检测结果可以利用的情况下，还可以通过基于列车里程和检测结果分析的检测状态转换机制，寻求减小跨中计算量的途径。考虑到接触网的跨距是有一定范围的(一般为30-70m)，本发明的一具体实施例提出了基于列车运行信息和检测结果分析的检测状态转换机制，以实现测量系统仅在定位点附近进行检测处理的目的。通过计算当前帧距上一定位点的距离，判断当前帧的检测状态，以避免跨中的计算量。

[0096] 具体流程图见图11，对于一帧待检测图像，首先判断检测状态标识“m_bNeedDetection”。若“m_bNeedDetection”为“True”，则对该帧图像进行检测；否则，直接丢掉该帧，并更新已跳过的检测距离标识“m_ftAvoidDetectionDistance”；若新的“m_ftAvoidDetectionDistance”数值大于预设的阈值，则将检测状态标识“m_bNeedDetection”置为“True”，并对该帧图像进行检测。

[0097] 对于检测结果，若当前帧没有成功检测到目标，则继续下一帧的处理流程；否则，将检测状态标识“m_bNeedDetection”置为“False”，并将已跳过的检测距离标识“m_ftAvoidDetectionDistance”置零。

[0098] 基于本发明提出的高速处理方案，根据多次的在线测量实验，该技术方案已经成功实现了250km/h列车运行速度下的实时检测，保证了没有因为算法计算量、资源调度、系统实现架构等原因导致的丢帧和漏检。

[0099] (4)检测模型的建立及优化

[0100] 使用前述所讲的基于成对约束匹配的定位器检测算法，需要有针对所检测线路定位支持装置特点行之有效的检测模型。由于国内电气化铁路中，所采用的定位装置结构类型多种多样，其安装参数也有较大区别，因此，欲使用统一的定位器检测模型对所检测的所有线路都能进行有效检测具有较大的难度(如图12-15所示)。

[0101] 若要针对上述不同类型的定位支持装置，寻求统一的检测模型，则在保证检出率的同时，必然导致误检率的大幅提高。考虑到问题的具体特点，尽管国内待检测线路里程长、设备类型多种多样，但对于某条固定的检测线路来说，其定位支持装置的类型、安装参数是相对固定的。因此，在本发明的一具体实施例中，是采取比较实际的解决方法，针对不同线路的特点，是通过具体线路的定位器、定位管的相对位置、角度、长度的几何约束建立检测模型，然后对该检测模型进行优化，获得针对所检测线路的定位支持装置特点行之有效的检测模型，这样即可针对不同的线路使用不同的检测模型去进行定位器的检测。本发明的图4至图15中主要显示了两种不同类型的定位支持装置。

[0102] 对于新的检测线路，首先针对收集的部分接触网运行环境视频进行检测模型的离线训练。得到基本有效的检测模型后，转入在线实验和调试优化阶段，根据实际的在线实验结果，针对漏检的部分图像帧进行分析，优化检测模型，不断提高检出率。

[0103] 通过检测模型训练及在线测试、修正方案，针对不同线路、区段采用不同的检测模型，以有效的适应所检测线路支持定位装置类型、结构参数的多样性。

[0104] 本发明的主要特点在于：

[0105] 1)在检测车车顶安装高分辨率高帧频摄像装置，采集接触网运行环境视频，摄像机的安装保证其成像平面垂直于列车前进方向，将以车顶断面横轴为基准的角度测量转化为以成像平面横轴为基准的角度测量；视频采集装置的安装位置、光轴方向、视野大小、图像采集频率等技术参数需满足系统能针对每个接触网支柱采集到足够数量、适合进行定位器检测的图像，并且成像模型满足使用弱透视投影模型进行定位器坡度测量的近似条件；并在检测车车底安装车体振动补偿测量装置，以补偿车体的侧滚等振动。

[0106] 2)利用基于Blob分析及成对约束匹配的检测算法，通过定位器、定位管等装置的相对位置、角度、长度等几何约束建立检测模型，对图像中的定位器进行快速检测和准确定位。

[0107] 3)利用分别进行图像采集、处理分析、结果保存的多线程处理框架，提高系统响应速度；在无支柱检测结果可以利用的情况下，通过基于列车里程和检测结果分析的检测状态转换机制，大幅避免跨中计算量；在有支柱检测结果可以利用的情况下，直接结合支柱检测结果对定位器检测模块进行实时触发，以保证系统在250km/h甚至更高列车运行速度下的实时计算性能。

[0108] 4)通过检测模型训练及在线测试、修正方案，针对不同线路、区段采用不同的检测模型，以有效的适应所检测线路支持定位装置类型、结构参数的多样性。

[0109] 本发明提出了一种基于视频分析的高速接触网定位器坡度测量技术方案，可以在高速电气化铁路上对定位器坡度进行非接触、在线测量。多次在线测量实验及测量结果的分析，证明了本发明所提出技术方案的有效性。基于在线测量实验的结果，也对本发明测量结果的检出率、重复性、计算效率、准确性等进行了详细的分析。实验证明，基于本发明所提出的技术方案，测量系统可达到90％以上的检出率，且测量结果具有很好的重复性，系统已实际验证了在250km/h列车运行速度下的实时检测能力，且理论上可实现350km/h甚至更高的列车运行速度下对定位器坡度的非接触、在线测量。

[0110] 本发明的有益效果是，该技术能在检测车高速运行中对定位器坡度进行非接触、在线测量，克服了传统方法只能在120km/h速度以下工作、难以适应国内接触网结构多样性等缺点，具有很好的应用前景。

[0111] 虽然本发明已以具体实施例揭示，但其并非用以限定本发明，任何本领域的技术人员，在不脱离本发明的构思和范围的前提下所作出的等同组件的置换，或依本发明专利保护范围所作的等同变化与修饰，皆应仍属本专利涵盖的范畴。