基于3D点云和改进Unet算法的轨道车辆螺栓松动检测

作     者：周勇 卞耀辉 田腾翔 滑瑾 ZHOU Yong;BIAN Yaohui;TIAN Tengxiang;HUA Jin

作者机构：中车南京浦镇车辆有限公司江苏南京210031 

出 版 物：《轨道交通材料》 (MATERIALS FOR RAIL TRANSPORTATION SYSTEM)

年 卷 期：2023年第2卷第6期

页      面：56-61页

学科分类：08[工学] 082304[工学-载运工具运用工程] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程] 

基　　金：省级、城轨地铁车辆智能制造产线关键技术研究及示范应用(2021CKZ014-5) 

主　　题：螺栓故障 点云处理 Unet 目标检测 YOLOv7 

摘      要：轨道车辆的运行安全问题在工程装备应用中日益受到重视,车辆长时间高速运行时转向架上易出现螺栓松脱风险,针对这一问题,文章提出基于3D点云和改进Unet网络的检测算法。该算法首先通过训练YOLOv7网络对转向架中螺栓位置进行定位,再利用改进Unet网络训练完成对螺栓标记线的语义分割,提取螺栓标记线,并对标记线对应的点云进行平面拟合,最后计算所有点到拟合平面的内点的数量占比,通过标记线的偏离程度判断螺栓故障。最终通过试验验证了本算法在检测5°以上的松动螺栓故障准确率达到98.9%。