咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于双目视觉的列车轮对表面缺陷及型面参数检测方法 收藏

基于双目视觉的列车轮对表面缺陷及型面参数检测方法

Inspection method for surface defect and shape parameter of train wheelset based on binocular vision

作     者:胡成放 丁昊昊 陈德君 张岩 刘启跃 王文健 郭俊 林强 HU Chengfang;DING Haohao;CHEN Dejun;ZHANG Yan;LIU Qiyue;WANG Wenjian;GUO Jun;LIN Qiang

作者机构:西南交通大学唐山研究院河北唐山063000 西南交通大学轨道交通运载系统全国重点实验室摩擦学研究所四川成都610031 唐山百川智能机器股份有限公司河北唐山063000 浙江师范大学浙江省城市轨道交通智能运维技术与装备重点实验室浙江金华321004 

出 版 物:《中国测试》 (China Measurement & Test)

年 卷 期:2024年第50卷第8期

页      面:101-108页

学科分类:08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 081102[工学-检测技术与自动化装置] 

基  金:国家自然科学基金(52205578) 中国博士后科学基金面上项目(2021M702711) 中央高校基本科研业务费专项资金(2682022CX009) 浙江省城市轨道交通智能运维技术与装备重点实验室开放课题基金(ZSDRTKF2021003) 

主  题:双目立体视觉 迭代最近点 型面参数 车轮擦伤 模式匹配 

摘      要:列车轮对表面缺陷及磨耗后的车轮轮型参数对列车安全行驶具有重要影响。搭建一种基于结构光与双目立体视觉相结合的非接触式列车轮对型面检测系统,设计针对车轮滚动圆直径、轮缘高度、轮缘厚度以及车轮擦伤的双目视觉无损检测方法。首先基于迭代最近点(iterative closest point,ICP)算法将各相机采集的车轮型面数据拼接为整体车轮点云三维模型;然后,从该三维模型中提取出滚动圆与轮缘顶点圆,基于最小二乘拟合法分别计算滚动圆直径、轮缘高度、轮缘厚度参数;最后,基于模式匹配方法检测车轮型面是否出现擦伤缺陷,并计算得到擦伤深度。检测结果表明:该列车轮对型面检测系统及表征方法对于滚动圆直径检测误差为0.22 mm,对于轮缘高度与轮缘厚度检测误差分别为–0.08 mm及0.07 mm,最大擦伤深度检测误差为0.18 mm。研究成果可有效检测列车车轮型面参数及擦伤缺陷,具有较强的工程应用价值。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分