2020城市轨道交通创新推广项目 | 城市轨道智能巡检系统及系列产品

为加速城市轨道交通领域科技成果转化和推广应用，推选中国土木工程詹天佑大奖，轨道交通分会在中国土木工程学会的指导下，在行业内征集城市轨道交通技术创新项目。经专家评审，决定授予“市域线快慢车运营模式综合技术研究应用与推广”等20项技术类项目和“广州市轨道交通二十一号线工程”等7项工程类项目为城市轨道交通技术创新推广项目，在全国轨道交通建设中予以推广。

城市轨道智能巡检系统及系列产品

本项目针对当前城市轨道维保任务中的人工巡道方式存在人力成本高、作业效率低、主观经验性强、易漏检等问题，研发了一套基于二维/三维视觉联合测量技术的自动巡检系统。通过同步采集轨道平面的灰度图像和点云数据，经过去噪、标定、拼接、切割等系列处理，采用“数据比对+模板匹配+机器学习”三重嵌套智能算法，实现对钢轨剥离掉块、扣件螺栓松动、道床异物等三十余项轨道可视病害的自动量化测量，检测精度1mm(横向/纵向)、0.5mm（竖向）、最高检测速度216km/h，并且实现了重大病害的实时检测功能。经全国多地测试，结果显示该系统的病害检出率大于95%。在此基础上，开发了无人式智能巡检机器人（图1-1）、载人式智能巡检机器人（图1-2）、电客车挂载式智能巡检系统（图1-3）三款巡检产品，分别实现了边检边报、边检边修和昼检夜修三种巡检作业模式，大幅提高了轨道巡检作业的工作效率和检测准确率，对于实现智能运维具有重要意义。

图1-1 无人式智能巡检机器人

图1-2 载人式智能巡检机器人

图1-3 电客车挂载式智能巡检系统

近年来，随着视觉测量技术的发展，轨道交通行业已经出现了一些旨在解决人工巡道问题的自动化巡检设备。在技术上，可划分为两大类：

1.2.1关键技术内容

1.2.1.1二维/三维视觉联合测量技术

客观而言，无论是图像识别技术还是三维测量技术，都有其适合的应用场景，无谓优劣。图像测量技术适用于物体表面纹理特征变化明显的轨道病害检测，如钢轨光带不均、钢轨裂纹、道床裂缝等。三维测量技术则适用于物体外形结构特征变化明显的轨道病害检测，如钢轨剥落掉块、扣件弹条脱落/移位、道床异物等。因此，我们将图像测量技术和三维测量技术相结合，各取所长，研发了基于“二维/三维视觉联合测量技术”的轨道智能巡检系统。

该系统利用一套光路进行一次采集即可同时获得轨道平面的二维灰度图像和三维点云数据，通过精密标定，可使两者之间形成像素级的坐标对应关系，如图1-4所示。针对不同轨道部件的不同病害特征，既可选择单独利用二维图像或三维数据进行检测，也可选择同时将两者结合进行检测，充分发挥两种技术各自在表面纹理检测和空间结构检测方面的优势，形成有机互补，从而达到提高数据利用率和检测准确率的目的。

图1-4 系统同步获得的二维图像（左）和三维数据（右）

1.2.1.2三重嵌套智能检测算法

系统采用了“数据比对+模板匹配+机器学习”三重嵌套的病害检测算法。所谓数据比对，是指将当前采集的视觉数据与已经存储的历史数据进行直接比对，其特点是算法简单、执行速度快，因而特别适用于“重大病害边检边报”功能。所谓模板匹配，是指在对视觉数据进行分割时，通过将当前数据与事先建立的模板进行匹配，可以快速定位出钢轨、扣件、轨枕、道岔等不同部件。机器学习，是当前非常热门的一种人工智能算法。首先通过大量实验获得各部件典型缺陷的形态数据，建立缺陷特征模型，并进行归纳形成缺陷特征样本库，通过对样本库的分析提取出分类规则，进而获得特征分类器。此后，在系统应用过程中，当新缺陷特征数量积累到一定程度后，将新特征再次进行归纳并获得新的特征分类器。如此不断迭代，使系统具备从环境中获取新信息并改进自身性能的学习能力，确保系统的鲁棒性和应用的可持续性，可使系统“越学越聪明、越用越成熟”。

1.2.2关键技术路线

1.2.2.1检测系统硬件系统构成

图1-5所示为轨道智能巡检系统的构成图，主要包括视觉测量、里程定位、数据存储与实时处理、数据离线处理与分析共4个子系统。

图1-5 轨道智能巡检系统总体构成图

视觉测量子系统是整套系统的核心，主要由3台视觉模块构成。每个模块内部集成了半导体线激光器和高速面阵相机各1台，可同步采集轨道部件的二维灰度图像和三维深度数据。3台模块横向并排放置，可实现对轨道平面从左到右的全覆盖扫描拍摄，不留任何测量盲区，如图1-6所示。

图1-6 三维测量模块的安装布局

里程定位子系统主要包括光电编码器和RIFD标签阅读器各1台。光电编码器一方面用于对视觉测量子系统发送触发信号，另一方面用于对拍摄数据进行里程计数，理想情况下定位精度可达到毫米量级。RIFD标签阅读器可读取安装于线路上的电子标签，主要用于对光电编码器的累积误差进行修正。

数据存储与实时处理子系统主体为1台工控机，主要用于对视觉测量子系统的采集数据进行高速存储和实时处理，执行“重大病害边检边报”功能。由于检测数据量很大，对采集带宽和存储容量都提出较高的要求。

数据离线处理与分析子系统主体为1台高性能图形工作站和1台NAS网络存储服务。前者用于对采集数据进行离线式精细化处理，对除重大病害之外的一般病害进行准确检测，并提供检测结果分析和检测报表生成等人机交互功能。后者用于对海量检测数据进行长期存储和随时调用。

1.2.2.2检测系统软件算法流程

图1-7 软件算法流程图

软件算法的执行流程如图1-7所示。首先对采集数据进行去噪和标定处理，然后进行数据拼接，将左中右3套视觉模块的视觉数据拼接为一组数据。在配准的同时完成对数据的里程定位，将采集数据与其在实际线路中的位置建立联系。这一过程可以统称为预处理。在完成数据预处理后，首先对数据进行重新切割，将包含多对轨枕的一幅大图切割为只包含一幅轨枕的小图，如图1-8所示。再对小图进行数据分割，将钢轨、扣件、轨枕、道岔、道床、水沟等不同部件分别定位出来。然后针对各部件各自不同的病害特征分别采用不同的算法模型进行识别和测量，最终给出各病害发生的准确位置和具体数值。

图1-8 切割后的轨道视觉数据：二维图像（上）和三维数据（下）

智能巡检系统主要目的在于替代人工巡道，提高轨道巡检工作的工作效率和检测准确率。项目所研发的三款系列产品，采用的都是同一套巡检系统，检测精度都是1mm（横向/纵向）和0.5mm（竖向），只是各自的承载方式有所不同。对于无人式智能巡检机器人，其最高检测速度为30km/h，比较适合于整条线路的全线巡检；对于载人式智能巡检机器人，可承载2人，最高检测速度为15km/h，比较适合于天窗点紧张情况下的若干区间巡检；对于车载式智能巡检系统，其最高检测速度为216km/h，完全适应各类电客车和工程车辆的行驶速度，可完全不占用天窗点。

1.4.1行业首创二维/三维视觉联合检测技术

正如前文第二部分国内外研究现状所言，目前行业内几款轨道巡检系统所用技术基本分为两大类——基于图像测量和基于三维测量。但目前为止，这些系统都是各用其一，仅有本系统创造性地提出了二维/三维视觉联合检测技术。通过对钢轨、扣件、轨枕、道岔等不同部件典型病害的视觉特征进行深入分析，将二维图像和三维数据各自在物体表面纹理检测和外形结构检测方面的优势进行互补，针对性地研究不同病害的专用检测算法，不仅实现了对轨道病害的定性识别，而且实现了对病害数值的定量检测，对于轨道维护的施工安排和作业指导更具现实意义。

1.4.2行业首创三重嵌套轨道病害检测算法

由于轨道病害的发生具有高度随机性，发生的时间和位置不确定，发生的形态和程度不确定，因而对检测系统的准确性和可靠性提出了严苛的要求，这也是现有巡检系统大部分需要人工辅助参与病害判断的主要原因。本系统在传统“数据比对”和“模板匹配”检测算法的基础上，引入当前人工智能领域的主流分类识别技术，首创“数据比对+模板匹配+机器学习”三重嵌套病害检测算法，一方面充分保证了系统的检测准确率，另一方面全面提高了检测速度，同时使巡检系统具备了自我学习能力，能够“越学越聪明、越用越熟练”，随着后续的不断应用，准确性和可靠性将不断提升。

1.4.3行业首创重大病害边检边报功能

由于轨道病害形式多样、图像数据质量不稳等原因，轨道病害检测软件一般都非常庞大，算法复杂，运行非常耗时。通常处理一个晚上一条线路的数据，一般需要24小时后方能出具结果，这对于非常追求时效性的轨道巡检工作而言，无疑是一大隐患，不能及时保障行车安全。本系统由于硬件设备和软件算法同时具有的高度先进性，能够对扣件脱落、大尺寸道床异物等直接影响行车安全的重大病害的进行实时检测，首创重大病害边检边报功能，极具实用价值。

1.4.4行业首款轨道巡检机器人

目前所有的轨道巡检设备都是安装在工程车或综合检测车上，由于此类车辆造价高昂、行车调度程序复杂、天窗点时间紧张等现实原因，并不适用于轨道线路的日常巡检。为此，我们针对城市轨道的线路特征和运营特点，专门研发了无人式智能巡检机器人，轻便灵活，智能可靠，填补行业空白。在此基础上，又持续研发了载人巡检载人式机器人和电客车挂载式巡检系统，产品形式更加丰富，适用场景更加全面，能够完全满足不同条件下的日常线路巡检需求。

1.5.1通过四川省科技成果评价

2019年10月28日，四川省技术市场协会组织行业专家，在成都对本项目进行成果评价。专家组观摩了智能巡检系列产品，审阅了相关材料，听取了项目完成单位汇报，经质询和讨论，形成如下评审意见：

1.5.2申请国家发明专利31项、实用新型专利20项

项目实施过程中，通过持续创新，已申请国家发明专利31项、实用新型专利20项。其中，发明专利因审核期较长，目前尚未获得授权；实用新型专利已有14项获得授权。

（注：表中灰色阴影条目，表示该专利已获授权，证书见附件。）

1.5.3获得第二届中国城轨双创大赛杰出项目奖

2019年11月10日，本项目在北京参加了“第二届中国城市轨道交通科技创新创业大赛全国总决赛”。经过激烈角逐，本项目最终从来自全国各地的参数项目中脱颖而出，一举获得“最佳人气奖”和业主命题组“杰出项目奖”。

城市轨道智能巡检系统及其系列产品经过两年多的潜心研发，目前已趋于成熟，并在北京、天津、重庆、郑州、南昌等地进行了正线测试。测试过程中，各地的线路条件均不相同，先后遇到350m曲线半径和43‰坡度等比较极端的情况，机器人和载人式机器人均能平稳顺利地行驶通过，这也从某种层面上验证了产品的可靠性。

特别值得一提的是，这些测试都是采用的“背向测试”的方式进行。也就是各个地铁公司在我方完全不知情的情况下，在轨道上人为布置若干病害，然后使用巡检系统进行检测，将检测结果于其设置情况进行核对，从而对系统的检测准确率进行检验。经过与各地铁公司确认，我们的检测准确率全部为100%。

自2010年起，我国城市轨道交通运营线路里程复合增长率为19.36%，全国城市轨道交通在建里程年复合增长率12.55%。

不难理解，紧随线路建设高潮而来的就是开通运营后需要大量的人力和财力进行线路维保。据行业统计，地铁线路设计寿命内的维保成本大约为建设成本的5～8倍，而且随着开通时间的增长，线路设置老化程度加快，维保成本越来越高。而轨道检测维护是线路维保的重要组成部分，相关工作量平均占到地铁维保整体工作量的20～30%之多。因此，可以说，轨道智能巡检系统具有广阔的市场前景。

本项目的国内外同类产品为意大利MERMEC公司的“V-CUBE轨道可视化检测系统”。该系统安装于综合检测车，最高检测速度200km/h，测量精度横向0.9mm、纵向4mm、竖向0.8mm，采用“先采集、后处理”的离线数据处理模式，时效性不足。本项目产品的最高检测速度216km/h，测量精度横向1mm、纵向1～4mm、竖向0.5mm，指标高于V-CUBE系统。同时，本项目产品采用的是“在线+离线”相结合的数据处理模式，对于直接影响行车安全的重大病害能够实时检测，对于一般病害进行精细化检测，兼顾了检测的时效性和准确性，比V-CUBE系统更加先进和实用。

同时，V-CUBE系统只能安装于综合检测车，可移植性差，价格昂贵，不适用于日常巡检。本项目开发了无人式智能巡检机器人、载人式智能巡检机器人、电客车挂载式智能巡检系统三款产品，既可满足快速全线需求，也可满足短时间区间巡检需求，同时还满足电客车边运营边巡检的需求，实现了边检边报、边检边修、昼检夜修三种工作模式，极具应用灵活性和推广应用价值。

对于轨道巡检而言，按照平均每条线路长度30公里计算，假设每条线路配置1套巡检系统或系列产品，每套系统平均市场定价350万元（含税），维护保养10万元/年（两年质保），使用寿命10年。仅就已开通的运营里程而言，直接销售额约5亿元，全寿命维保总额约6千万元。如果计入在建里程和规划里程，直接销售额约20亿元，全寿命维保总额约5亿元。

2019年9月，中共中央、国务院印发实施的《交通强国建设纲要》中明确提出“推进干线铁路、城际铁路、市域（郊）铁路、城市轨道交通融合发展”。城市轨道智能巡检系统及系列产品面向城市轨道交通运营维保的迫切需求，全面采用创新技术，切实保障轨道交通安全，为建设交通强国作出实际贡献。在社会效益上，主要有以下几点：

1）提高轨道巡检准确性，切实保障地铁行车安全。

2）节约轨道维保人力成本，实现减员增效。

3）完整的量化巡检数据可为智能运维提供有效支持。

（消息来源于中国土木工程学会轨道交通分会，涉及版权请联系删除，如有转载请标明出处）