今日头条
官方微信
官方抖音
案例频道★国能朔黄铁路发展有限责任公司机辆分公司蒋振天
摘要：转向架在动态运行过程中承受着复杂多变的交变载荷，导致其关键部件产生的三维形变故障具有非线性、非刚性特征，且形变量微小，传统单目视觉监测方法因缺乏深度信息而难以精确量化空间形变故障，而采用固定参数滤波的传统图像处理方法会因无法自适应不同部位的纹理特征，导致边缘细节模糊和信噪比下降，进而影响形变故障特征提取精度。因此，本文提出了一种公铁两用车转向架关键部件三维形变故障多目立体视觉实时监测的方法。该方法基于多视角成像与三角测量原理，构建了三维形变故障监测模型，实现了公铁两用车转向障碍的检测。该方法采用自适应邻域均值滤波算法，可动态调整滤波核尺寸与权重矩阵对图像降噪，并基于滤波数据，采用改进Zernike矩阵提取特征，输入改进RELM模型实现了公铁两用车转向障碍的实时监测与预警。实验结果表明，随样本量递增所提方法监测精度也持续提升，对公铁两用车转向障碍的检出率达97.6%，显著优于对比方法。
关键词：多目立体视觉；自适应滤波；公铁两用车转向架；RELM模型；转向架形变故障
在线预览：
转向架关键部件三维形变多目立体视觉实时监测方法.pdf
摘自《自动化博览》2025年12月刊
北京市公安局海淀分局备案号：11010802023656号