提要：介绍一种在车辆运动状态下非接触式对车轮外形磨耗进行快速自动检测。系统由CCD摄像机、照明光源、线激光控制光源、 计算 机和图像处理软件等组成，对动态车轮图像进行采集、图像处理和数据管理，从而实现对被测车轮的外形磨耗的自动检测，并对 影响 运营安全的车轮由软件发出警报信号、数据记录和图像保存，同时实现数据和图像 网络 共享。
主题：地铁车轮磨耗 自动检测设备 开发
1.开发的目的
1．1 地铁车辆在运行中存在着车轮与钢轨之间力的传递（牵引力、制动力、离心力），造成车轮踏面的摩擦而磨耗，对车辆的安全性、乘坐舒适性和运行平稳性影响很大。因此，对车轮踏面摩擦情况和磨耗量需要进行定期的检测，判断是否对车轮进行旋削及车轮相关数据的跟踪和 分析 。
目前 ，在地铁车辆维修中对车轮各参数的检测还停留在手工阶段，如对一列静止列车的车轮几何尺寸检测 是利用测量工具（属静态测量 方法 ），对48个车轮（6节编组车）要进行每个车轮轮缘高度、轮缘宽度、车轮直径和车轮内侧距等测量，而在测量中工人工作量大、效率低，同时不可避免引入人为因素，直接影响测量的正确性，所测数据还要通过人工输入到计算机，无法网络化在线迅速了解车轮的检测情况。所以开发本项目已成为实际生产中迫切需求。
经过多年对车辆的维护和保养的经验及计算机软件 应用 的开发，参阅了有关国内外的相关资料，设计出了车轮外形磨耗自动检测软件及其应用系统，具有创造性，并且在地铁行业为首创，它的应用也具有很大的现实意义和可观的 经济 效益。
1．2 对于在车辆运行状态和静止态状态下对车轮外形磨耗进行检测的设备，在国外有日本、德国、美国和罗马尼亚分别采用各种方式进行了 研究 ，并应用在实际测量中。目前比较先进的采用计算机数字图像处理方法，数字图像处理方法一般分接触式和非接触式测量，从提高效率来讲，非接触式测量已成为 现代 化管理重要手段。按接触式方式：有WRS2000型铁道车辆车轮踏面/轨头外形快速测录仪及上海地铁常用的模板式工具。通过手工操作对静止的车轮进行检测。按非接触式方式：就是车辆在运行状态下（车轮与车体不进行分解）对车轮进行自动测量。根据检索相关资料，目前国内用非接触式测量方法，如采用CCD方式，利用光测量法和B工程曲线算法，还停留在实验阶段。
1．3 本文介绍的车轮外形磨耗自动检测系统，重点研究并解决了在图像处理中一些难点，通过在WIN98系统平台上、利用编程语言开发出图像处理应用软件，对采集到的车轮图像进行自动处理和识别，即：对车轮图像进行各种特别处理并对其车轮内侧面基准线的垂直度进行自动扫描、识别，能使图像在坐标中旋转，不断进行修正，最终使车轮内侧面垂直于水平坐标，便于后处理计算来完成车轮图像的几何尺寸的自动检测目的。本方法最大优点是采集到的车轮图像是正视图，计算机处理迅速和正确。
2.系统的组成
系统方案如图一，在每根轨道的内侧分别安装二台CCD摄像机和相关辅助照明光源，当列车以小于5Km/h左右的速度进入停车库时，CCD摄像机及时捕捉到不同方向的车轮图像，由软件设定识别区域，自动进行抓拍到每个车轮图像，并将左右二路的四幅车轮图像通过无线或有线传输到计算机中的PCI采集卡，由PCI卡将视频模拟信号转变成数字信号，通过录像功能保存在计算机硬盘中，便于在图像处理时调用。然后应用本软件进行对图像的各种处理和数据管理。在试验中发现采集到的图像的分辩率是决定捕捉到的图形与原物的逼真程度，所以选择CCD摄像机和PCI采集卡非常重要，通过多次实践，认为图形的分辩率在520×520像素基本满足 工业 图形处理要求。
3 图像的采集
图像源的采集可分为模拟信号输出和数字信号输出，前者需要图像采集卡、A/D模数变换模块等，它能进行远距离的传输。而目前随着数字技术的 发展 ，图像采集简便化，只要一个CCD数码采集单元和一个配套的驱动程序，使用上非常方便。但传输距离比较近（调试），需要靠无线来传输图像，其结果图像噪声较大。本项目的车轮外形磨耗自动检测系统，其车轮图像的采集由CCD摄像机、PCI采集卡和辅助光源来完成，将采集到的图像数据直接传递给计算机。在本软件中集成了图像捕捉功能，设定一个监视区域，能自动捕捉目标并自动保存，不需要复杂的传感器。图2是现场采集到的彩色原始图像，捕捉到的图像清晰度是后期图像处理的关键。要求车轮图像的背景噪音与车轮轮廓具有明显的不同。在试验中增加滤色片，其效果非常满意，能过滤不同的背景噪音。通过反复对实际图像处理的结果。
图2 原始图像
4 图像的处理
一般图像的处理是根据不同的项目对像进行处理，本软件设计以车轮外形尺寸大小为测量的主要目标，达到测量值的精确性使其成为数字化管理手段，正确显示出能接近原物的图像的轮廓曲线，在软件中集成了各种图像处理方法，经优化比较，将图像处理分为6大模块：图像的平滑处理模块、图像的锐化处理模块、图像的二值化处理模块、图像的细化处理模块、图像的自动修整处理模块和图像的自动测量模块。
4．1 图像的平滑模块
图像的平滑处理主要是去除图像在数字化后产生的周围干扰噪声，而不使图像失真（采用低通虑波），以当前图形f(I,j)为中心切一个N×M像素组成的图像块:如：
g(I,j)=｛f(I,j)+f(I-1,j-
1)+f(I,j-
1)+f(I+1,j-
1)+f(I-1,j)+f(I-1,j+
1)
+f(I,j+
1)+f(I+1,j+
1)｝/9 使图像能比较不失真的情况下，满足测量要求。 如图3所示。
图3 图像的平滑图
4．2 图像的锐化模块
图像的锐化处理主要是突出边缘图像信息，使图像更清晰（采用高通虑波），其设计方法有利于进一步图像的二值化处理。如图4所示。方法如下：
以原始图像F（I，J）的像素值与边缘上相邻的像素F（I-1，J-1）的像素之差的绝对值的百分比之和得到G（I，J）的值bb=b1+0.25abs(b1-b
2)
图4 图像的锐化
4．3 图像的二值化模块
经过原始图像的不断处理，最终要求图像具有黑、白两种像素值。采用图像的二值化处理主要使图像画面内仅存在黑色（灰度值为0）、白色（灰度值为1）的二值图，在图面上不呈现有灰度变化，在图像处理中二值图起到重要作用，大大简化后面的图像处理，一般图像中显示物体与背景有明显区别，通过选择阀值t，可分离所需的图像和背景图像，以便对图像进行测量处理打下基础，方法如下：
f(I,j)=1; f(I,j)>=t f(I,j)=0; f(I,j)<t
通常用f(I,j)=1部分表示图像，用f(I,j)=0表示背光，来确定t值。如图5所示。
图5 图像的二值化
4．4 图像的细化模块
图像的细化处理主要是进一步修饰处理，达到一个图像像素宽度的线（即：一个像素宽）。经过图像的二值图后，再利用罗伯特(Roberts)算子来提取边缘处理和图像逆反处理，同时再进行离散性处理（孤立点），最终为图像的检测做准备。罗伯特(Roberts)算子 方法 ：
（a）
（b）
图6 图像的细化
4．5 图像的修正模块
图像的自动识别是以车轮的内侧面为基准线进行的，因为车辆在以5km/h速度运动进入停车库时，由于轮轨之间存在间隙，车轮轴可能产生左右轴向偏移，采集的图形其实际内侧面与 理论 面基准垂直线产生一定角度a，图像不一定垂直理论基准垂线，为此，重点 研究 了如何能自动识别其垂直度的算法，即能对图像进行自动的扫描，对图像不断进行判断（旋转），修正车轮内侧面基准线的垂直位置，最后使图像的内侧面基准线与理论设定的X轴垂直，如图7所示。
X
图7 图像的垂直线修正
4．6 图像的测量模块
经过图像修正后得到如图8，我们选择好各个参数和识别的区域，如车轮内侧面至70mm处为车轮的直径测量点和识别区域（红色虚线）， 计算 机便自动在这个区域内对所有图像进行几何尺寸的计算，每幅图像基本在这个区域内，计算机便自动测量并保存数据，最终得到如图8的图像效果，C点为车轮直径值（距离车轮内侧面70 mm处），D点为车轮轮缘宽度值（距离车轮C点10 mm处），E点为车轮轮缘高度值，并且将所测的数据保存在数据库内，建立纯文本文件（TXT）和数据文件（DB）以及动画文件（AVI），记录48个车轮测量得到车轮数据以及动态图像录像。
图8 图像的测量
4．7 图像的数据库管理
为了将检测到的数据进行 分析 和保存，本软件设计了动态数据库，如图9。通过对每幅图像的六大处理后，测量的数据分别保存在数据库内和文本文件中，用户可以方便搜索。对不符合要求的数据用红色显示并通过计算机RS232串行接口传输到设备中的指示灯显示，提醒人们该车轮已超值。在软件人机界面中，我们通过设定各类参数如：
车轮的直径在 840mm到770mm之间为正常
车轮轮缘的高度在 28mm到32mm之间为正常
车轮轮缘的宽度在28mm到34 mm之间为正常
车轮内侧距离在 1357mm到1359mm之间为正常
超出的数据为不合格的车轮。通过采集图形到图像处理，所得到的数据符合设计要求，测量精度在0.2mm内。
图9 数据库管理
5 硬件设备的设计
硬件选择的方案对本项目的成功相当重要，在对每辆车的检测需要有一个车辆号码，能自动产生一组编码，由计算机处理、存储、打印有关数据。本系统一般安装在车辆进出的车库入口处，地面安装4台CCD摄像机、光源和接收器，使每辆车经过时均产生一个车辆号码。
在夜间工作时，所有车辆须经过这个道口。系统能自动进入运行状态（通过激光控制技术），在每辆车的车辆底架处安装一组模块，作为无源发射源。（或者在车辆上安装无线发送器，即能作为车辆动态运动时的跟踪目标信号，工作范围20 M内，又能作为本系统的车辆号，采用挪威公司的产品， 目前 已 应用 在地铁车辆的动态站名的显示，作为无线收、发器，但是成本相对高）方便而可靠（本模块目前广泛应用在电梯层面的数字化控制）。
6 项目试验的结果
该系统应用在生产过程中，对地铁车辆在运营中起到积极的作用，能及时了解车轮的几何形状，预防车轮的脱轨事故的发生，通过计算机来分析大量的数据库文件，可以及时发现车轮和轨道之间的相互作用，更好的防止轮、轨之间的不合理的磨损，以确保地铁车辆每天的安全运营和乘客的乘车舒服性。过去对车轮维护和检查是每周一次，劳动强度比较大，人为造成的因素比较多，通过使用计算机自动检测系统，对车轮的检查改为每天一次，同时通过 网络 系统使所有管理人员都能了解地铁车辆的车轮安全状况，还能为 企业 提前预测车轮的维护保养的有关数据，起到可观的 经济 效益。
目前，国内车辆维护单位非常希望得到地铁车辆的动态车轮自动检测系统，来帮助企业提高地铁车辆安全性、维修能力和经济效益
参考 资料
1． 结构光条法应用于车轮外形磨耗自动检测的研究李远哲等铁道车辆1998
（3）3． 郑芬芳等 同济大学 铁道车辆 2002
（1）
