基于激光传感器的道岔尖轨检测系统
撒继铭，顾瑜均，孙爱程，潘永峰
（1.武汉理工大学信息工程学院，2.光纤传感技术与信息处理教育部重点实验室，湖北武汉430070）摘要：在铁路的使用过程中，道岔作为运输的载体是非常重要的一部分,故道岔加工的检测需要非常高的精度要求，但是现阶段检测主要由人工完成，检测精度并不高。所以基于机器视觉的道岔检测系统的研究和实现显得十分必要。本文讨论道岔尖轨检测的方案，利用
Gocator2030激光传感器和SIEMENS 840D数控系统，详细研究了基于激光传感器对于道岔尖轨数据信息的采集方法和算法研究，为道岔生产企业提供了高精度和自动化的道岔尖轨检测系统。经过试验测试，本系统有着较快的检测速度和较高的检测精度。
关键词：激光传感器；道岔尖轨；数控系统
The switch rail detection system based on laser sensor
SaJi-ming,Gu Yu-jun,Sun Ai-cheng,Pan Yong-feng
(1.School of InformationEngineering,WuhanUniversityofTechnologyWuhan, 2.Key Laboratory of
Fiber Optic Sensing Technology and Information Processing 430070,Wuhan Hubei) Abstract：Turnout as a carrier is an extremely important part of transport, when railways is operating. So the detection of turnout should match the requirement. However, the detection effort is mainly completed manually at the present stage, which is low accuracy. So the study of the switch rail detection system based on laser sensor is necessary. In this paper, we discuss the scheme of the switch rail detection by using Gocator 2030 laser sensor and SIMENS 840D numerical control system. We study the algorithm and data collection of the switch rail detection based on laser sensor. This detection system provides accurate data collection and information display for the enterprise of producing turnout.After the test, the system has a faster detection speed and higher detection accuracy.
Key words：lasersensor, switch raildetection,CNC
引言
在铁路全面提速的环境下，铁路运输的安全逐渐引起人们的关注。对于道岔加工的精度也在不断的提高，但是我国现有的道岔检测方式基本都是人工测量，检测结果会被许多人为因素影响，测量误差在1mm左右，无法匹配高精度加工设备的精度要求。而利用激光传感器的道岔尖轨检测系统有工作量小、测量速度快、精确度高的优点，并且配合着数控系统可以给出清晰、简洁的结果显示。可见基于激光传感器的道岔尖轨检测系统的研发是非常必要的，可以加速我国铁路事业的发展。
本文以Gocator2030激光传感器和SIEMENS 840D数控系统为例，针对道岔尖轨截面指定数据的测量展开研究，利用激光传感器，实现了高精度测量的系统，具有重要的现实意义。
1.检测系统的框架设计
1.1检测系统原理
本系统采用激光传感器，进行道岔尖轨轮廓断面信息数据采集。每组检测系统使用两个激光传感器，传感器的数据经过交换机，通过以太网传递给SIEMENS 840D数控系统，数控系统负责数据处理，信息显示，信息读取。在实现道岔尖轨轮廓检测过程中，需要在同一钢轨左右两侧安装两个激光传感器，如图1所示，红色区域是激光照射区域，蓝色线则表示传感器视角。
图1 道岔尖轨轮廓断面测量示意图
1.2 Siemens 840D系统简介
道岔尖轨检测系统是安装在Siemens 840D系统上。
Siemens 840D系统（以下简称 840D）是基于 PC 的数控系统，其 MMC（人机通信）系统采用 Windows NT 或 XP 操作系统，拥有各类丰富的接口，以及比一般数控系统更好的人机交互能力和上层应用系统集成能力，便于用户对系统功能进行定制和参数调节。
针对客户对机床数据读取的要求，西门子公司专门开发了数据获取的软件，如SinCOM软件和MCIS软件，840D 具有开放式的人机界面和通讯接口。本体统采用以太网TCP/IP协议进行通讯，组网方便，而且变量读写灵活，适于数控机床的远程监控、诊断等系统开发。
1.3Gocator 2030激光传感器
Gocator 2030将激光光源和摄像机很好的结合到一起，具有使用方便、独立性强、拓展型好以及装置紧凑质量小等优点[2]。传感器实际图如图2所示。
(1)使用方便：Gocator 2030的内置Web服务器可以在任意一台电脑或者任意一个系统通过各种主要的浏览器对传感器设置参数和测量方式进行灵活地配置。在没有安装额外软件的情况下，Gocator 2030的升级和配置是即为简易的。
(2)独立性和拓展性：单一的传感器需要配上额外的控制器、放大器或者计算机来实现功能。而Gocator 2030系统可以毫不费力地大规模使用LMI主枢纽多传感器，主控制器掌握着电力的分配，激光安全联锁装置，微秒级同步，编码器和数组输入处理。(3)装置设计紧凑并且质量小：Gocator 2030自身体积较小，质量小于1.5Kg，这两个有点可以使它非常理想的拟合到狭小的空间中或者安装到机器人的手臂上，具有很强的环境适应性。
图2 Gocator 2030激光传感器
2.检测系统机械结构的设计
道岔尖轨加工是对轨头进行加工，所以只需要提取完整轨头加工面即可，以4305道岔尖轨为例，加工示意图如图3所示，共8个检测截面，其中最高的高度为150.6mm，最低的高度为127.6mm，而宽度的范围是0到71mm，每个截面都具有不同的尺寸，所以检测系统要分别从8个不同截面提取出有效的图像，将两个传感器各自相对于尖轨的高度与角度调整到最合适的状态，这就需要设计一个刚性足够，并且可以灵活调整的机械结构。
图3专线4305尖轨加工示意图
本系统设计的机械结构分为三部分：型材固定板、型材条、传感器固定板。整体结构如图4所示。
(1)型材固定板的作用是调整型两个型材条的高度和相对角度。
(2)型材条的作用是连接型材固定板和传感器固定板，以及调整传感器固定板的高度(3)传感器固定板的作用是调整传感器的横滚角度和旋转角度，保证两条激光线重合在一起，并且垂直于机床运行的方向。
图4 整体机械结构图
3.数据的处理与算法分析
传感器将获取到的轮廓图像转换成N 个点数据，以CSV的文件格式存储于SIEMENS 840D数控系统中。
从传感器获取到的钢轨的图像数据存在相机视角不同、部分数据点缺失以及轮廓有毛刺的三个问题，本章讨论如何通过算法将这三个问题解决并且从处理后的数据点中获取需要的检测数据。
3.1校正图像数据
为了将两个处于不同相机视角的图像数据转换到同一世界视角中，并且将两段曲线拟合成一个完整的轮廓。本文选择通过对于150mm高、100mm长、20mm宽的长方体标准块如图5所示标定。以此获取拟合数据，通过旋转和平移，将两组数据转换到同一世界视角如图6所示。
通过激光传感器采集到的钢轨断面图
像通常是倾斜的，如图6(a)所示。为了将两组数据拟合，所以必须先对钢轨断面角度进行校正。标准块顶部直线(线段b和线段c)的角度很好地反应了钢轨的倾斜角度，而我们需要将线段b和线段c拟合成一条线段，即是标准块顶的光线。线段b和线段c的表达式为y=ax+b，如公式(1)和公式(2)所示。其中a表示各自线段的斜率，也是该直线与水平轴夹角的正切值。
根据最小二乘法分别求出线段b和线段c的斜率分别为a b和a c，然后通过坐标系旋转将分别将两组图像数据旋转，使线段b和线段c的斜率都等于0，如图6(b)所示。
图5标准块实物图
图6图像畸形校正
(1)
(2)
图7坐标系转换示意图
下面介绍一下坐标系旋转。图7示意了原有坐标系中一点(X sp,Y sp)转换成新坐标系中一点(X tp,Y tp)的过程，一般来说，坐标转换主要有三步转换：
(1)将原有坐标原点(X so,Y so)平移到新坐标原点(0,0)。
(2)将原有坐标系X轴旋转θx角度，Y轴旋转θy角度。
(3)将原有坐标系X轴伸缩Kx比例,Y轴伸缩Ky比例。得到变换后的坐标为：
111
111
N N N
i i i i
i i i
N N N
i i i i
i i i
X Y N X Y
a
X X N X X
===
===
-
=
-
∑∑∑
∑∑∑
11
N N
i i
i i
Y a X
b
N
==
-
=
∑
∑
.....(3) .. (4)
公式(3)和公式(4)中的比例系数K 为1，而两个旋转角度分别为：
arctan ab b a θ= (5)
arctan cd c a θ= (6)
在公式(5)和公式(6)中θab 表示图6(a)中绿色曲线数据的旋转角度，θcd 表示图6(a)中红色曲线数据的旋转角度；a 表示图6(a)中线段b 的斜率，a 表示图6(a)中线段c 的斜率。以上是旋转的方法。
接着是平移的数据。在旋转后线段a 和线段d 是平行的，线段b 和线段c 需要拟合为一条线段，已知标准块的长是100mm ，高度是150mm ，根据公式(3)和公式(4)，分别求出两组图像数据各自的X so ,Y so 的值，完成图像数据的平移。
在旋转和平移处理后的图像数据效果如图6(b)所示。并且求出了绿色曲线的旋转角度、x 轴平移值、z 轴平移值以及红色曲线的旋转角度、x 轴平移值、z 轴平移值这6个图像校正数据，根据这6个数据完成钢轨图像数据的校正，效果如图8所示
图8钢轨数据校正效果图
3.2消除钢轨轮廓上的毛刺
钢轨轮廓曲线上出现的毛刺是由于光线的干扰造成的，在平滑的曲线上出现锯齿状的毛刺，如图9(a)所示。毛刺具有周期短，
随机性强的特点，对于钢轨截面数据的提取，会产生很大的误差。本文尝试用卡尔曼滤波
法和基于汉明函数的滑动滤波法这两种方法来抑制或消除这些毛刺。
以下是对这两种滤波法的基本介绍和效果的比较。
卡尔曼滤波器是一种利用线性状态方程，通过系统的输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据包括系统中的噪声和干扰的影响，所以最优估计也可以看成滤波过程。利用公式(7)对数据进行处理，图9(b)即为卡尔曼滤波效果，红线是原图形轮廓，蓝线为卡尔曼滤波后的轮廓效果。可见对于毛刺有一些抑制效果，但是毛刺对于轮廓的影响依然存在。 x(k)=Ax(k-1)+Bu(k)+w(k)…………………………….(7) 基于汉明函数的滑动滤波是一种加权的平滑滤波。
平滑滤波是低频增强的空间域滤波技术。它的目的是消除噪音。邻域的大小与平滑的效果直接相关，邻域越大平滑的效果越好，但邻域过大，平滑会使边缘信息损失的越大，从而使输出的轮廓变形，因此需合理选择邻域的大小。
合理地选择领域大小就是一种加权的方法。适当的选取加权系数g(r)。我们选用汉明函数作为W(r)来计算g(r)，得出相应的平滑公式。 汉明函数为
W(r)=0.54+0.46cos(r*π/m)………………(8) 可求出五点法的平滑公式为
t i =0.04(T i-2+T i+2)+0.24(T i-1+T i+1)+0.44T i (9)
从图9(c)中可以看出虽然毛刺依然存在，但是对于轮廓的影响已经可以忽略不计了，可见汉明平滑滤波后的轮廓效果满足后续
处理要求。
cos sin tp so sp x x sp y y X X X K Y K θθ=+-sin cos tp so sp x x sp y y Y Y X K Y K θθ=+
+图9 滤波效果图
3.3 对不同的钢轨截面提取需要的数据
计算钢轨断面几何尺寸时，经过滤波处理后的数据排除了较大的突变点，并且消除了毛刺使轮廓显得平滑。
本系统以专线4305的道岔尖轨作为测量样本，测量指定的8个钢轨断面的高度和轨头的宽度。为了提高计算精度还可以采取以下措施：
1、计算钢轨高度，即从数据中提取最大值，为了防止跳动点的干扰，我们取最大的7个值在求平均。
2、求轨头的宽度，即求钢轨高度下降16mm处轨头的宽度。基于钢轨自身是连续变化的，取轨头向下16mm处点邻近1mm 的点求加权平均。求出的两个点的间距就是轨头的宽度。
4.检测结果
通过图形数据的采集，并且对数据的校正、滤波等处理后，即可获得光滑、完整的钢轨断面图。通过一些处理算法便可以获取所需要的数据。
在本文中，以150mm高、100mm长、20mm宽的长方体标准块，先进行精确度测试，对一个固定位置，采集5次数据。测量结果如图10所示。通过显示结果发现，系统检测出的数据符合标准块的尺寸，其重复精度也在0.01mm以内，可见整个检测系统的检测精度满足检测的要求。
图10标准块测量结果
以钢轨的最高值和钢轨高度(150.6mm)下降16mm处的宽度为例。但是前三组数据的最高值低于134.6mm，故需要略微改变算法。对于第二、三组数据，是求出124.6mm 高度处的宽度为A，由于尖轨的两边的斜率为4，所以反求134.6mm处的高度为(A-5)mm。此算法用于第一组数据，则会出现所求宽度为负数，不方便对比，故对于第一组数据，直接求124.6mm处的宽度，即A。
以型号专线4305尖轨的测量结果的界面显示如图11所示：
图11专线4305尖轨测量结果
通过图11的测量结果可以看出，测量出来的数据和加工示意图作对比，数据的误差在0.15mm以内，可见基于激光传感器的道岔尖轨检测系统对于检测精度有了较大
的提高。
5.结语
日益发展的铁路对于道岔轮廓检测提出了高精度、高效率、智能化的需求。目前常用的轮廓检测方法主要依靠人工操作，结果的准确度全凭检测工人的经验，并且劳动强度大、检测效率低、受环境因素影响大、数据可靠性差。本文提出了一种基于激光传感器的道岔尖轨检测系统，以此来提高检测精度和检测效率。
本文根据坐标系转换原理建立了断面拼接模型，成功将2个激光轮廓传感器采集到的分散的断面合并成一个完整的断面；接着通过汉明函数平滑滤波，去除由于光线干扰而出现在轮廓上的毛刺；最后获取所需要的检测数据通过显示器来显示。此系统满足了道岔尖轨检测的高精度、高效率、智能化的需求。
参考文献
[1]高伟杰,基于机器视觉的钢轨轮廓检测系统的研究[D],2012.
[2]戴刚,烟盒结构光视觉检测与信息处理应用技术研究[D],南京理工大学,2013. [3]吴淑定,数字化检测与立体显示技术在高速铁路道岔检测中的应用研究[D],西南交通大学,2014.
[4]Mao Hongyong,ShiDuanwei,An Algorithmto Recognize the Target Object Contour Base on 2D Point Clouds by Laser-CCD-Scanning[D], Wuhan University,2015.
[5]Jiwu Wang, WeijieGao, Yisong Wang, Study on the height measurement based on the image processing technique[J]. Journal of AROB 16th ,Japan January 27-29, 2011.
[6]李雯,基于激光轮廓传感器的钢轨外形检测系统[D],中国铁道科学研究院,2014.
[7]
成组更换道岔施工组织设计 一、编制依据 1、赤大白铁路大板东站成组更换道岔相关设计文件。 2、现行有关铁路工程设计规范、施工规范、验收标准、暂行规定、国家有关法律、法规及规定。 3、现行铁路施工技术安全规程，国家、铁道部、铁路局有关安全管理办法、规定。 4、赤大白铁路有关建设管理办法。 ５、现场勘测资料及项目部机械设备、人力资源及施工能力状况。 二、工程概况: １、大板东站P50-9型道岔需要更换，更换道岔的编号为:19#道岔,线路木枕更换为砼枕。 2、主要工程数量: 更换道岔1组及木枕更换为砼枕。 三、施工劳动力及机具安排 1、劳动力安排 1）、施工总负责人一人，负责人力、物力和机械设备的调配与供应,及时解决施工中出现的问题及落实次日施工的准备情况。 2)、技术负责人一人,负责施工组织、技术工作(配轨、计算预留轨缝、制定施工计划)、质量、进度、作业流程的监控。 3)、安全负责人一人，负责施工中防护、人身安全及对标检查。 4）、综合部负责人一人，负责材料的发放及回收。 ５）、施工现场负责人一人,负责施工的人员、机械组织。 6)、现场工务监管二人,负责施工丢掉那线路质量的监控。 7)、设置驻站一人、大小里程80０米防护二人、中间防护一人，指派的防护员必须经考试合格的员工持证上岗。 8)、值班调度一人,负责施工“天窗点”的对外沟通和现场施工信息的上传下达。 9)、施工队伍：设置1个施工队伍,设置作业人员2５人。
2、机具安排 四、临时设施方案 1、施工用电、用水:接铁路电源作为施工、照明用电，施工要点作业时备用２4KW发电机1台。 2、施工道路： 利用既有道路作为施工便道。 五、工期安排 1、工期安排
机器视觉检测系统简述及系统构成 1机器视觉检测的一般模式 机器视觉检测的目标千差万别，检测的方式也不尽相同。农产品如苹果、玉米等通常是检测其成熟度，大小，形态等，工业产品如工业零件,印刷电路板通常是检测其几何尺寸，表面缺陷等。不同的应用场合，就需要采用不同的检测设备和检测方法。如有的检测对精度要求高，就需要选择高分辨率的影像采集装置；有的检测需要产品的彩色信息，就需要采用彩色的工业相机装置。正是由于不同检测环境的特殊性，目前世界上还没有一个适用于所有产品的通用机器视觉检测系统。虽然各个检测系统采用的检测设备和检测方法差异很大，但其检测的一般模式却是相同的。机器视觉检测的一般模式是首先通过光学成像和图像采集装置获得产品的数字化图像，再用计算机进行图像处理得到相关检测信息，形成对被测产品的判断决策，最后将该决策信息发送到分拣装置，完成被测产品的分拣。 机器视觉检测的一般模式如图1所示： 图1机器视觉检测的一般模式 1.1图像获取 图像获取是机器视觉检测的第一步，它影响到系统应用的稳定性和可靠性。图像的获取实际上就是将被测物体的可视化图像和内在特征转换成能被计算机处理的图像数据。机器视觉检测系统一般利用光源，光学镜头，相机，图像采集卡等设备获取被测物体的数字化图像。 1.2视觉检测 视觉检测通过图像处理的方法从产品图像中提取需要的信息，做出结果处理并发送相应消息到分拣机构。通常这部分功能由机器视觉软件来完成。优秀的机器视觉软件可对图像中的目标特征进行快速准确地检测，并最大限度地减少对硬件系统的依赖性，而算法设计不够成熟的机器视觉软件则存在检测速度慢，误判率高，对硬件依赖性强等特点。在机器视觉检测系统中视觉信息的处理主要依赖于图像处理方法，它包括图像增强,数据编码和传输，平滑，边缘锐化，分割，特征提取，目标识别与理解等内容。 1.3分拣 对于一个检测系统而言，最终是要实现次品（含不同种类的次品）与合格品的分离即分拣，这部分功能由分拣机构来完成。分拣是机器视觉检测的最后一个也是最为关键的一个环节"对于不同的应用场合，分拣机构可以是机电系统!液压系统!气动系统中的某一种。但无论是哪一种，除了其加工制造和装配精度要严格保证以外,其动态特性,特别是快速性和稳定性也十分重要，必须在设计时予以足够的重视。 2机器视觉检测系统的构成 一个典型的机器视觉检测系统主要包括光源、光学镜头、数字相机、图像采集卡、图像处理模块、分拣机构等部份。其构成如图2所示。 图2典型的机器视觉检测系统 3光源
机器视觉技术发展现状 人类认识外界信息的80%来自于视觉，而机器视觉就是用机器代替人眼来做 测量和判断，机器视觉的最终目标就是使计算机像人一样，通过视觉观察和理解 世界，具有自主适应环境的能力。作为一个新兴学科，同时也是一个交叉学科，取“信息”的人工智能系统，其特点是可提高生产的柔性和自动化程度。目前机器视觉技术已经在很多工业制造领域得到了应用，并逐渐进入我们的日常生活。 机器视觉是通过对相关的理论和技术进行研究，从而建立由图像或多维数据中获机器视觉简介 机器视觉就是用机器代替人眼来做测量和判断。机器视觉主要利用计算机来模拟人的视觉功能，再现于人类视觉有关的某些智能行为，从客观事物的图像中提取信息进行处理，并加以理解，最终用于实际检测和控制。机器视觉是一项综合技术，其包括数字处理、机械工程技术、控制、光源照明技术、光学成像、传感器技术、模拟与数字视频技术、计算机软硬件技术和人机接口技术等，这些技术相互协调才能构成一个完整的工业机器视觉系统[1]。 机器视觉强调实用性，要能适应工业现场恶劣的环境，并要有合理的性价比、通用的通讯接口、较高的容错能力和安全性、较强的通用性和可移植性。其更强调的是实时性，要求高速度和高精度，且具有非接触性、实时性、自动化和智能 高等优点，有着广泛的应用前景[1]。 一个典型的工业机器人视觉应用系统包括光源、光学成像系统、图像捕捉系统、图像采集与数字化模块、智能图像处理与决策模块以及控制执行模块。通过 CCD或CMOS摄像机将被测目标转换为图像信号，然后通过A/D转换成数字信号传送给专用的图像处理系统，并根据像素分布、亮度和颜色等信息，将其转换成数字化信息。图像系统对这些信号进行各种运算来抽取目标的特征，如面积、 数量、位置和长度等，进而根据判别的结果来控制现场的设备动作[1]。 机器视觉一般都包括下面四个过程：
基于机器视觉的工件识别和定位文献综述 1.前言 1.1工业机器人的现状与发展趋势 机器人作为一种最典型的应用范围广、技术附加值高的数字控制装备，在现代先进生产制造业中发挥的作用越来越重要，机器人技术的发展将会对未来生产和社会发展起到强有力的推动作用。《2l 世纪日本创建机器人社会技术发展战略报告》指出，“机器人技术与信息技术一样，在强化产业竞争力方面是极为重要的战略高技术领域。培育未来机器人产业是支撑2l 世纪日本产业竞争力的产业战略之一，具有非常重要的意义。” 研发工业机器人的初衷是为了使工人能够从单调重复作业、危险恶劣环境作业中解脱出来，但近些年来，工厂和企业引进工业机器人的主要目的则更多地是为了提高生产效率和保证产品质量。因为机器人的使用寿命很长，大都在10 年以上，并且可以全天后不间断的保持连续、高效地工作状态，因此被广泛应用于各行各业，主要进行焊接、装配、搬运、加工、喷涂、码垛等复杂作业。伴随着工业机器人研究技术的成熟和现代制造业对自动生产的需要，工业机器人越来越被广泛的应用到现代化的生产中。 现在机器人的价格相比过去已经下降很多，并且以后还会继续下降，但目前全世界范围的劳动力成本都有所上涨，个别国家和地区劳动力成本又很高，这就给工业机器人的需求提供了广阔的市场空间，工业机器人销量的保持着较快速度的增长。工业机器人在生产中主要有机器人工作单元和机器人工作生产线这两种应用方式，并且在国外，机器人工作生产线已经成为工业机器人主要的应用方式。以机器人为核心的自动化生产线适应了现代制造业多品种、少批量的柔性生产发展方向，具有广阔的市场发展前景和强劲生命力，已开发出多种面向汽车、电气机械等行业的自动化成套装备和生产线产品。在发达国家，机器人自动化生产线已经应用到了各行各业，并且已经形成一个庞大的产业链。像日本的FANUC、MOTOMAN，瑞典的ABB、德国的KUKA、意大利的COMAU 等都是国际上知名的被广泛用于自动化生产线的工业机器人。这些产品代表着当今世界工业机器人的最高水平。 我国的工业机器人前期发展比较缓慢。当将被研发列入国家有关计划后，发展速度就明显加快。特别是在每次国家的五年规划和“863”计划的重点支持下，我国机器人技术的研究取得了重大发展。在机器人基础技术和关键技术方面都取得了巨大进展，科技成果已经在实际工作中得到转化。以沈阳新松机器人为代表的国内机器人自主品牌已迅速崛起并逐步缩小与国际品牌的技术差距。 机器人涉及到多学科的交叉融合，涉及到机械、电子、计算机、通讯、控制等多个方面。在现代制造业中，伴随着工业机器人应用范围的扩大和机器人技术的发展，机器人的自动化、智能化和网络化的程度也越来越高，所能实现的功能也越来越多，性能越来越好。机器人技术的内涵已变为“灵活应用机器人技术的、具有实在动作功能的智能化系统。”目前，工业机器人技术正在向智能机器和智能系统的方向发展，其发展趋势主要为：结构的模块化和可重构化；控制技术的开放化、PC 化和网络化；伺服驱动技术的数字化和分散化；多传感器融合技术的实用化；工作环境设计的优化和作业的柔性化以及系统的网络化和智能化等方面。 1.2机器视觉在工业机器人中的应用 工业机器人是FMS（柔性加工）加工单元的主要组成部分，它的灵活性和柔性使其成为自动化物流系统中必不可少的设备，主要用于物料、工件的装卸、分捡和贮运。目前在全世界有数以百万的各种类型的工业机器人应用在机械制造、零件加工和装配及运输等领域，
成组更换道岔施工报告 更换道岔按准备作业、基本作业、整理作业三大程序进行。 准备作业； 按设计要求确定轨型、道岔号数，测量道岔中点、岔道位置及岔全长，在场地开阔处预铺组装道岔； （1）将需要组装的道岔所用的旧枕木、钢轨用轨汽运到选好的地点搭设平台，平台必须牢固、平稳、高度适宜。 （2）在平台上确定新岔首位置，然后利用列车间隔把轨枕吊上平台，按间隔点摆放好（砼岔枕需进行锚固）。 （3）在岔枕上按编号装好大胶垫和铁垫扳，然后拨（吊）轨上架，摆好直股，确定尖轨、护轨位置，摆好其它岔轨（用方尺方正岔首和尖轨位置），打好白点，方正岔枕，再按定型图组装道岔其它部分。然后标好支距点，调整道岔几何尺寸达到验收标准。 基本作业 （1）慢行前准备工作 a，检查各种施工机具（如拉伸器、发电机、锯轨钻眼机）等主要工具性能是否良好；施工机具是否齐全；主要材料（如异型轨）是否调到位。 b，清除纵向移动道岔通过线路的障碍物（矮柱信号机、电源箱等）；预松扣件、接头螺栓，预松尖轨部份‘T’型螺栓、拆除轨距杆、防爬设备。 c，穿好轨排的第一节滑轨，备好第二节滑轨；将高行程起道机吊上轨排摆好。d，需要更换的砼普枕运到更换地点摆放好。 （2）慢行阶段准备工作 a，工地防护员在施工工地两端插25㎞/h慢行牌及减速地点标。 b，拆除直股接头螺栓2个（每端各一个）其余4个要求先松后紧，木枕扣件隔一拆一，砼枕扣件隔一拆二。 C，按规定扒枕木头和枕木盒石碴。（扒1/3或扒平枕底后反压石碴袋） d，在每组道岔的两侧打入8根钢钎控制扒碴深度。 e，布设轨温表，在换岔前、中、后认真观测并记录轨温。 基本作业 a，出旧岔轨和岔枕；将换道岔的人员分为拆除连接零件（30人）、出岔轨（20人）、出岔枕（40人）三个小组，由岔后向岔前进行流水作业。 b，扒石碴，整平场地；分组扒碴至钢钎油漆标记处、整平。 c，移动道岔到位；需要纵移的轨排，在岔区连好纵向滑轨，用轨汽推顶道岔到位，高行程起道机（或压机）抬起轨排垫好枕木头，再用轨汽拉出纵向滑轨，接着翻转滑轮并在上面放好夹扳，下落道岔拨正大方向，同时拉伸道岔对位；对于对位横移的道岔，连接第二节滑轨后横移道岔对中，用高行程起道机下落道岔拨道，同时拉伸道岔对位；另外，需要换普枕的地段在移动道岔的同时进行作业。
机器视觉检测系统的工作原理与检测流程 内容来源网络，由“深圳机械展（11万㎡，1100多家展商，超10万观众）”收集整理！ 更多cnc加工中心、车铣磨钻床、线切割、数控刀具工具、工业机器人、非标自动化、数字化无人工厂、精密测量、3D打印、激光切割、钣金冲压折弯、精密零件加工等展示，就在深圳机械展. 在机器视觉检测系统工作流程中，主要分为图像信息获取、图像信息处理和机电系统执行检测结果3个部分，另外根据系统需要还可以实时地通过人机界面进行参数设置和调整。 当被检测的对象运动到某一设定位置时会被位置传感器发现，位置传感器会向PLC控制器发送“探测到被检测物体”的电脉冲信号，PLC控制器经过计算得出何时物体将移动到CCD相机的采集位置，然后准确地向图像采集卡发送触发信号，采集开检测的此信号后会立即要求CCD相机采集图像。被采集到的物体图像会以BMP文件的格式送到工控机，然后调用专用的分析工具软件对图像进行分析处理，得出被检测对象是否符合预设要求的结论，根据“合格”或“不合格”信号，执行机会对被检测物体作出相应的处理。系统如此循环工作，完成对被检测物体队列连续处理。如下图所示。
机器视觉检测系统工作原理 一个完整的机器视觉检测系统的主要工作过程如下： ①工件定位传感器探测到被检测物体已经运动到接近机器视觉摄像系统的视野中心，向机器视觉检测系统的图像采集单元发送触发脉冲。 ②机器视觉检测系统的图像采集单元按照事先设定的程序和延时，分别向摄像机和照明系统发出触发脉冲。 ③机器视觉摄像机停止目前的扫描，重新开始新的一帧扫描，或者机器视觉摄像机在触发脉冲来到之前处于等待状态，触发脉冲到来后启动一帧扫描。 ④机器视觉摄像机开始新的一帧扫描之前打开电子快门，曝光时间可以事先设定。 ⑤另一个触发脉冲打开灯光照明，灯光的开启时间应该与机器视觉摄像机的曝光时间相匹配。 ⑥机器视觉摄像机曝光后，正式开始新一帧图像的扫描和输出。 ⑦机器视觉检测系统的图像采集单元接收模拟视频信号通过A/D转换器将其数字化，或者是直接接收机器视觉摄像机数字化后的数字视频信号。 ⑧处理结果控制生产流水线的动作、进行定位、纠正运动的误差等。 从上述的工作流程可以看出，机器视觉检测系统是一种相对复杂的系统。大多监控和检测对象都是运动的物体，系统与运动物体的匹配和协调动作尤为重要，所以给系统各部分的动作时间和处理速度带来了严格的要求。在某些应用领域，例如机器人、飞行物体制导等，对整个系统或者系统的一部分的重量、体积和功耗等都会有严格的要求。 尽管机器视觉应用各异，归纳一下，都包含一下几个过程： ①图像采集：光学系统采集图像，将图像转换成数字格式并传入计算机存储器。
基于机器视觉的产品识别检测技术研究 摘要：机器视觉检测系统采用CCD照相机将被检测的目标转换成图像信号，传送给图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号，图像处理系统对这些信号进行各种运算来抽取目标特征，如面积、数量、位置，再根据预设的允许度和其他条件输出结果，包括尺寸、个数、合格/不合格、标识有无等，实现自动识别功能。机器视觉的研究是从20世纪60年代中期开始70年代已形成几个重要研究分支：目标制导的图像处理、图像处理和分析的并行运算、序列图像分析和运动参量求值、视觉知识的表示、视觉系统的知识库等。 关键词：机器视觉；CCD相机；图像处理；产品检测。
引言 机器视觉就是用机器代替人眼来做测量和判断，它是一项综合技术，其中包括数字图像处理技术、控制技术、电光源照明技术、光学成像技术、传感技术、模拟与数字视频技术等，机器视觉更强调实用性，要求能够适应工业生产中恶略的环境，要有通用的工业接口。电视摄像技术的成熟与计算机技术的发展使得机器视觉研究成为可能，它作为早期人工智能的一部分，由于技术条件的限制进展缓慢。后来在随着计算机技术的快速发展，机器视觉的研究得到了迅速发展在国外，机器视觉的应用普及主要体现在半导体及电子行业，机器视觉系统在产品检测方面已经得到了广泛的应用。在中国机器视觉技术应用开始与90年代，目前国内机器视觉大多为外国品牌，不过随着机器视觉的应用，国内公司技术上已经逐渐成熟。与此同时，随着配套基础设施建设的完善，技术、资金的积累，各行各业对机器视觉技术的工业自动化、智能化需求开始广泛出现。国内高校校、研究所和企业在这个领域进行了积极探索和大胆尝试，这都将促进工业检测自动化技术向智能化发展。
道岔尖轨部分病害分析与整治 乌海工务段卢宁季忠东甄世奖 1 前言 道岔是铁路线路设备的重要组成部分，随着铁路列车提速，万吨重载列车开行数量的增加对既有线道岔的平顺性提出了更高的要求，因此如何长期保持既有线道岔的整体高平顺性和质量均衡，确保列车以规定的速度、安全、平稳地运行至关重要。 2问题的提出 2.1 既有线道岔现场基本情况 为了适应铁路列车提速，重载列车的发展要求，我段管内包兰线正线各站从2008年开始陆续到今年全部更换为60kg/m混凝土轨枕道岔，总体来说，混凝土轨枕道岔从结构可靠性和稳定性都比以前的木枕道岔有了很大的提高。随着铁路的几次大提速和万吨重载列车在包兰线的开通运行以及跨区间无缝线路在我段管区正线上的全面铺设，道岔尖轨侧弯、尖轨尖端不密贴等钢轨病害已十分突出，消灭道岔尖轨部分的病害已成为当前维修工作的重点。 2.2 道岔尖轨侧弯的形成原因 道岔尖轨尖端及竖切部分与基本轨之间需密贴紧靠，且在尖轨全长范围内目视直顺无反弯，顶铁密贴、作用良好其间隙不 — 1 —
得超过1mm,以确保行车安全。但因尖轨在刨切过程中受力不均匀，刨切量大小不等或因运输中冲击，安装不良，跨区间无缝线路中道岔无缝化后道岔钢轨受力不同等诸多原因，道岔铺设投入使用后，易造成尖轨刨切部分与基本轨不密贴或距尖轨跟端约 3m左右出现向线路中心鼓出的侧弯，使尖轨与基本轨顶铁间隙超标，尖轨中部至限位器处轨距减小超过规定标准，列车通过时挤动尖轨，造成轨距扩大，从而出现二级、三级机车报警。 2.3 现有整治的作业方法 由于现有的普通液压直轨器由于其本身结构的限制，只能对基本轨的局部硬弯进行调整，而无法对尖轨进行矫直整治。当尖轨产生侧弯超标时，对采用夹板连接形式的可以将尖轨拆下线下进行校直。而对铝热焊接的无缝道岔尖轨只能将道岔内的尖轨和导轨一并切除，才能更换新的尖轨，而存在侧弯的尖轨再用的价值很小（切除铝热焊缝后比原长度短30-40mm）。造成固有资产极大的浪费，且对铁路运输的干扰、人力、物力的投入也较大。 3 整治道岔尖轨部分病害的机具试制 针对问题的提出，在段领导的参与和支持下，组织技术人员、工人技师与山桥厂的售后人员共同探讨开发了利用齿条式千斤顶，来综合整治和校直道岔尖轨侧弯和尖轨尖端不密贴的病害，通过多次的试顶、调试和弯折矢度的测定，基本上掌握了具 — 2 —
机器视觉测量技术杨永跃合肥工业大学 2007.3 目录 第一章绪论 1.1 概述 1.2 机器视觉的研究内容 1.3 机器视觉的应用 1.4 人类视觉简介 1.5 颜色和知觉 1.6 光度学 1.7 视觉的空间知觉 1.8 几何基础 第二章图像的采集和量化 2.1 采集装置的性能指标 2.2 电荷藕合摄像器件 2.3 CCD 相机类 2.4 彩色数码相机 2.5 常用的图像文件格式
2.6 照明系统设计 第三章光学图样的测量 3.1 全息技术 3.2 散斑测量技术 3.3 莫尔条纹测量技术 3.4 微图像测量技术 第四章标定方法的研究 4.1 干涉条纹图数学形成与特征4.2 图像预处理方法 4.3 条纹倍增法 4.4 条纹图的旋滤波算法 第五章立体视觉 5.1 立体成像 2 5.2 基本约束 5.3 边缘匹配 5.4 匹域相关性 5.5 从 x 恢复形状的方法 5.6 测距成像
第六章标定 6.1 传统标定 6.2 Tsais 万能摄像机标定法 6.3 Weng ’ s 标定法 6.4 几何映射变换 6.5 重采样算法 第七章目标图像亚像素定位技术第八章图像测量软件 (多媒体介绍 第九章典型测量系统设计分析9.1 光源设计 9.2 图像传感器设计 9.3 图像处理分析 9.4 图像识别分析 附:教学实验 1、视觉坐标测量标定实验 2、视觉坐标测量的标定方法。 3、视觉坐标测量应用实验 4、典型零件测量方法等。
3 第一章绪论 1.1 概述 人类在征服自然、改造自然和推动社会进步的过程中,面临着自身能力、能量的局限性, 因而发明和创造了许多机器来辅助或代替人类完成任务。智能机器或智能机器人是这种机器最理想的模式。 智能机器能模拟人类的功能、能感知外部世界,有效解决问题。 人类感知外部世界:视觉、听觉、嗅觉、味觉、触觉 眼耳鼻舌身 所以对于智能机器,赋予人类视觉功能极其重要。 机器视觉:用计算机来模拟生物(外显或宏观视觉功能的科学和技术。 机器视觉目标:用图像创建或恢复现实世界模型,然后认知现实世界。 1.2 机器视觉的研究内容 1 输入设备成像设备:摄像机、红外线、激光、超声波、 X 射线、 CCD 、数字扫描仪、超声成像、 CT 等 数字化设备 2 低层视觉(预处理 :对输入的原始图像进行处理(滤波、增强、边缘检测 ,提取角点、边缘、线条色彩等特征。 3 中层视觉:恢复场景的深度、表面法线,通过立体视觉、运动估计、明暗特征、纹理分析。系统标定
基于机器视觉的产品检测技术研究 1、机器视觉 1.1机器视觉的概念 机器视觉被定义为用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。一个典型的工业机器视觉应用系统包括光源、光学系统、图像采集系统、数字图像处理与智能判断决策模块和机械控制执行模块。系统首先通过CCD相机或其它图像拍摄装置将目标转换成图像信号,然后转变成数字化信号传送给专用的图像处理系统，根据像素分布!亮度和颜色等信息，进行各种运算来抽取目标的特征,根据预设的容许度和其他条件输出判断结果。 值得一提的是，广义的机器视觉的概念与计算机视觉没有多大区别，泛指使用计算机和数字图像处理技术达到对客观事物图像的识别、理解。而工业应用中的机器视觉概念与普通计算机视觉、模式识别、数字图像处理有着明显区别，其特点是： 1、机器视觉是一项综合技术，其中包括数字图像处理技术、机械工程技术、控制技术、电光源照明技术，光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等。这些技术在机器视觉中是并列关系。相互协调应用才能构成一个成功的工业机器视觉应用系统。 2、机器视觉更强调实用性，要求能够适应工业生产中恶劣的环境，要有合理的性价比，要有通用的工业接口，能够由普通工作者来操作，有较高的容错能力和安全性，不会破坏工业产品，必须有较强的通用性和可移植性。 3、对机器视觉工程师来说，不仅要具有研究数学理论和编制计算机软件的能力，更需要光、机、电一体化的综合能力。 4、机器视觉更强调实时性,要求高速度和高精度，因而计算机视觉和数字图像处理中的许多技术目前还难以应用于机器视觉，它们的发展速度远远超过其在工业生产中的实际应用速度。 1.2机器视觉的研究范畴 从应用的层面看，机器视觉研究包括工件的自动检测与识别、产品质量的自动检测、食品的自动分类、智能车的自主导航与辅助驾驶、签字的自动验证、目标跟踪与制导、交通流的监测、关键地域的保安监视等等。从处理过程看,机器视觉分为低层视觉和高层视觉两阶段。低层视觉包括边缘检测、特征提取、图像分割等，高层视觉包括特征匹配、三维建模、形状分析与识别、景物分析与理解等。从方法层面看，有被动视觉与主动视觉之，又有基于特征的方法与基于模型的方法之分。从总体上来看，也称作计算机视觉。可以说，计算机视觉侧重于学术研究方面，而机器视觉则侧重于应用方面。 机器人视觉是机器视觉研究的一个重要方向，它的任务是为机器人建立视觉系统，使得机器人能更灵活、更自主地适应所处的环境，以满足诸如航天、军事、工业生产中日益增长的需要（例如，在航天及军事领域对于局部自主性的需要，在柔性生产方式中对于自动定位与装配的需要，在微电子工业中对于显微结构的检测及精密加工的需要等）。机器视觉作为一门工程学科，正如其它工程学科一样，是建立在对基本过程的科学理解之上的。机器视觉系统的设计依赖于具体的问题，必须考虑一系列诸如噪声、照明、遮掩、背景等复杂因素，折中地处理信噪比、分辨率、精度、计算量等关键问题。 1.3机器视觉的研究现状 机器视觉研究出现于60年代初期，电视摄像技术的成熟与计算机技术的发展使得机器视觉研究成为可能。它作为早期人工智能研究的一部分，由于技术条件的限制，进展缓慢。80年代初，在D·Marr提出的计算视觉理论指导下，机器视觉研究得到了迅速发展，成为
随着机器视觉检测技术的日益成熟，越来越多的企业选择安装机器视觉在线检测系统，企业如何做到机器视觉在线检测项目的顺利实施，企业用户对机器视觉在线检测系统设计制作流程的了解至关重要，今天创视新小编在这里整理了整个机器视觉在线检测系统从前期的产品检测评估到系统设备设计制作集成的整个过程做一个简单的介绍： 1、项目的前期评估 A、通过电话联系我们公司，我们公司将会有专业项目工程工程师跟您进行初步的沟通，了解您的需求； B、需要您提供检测样品（OK品和各种NG品数个）以及现场环境，如果不是做整机检测设备的还需要提供视觉设备的安装空间及外围IO通讯。如有需要，项目工程师可以到贵公司进行现场评估； C、根据提供的样品，项目工程师会在公司进行初步的技术评估，一般在收到样品后两个工作日内会给出测试结果； D、项目工程师会根据测试结果，向您提出专业的意见。提供合适的视觉产品（包括工业相机、镜头、光源、电脑、机器视觉系统软件等）给您，然后在测试结果出来后给您提供初步方案及项目费用预估。 E、如对方案存在疑问，可以随时联系项目工程师，项目工程师会对您的疑问进行解答并完善方案，尽力满足您的需求。 2、立项 项目经过初步评估后，双方确认项目方案的可行性，项目工程师接下来会建立一个新项目流程往下进行。 3、检测标准的明确 需要您收集OK品和限度NG品（即初步测试中认为可以检测出来的NG品种类），需要一定数量。项目工程师会对您提供的样品进行测试，详细的检测标准跟您进行确认。 4、其他确认 明确了检测标准后，项目工程师会进一步和您确认检测设备达到安装现场，机械和电气要求；如果贵公司对设备使用有特殊要求的，请及时提出，以便我们进行评估和设计。 5、整体方案书制作、明细报价单、合同制作 项目工程师根据以上的确认制作详细的整体方案，整体包含整机图、视觉系统配置、检测标准、软件功能等。 机器视觉在线检测系统设备设计制作流程
机器视觉检测系统 内容来源网络，由“深圳机械展（11万㎡，1100多家展商，超10万观众）”收集整理！ 更多cnc加工中心、车铣磨钻床、线切割、数控刀具工具、工业机器人、非标自动化、数字化无人工厂、精密测量、3D打印、激光切割、钣金冲压折弯、精密零件加工等展示，就在深圳机械展. 现代工业自动化生产中涉及到各种各样的检验、生产监视和零件识别应用，如汽车零配件批量加工的尺寸检查和自动装配的完整性检查、电子装配线的元件自动定位、IC上的字符识别等。通常这种带有高度重复性和智能性的工作是由肉眼来完成的，但在某些特殊情况下，如对微小尺寸的精确快速测量、形状匹配以及颜色辨识等，依靠肉眼根本无法连续稳定地进行，其它物理量传感器也难以胜任。人们开始考虑用CCD照相机抓取图像后送入计算机或专用的图像处理模块，通过数字化处理，根据像素分布和亮度、颜色等信息来进行尺寸、形状、颜色等的判别。这种方法是把计算机处理的快速性、可重复性与肉眼视觉的高度智能化和抽象能力相结合，由此产生了机器视觉检测技术的概念。 视觉检测技术是建立在计算机视觉研究基础上的一门新兴测试技术。与计算机视觉研究的视觉模式识别、视觉理解等内容不同，视觉检测技术重点研究的是物体的几何尺寸及物体的位置测量，如轿车白车身三维尺寸的测量、模具等三维面形的快速测量、大型工件同轴度测量以及共面性测量等，它可以广泛应用于在线测量、逆向工程等主动、实时测量过程。视觉检测技术在国外发展很快，早在20世纪80年代，美国国家标准局就曾预计未来90％的检测任务将由视觉检测系统来完成。因此仅在80年代，美国就有100多家公司跻身于视觉检测系统的经营市场，可见视觉检测系统确实很有发展前途。在近几届北京国际机床展览会上已
充分准备严格卡控 确保更换道岔施工安全 按路局及段计划要求，在2009年共更换道岔42组，其中对管内动车组径路的木枕道岔全部进行了更换，在更换道岔施工中，全体干部职工齐心协力，精心准备，落实措施，严把各关，按时、保质、安全圆满地完成更换任务，未发生一起影响行车和人身安全的问题。下面是我们在更换道岔施工作业中的一些做法。 第一部分：施工准备 一、施工依据 根据年度大修计划，根据年度内集中修安排，对涉及正线的道岔安排在集中修期间进行更换，对不涉及正线的道岔，按段重点工作安排要求及时安排更换，对客车径路上的木枕道岔提前安排进行更换。此项工作由线路科大修组负责。 二、看现场准备预铺道岔 在接到段大修更换道岔施工安排后，对所要更换的道岔进行全面调查，并与新道岔进行比对，如：原道岔类型、道岔全长，道岔号数及道岔图号等技术资料。并对预铺道岔的位置进行选定，选定预铺道岔位置时，要根据站场环境条件及施工作业影响范围，通过更换道岔修正线路设备的不良处所，如线间距不良、道岔前后线路方向不良等。对预铺位置需清理的，及时安排预铺道岔车间进行场地清理，以便影响道岔岔枕与钢轨卸车。现场调查后应在大脑中有一个更换道岔整体的思路，道岔定位是岔前还是岔后，轨排是纵移、横移还是横纵移，旧料哪出，是否轨道车配合，岔前岔后轨型变化等等。此项工作由线路科大修组和施工科负责调查和安排，在计划更换道岔前30天完成。 三、卸路料 由材料科负责将岔枕、钢轨及联结零件运到预铺位置，原则上由负责预铺道岔车间负责卸车，并由线路科和施工科派人盯控卸车。注意岔枕与钢轨侵入限界，岔枕与钢轨要放置钢轨外侧1.5米以外，以免影响站内调车和行车安全。此项工作应在更换道岔前20天完成。 四、组装道岔 组装道岔原则上由更换道岔的车间负责组装，在组装道岔时应注意既有道岔的绝缘位置，组装后应对新道岔基本轨方正进行检查，不方则及时调整。差量小的，可利用配轨来调节。此项工作应在更换前10天完成，并由当地所在车间进行验收，并做好新道岔的各项标记，如有问
机器视觉测量技术 杨永跃 合肥工业大学 2007.3
目录第一章绪论 1.1 概述 1.2 机器视觉的研究内容 1.3 机器视觉的应用 1.4 人类视觉简介 1.5 颜色和知觉 1.6 光度学 1.7 视觉的空间知觉 1.8 几何基础 第二章图像的采集和量化 2.1 采集装置的性能指标 2.2 电荷藕合摄像器件 2.3 CCD相机类 2.4 彩色数码相机 2.5 常用的图像文件格式 2.6 照明系统设计 第三章光学图样的测量 3.1 全息技术 3.2 散斑测量技术 3.3 莫尔条纹测量技术 3.4 微图像测量技术 第四章标定方法的研究 4.1 干涉条纹图数学形成与特征 4.2 图像预处理方法 4.3 条纹倍增法 4.4 条纹图的旋滤波算法 第五章立体视觉 5.1 立体成像
5.2 基本约束 5.3 边缘匹配 5.4 匹域相关性 5.5 从x恢复形状的方法 5.6 测距成像 第六章标定 6.1 传统标定 6.2 Tsais万能摄像机标定法 6.3 Weng’s标定法 6.4 几何映射变换 6.5 重采样算法 第七章目标图像亚像素定位技术 第八章图像测量软件 （多媒体介绍） 第九章典型测量系统设计分析9.1 光源设计 9.2 图像传感器设计 9.3 图像处理分析 9.4 图像识别分析 附：教学实验 1、视觉坐标测量标定实验 2、视觉坐标测量的标定方法。 3、视觉坐标测量应用实验 4、典型零件测量方法等。
第一章绪论 1.1 概述 人类在征服自然、改造自然和推动社会进步的过程中，面临着自身能力、能量的局限性，因而发明和创造了许多机器来辅助或代替人类完成任务。智能机器或智能机器人是这种机器最理想的模式。 智能机器能模拟人类的功能、能感知外部世界，有效解决问题。 人类感知外部世界：视觉、听觉、嗅觉、味觉、触觉 眼耳鼻舌身 所以对于智能机器，赋予人类视觉功能极其重要。 机器视觉：用计算机来模拟生物（外显或宏观）视觉功能的科学和技术。 机器视觉目标：用图像创建或恢复现实世界模型，然后认知现实世界。 1.2 机器视觉的研究内容 1 输入设备成像设备：摄像机、红外线、激光、超声波、X射线、CCD、数字扫描仪、 超声成像、CT等 数字化设备 2 低层视觉（预处理）：对输入的原始图像进行处理（滤波、增强、边缘检测），提取角 点、边缘、线条色彩等特征。 3 中层视觉：恢复场景的深度、表面法线，通过立体视觉、运动估计、明暗特征、纹理 分析。系统标定 4 高层视觉：在以物体为中心的坐标系中，恢复物体的完整三维图，识别三维物体，并 确定物体的位置和方向。 5 体系结构：根据系统模型（非具体的事例）来研究系统的结构。（某时期的建筑风格— 据此风格设计的具体建筑） 1.3 机器视觉的应用 工业检测—文件处理，毫微米技术—多媒体数据库。 许多人类视觉无法感知的场合，精确定量感知，危险场景，不可见物感知等机器视觉更显其优越十足。 1 零件识别与定位
广东省东莞市莞城区莞太路34号东莞市创意产业中心园区8座502 Unit 502, Building 8, Creative Industry Center Park, No. 34 Guantai Road, Guancheng District, Dong Guan 523000, P.R.China 机器视觉在线检测详解 机器视觉的一个重要应用就是进行在线检测。这个与物体静止时的视觉检测系统不同，最起码图像摄取的速度要足够快才行，不然就不可能在被测物体运动时获取足够清晰的图像，再一个就是机器视觉软件的图像处理能力也要足够强，分析判断周期要够短，不然等反应过来了，产品可能都已经走出次品剔除系统的工作范围了。这样的机器视觉在线检测就是不合格的。 1 机器视觉在线检测的基本原理 基于机器视觉的在线检测系统的基本原理：首先通过视觉传感器获取高速流水线上运动待检测物体图像，图像传送到计算机后，计算机调用专用的图像处理软件来对检测物体进行检测、测量、分析、判断。多功能检测实验平台的硬件结构如图1所示，机器视觉在线检测系统的基本模块包括：传动装置、专用LED光源、图像采集模块、电气控制模块。 2 多功能检测实验平台运动控制部分设计 在这套系统中，运动控制部分选用工业PC＋运动控制卡＋步进电机的控制模式。运动控制卡是步进电机公司的MPC01。它配备了许多功能强大、内容丰富的运动控制软件工具和函数库。MPC01运动函数库用于二次开发，用户只要用C／C＋＋或Visual Basic等编制所需的用户界面程序，并把它与MPC01
运动库链接起来，就可以开发出自己的控制系统。 3 专用LED光源 光源对图像质量的影响是至关重要的，考虑到本套试验平台将要进行各种物品的检测实验，开发设计了多种专用LED照明方案以适应各种不同的待检物体。直环型用于各种具有稳定照度和清晰图像的工件；狭角型用于各种透明工件或低对比度工件；棒型用于透明、光滑、镀金表面；圆顶型用于不平整或弯曲的表面检测，金属包片上的印刷字体或弯曲表面的孔穴；背光型用于透明材料或液体的检测；同轴型用于光滑、电镀、低反射表面。 4 高速图像采集系统 图像采集部分将完成流水线上的运动图像获取，采集图像质量的好坏将直接影响整个检测效率。图像采集部分主要由CCD摄像机完成。CCD摄像机摄取图像信号，由图像采集卡将图像信号采集进来。本套实验装置选用两个方位的摄像机对待检测物体进行检测，一个俯拍位一个侧拍位，对有些待检测物体可以进行多方位的检测。摄像机采用的是Pulnix公司的TM6703，采集卡选用Matrox 公司的Comora2。 4.1 图像采集卡 Matrox Corona Ⅱ是Matrox Graphics Inc．生产的图像控制器，可采集隔行扫描／逐行扫描的分量RGB信号和单／双路黑白模拟视频信号；3路10bit A／D转换器；24-bit RS-422／LVDS数字接口；模拟情况下采集率达到30MHz，RS-422数字模式下达25MHz，LVDS数字模式下达40MHz；连接2个RGB 或6个模拟黑白视频信号；32-bit／33MHz PCI总线主模式；扩展板上实时采
视觉检测系统报告 年春季学期研究生课程考核（阅读报告、研究报告）考核科目:视觉测量系统学所在院（系）:电气工程及自动化学院学生所在学科:仪器科学与技术学生姓名:***学 号:10S001***学生类别:工学硕士考核结果: 阅卷人: 视觉测量系统课程报告第一部分视觉测量系统发展现状综述机器视觉自起步发展到现在，已有15年的发展历史。应该说机器视觉作为一种应用系统，其功能特点是随着工业自动化的发展而逐渐完善和发展的。 目前全球整个视觉市场总量大概在60～70亿美元，是按照每年 8、8%的增长速度增长的。而在中国，这个数字目前看来似乎有些庞大，但是随着加工制造业的发展，中国对于机器视觉的需求将承上升趋势。 一、机器视觉的定义及特点简言之，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。
机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。 正是由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。在中国，这种应用也在逐渐被认知，且带来最直接的反应就是国内对于机器视觉的需求将越来越多。 二、机器视觉在国内外的应用现状在国外，机器视觉的应用普及主要体现在半导体及电子行业，其中大概40%～50%都集中在半导体行业。具体如PCB印刷电路：各类生产印刷电路板组装技术、设备；单、双面、多层线路板，覆铜板及所需的材料及辅料；辅助设施以及耗材、油墨、药水药剂、配件；电子封装技术与设备；丝网印刷设备及丝网周边材料等。SMT表面贴装：SMT工艺与设备、焊接设备、测试仪器、返修设备及各种辅助工具及配件、SMT材料、贴片剂、胶粘剂、焊剂、焊料及防氧化油、焊膏、清洗剂等；再流焊机、波峰焊机及自动化生产线设备。电子生产加工设备：电子元件制造设备、半导体及集成电路制造设备、元
整组更换道岔施工 我主要从作业条件、作业组织、作业程序及要求和施工安全等四个方面讲解预铺移设法整组更换道岔施工。 一、 1.施工封锁及放行列车条件：施工封锁时间180min及以上。线路封锁前1小时，限速25km/h。线路开通后限速条件：(1)复线自动闭塞区段开通后1小时限速25km/h，其他区段线路开通后前二列限速25km/h，其后至次日机械保养前限速45km/h。(2)采用大型养路机械保养开通后第一列限速60km/h，第二列限速80km/h，24小时后恢复常速；采用小型养路机械保养后限速60km/h、80km/h各不少于24小时，其后恢复常速。 2.施工单位应配备道岔纵横向移动的滑轮、道岔岔排起落设备、拉伸器、轨缝器、齿条和液压起道机、锯轨钻孔、气割、焊接、探伤等设备，配备数量根据每天更换道岔数量确定。 3.施工车辆和动力配备：应配备重型轨道车、轨道吊机，轨道平车等。配备数量根据每天更换道岔数量确定。 4.夜间施工时，需配备地面、作业车辆照明设备。 5.另需配备后勤保障用的汽车、宿营车、生活车、材料工具车等附属车辆。
1.施工单位根据大修设计文件编制施工组织设计，提前制订施工方案、安全措施，提出开工报告、封锁计划和施工配合要求，按规定程序报局工务、运输处审批。 2. 按《南宁铁路局营业线施工安全管理实施细则》，成立由施工所在地车务段(直属站)主管领导或指定人员任组长，行车组织、施工、设备管理及其他有关单位主管领导任组员的施工领导小组。于开工前组织有关单位召开施工协调会和施工准备会，审定施工方案和安全措施，确定施工计划、封锁天窗、限速条件、材料供应、施工列车运行、施工配合、安全监督和施工机械车辆、宿营车存放、转移等有关事宜；每日施工结束后组织召开施工总结会和次日施工准备会，分析施工方案、施工现场组织及安全监控等方面存在的问题，总结经验，提出整改措施，确定次日施工方案。 施工单位应与有关配合单位和设备管理单位签订施工安全协议，并报局工务处审查、安监室备查。安全协议必须在提报施工计划前签订完毕。 。施工单位应成立工地现场指挥组，负责日常施工组织指挥和协调工作。 施工单位按路局批准的月度施工计
机器视觉检测 一、概念 视觉检测是指通过机器视觉产品（即图像摄取装置，分 CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 机器视觉检测的特点是提高生产的柔性和自动化程度。 2、典型结构 五大块：照明、镜头、相机、图像采集卡、软件 1.照明 照明是影响机器视觉系统输入的重要因素，它直接影响输入数据的质量和应用效果。目前没有通用的照明设备，具体应用场景选择相应的照明装置。照射方法可分为： 分类具体说明优点 背向照明被测物放在光源和摄像机之 间能获得高对比度的图像 前向照明光源和摄像机位于被测物的 同侧 便于安装 结构光将光栅或线光源等投射到被 测物上，根据它们产生的畸 变，解调出被测物的三维信 息 频闪光照明将高频率的光脉冲照射到物
体上，摄像机拍摄要求与光 源同步 2.镜头 镜头的选择应注意以下几点：焦距、目标高度、影像高度、放大倍数、影响至目标的距离、中心点/节点、畸变。 3.相机 按照不同标准可分为：标准分辨率数字相机和模拟相机等。 要根据不同的实际应用场合选不同的相机和高分辨率相机：线扫描CCD 和面阵CCD；单色相机和彩色相机。 为优化捕捉到的图像，需要对光圈、对比度和快门速度进行调整。 4.图像采集卡 图像采集卡是图像采集部分和图像处理部分的接口。将图像信号采集到电脑中，以数据文件的形式保存在硬盘上。通过它，可以把摄像机拍摄的视频信号从摄像带上转存到计算机中。 5.软件 视觉检测系统使用软件处理图像。软件采用算法工具帮助分析图像。视觉检测解决方案使用此类工具组合来完成所需要的检测。是视觉检测的核心部分，最终形成缺陷的判断并能向后续执行机构发出指令。常用的包括，搜索工具，边界工具，特征分析工具，过程工具，视觉打印工具等。 3、关键——光源的选择 1.光源选型基本要素： 对比度机器视觉应用的照明的最重要的任务就是使需要被观察的特征与需要被忽略的图像特征之间产生最大的对比度，从而易于特