[发明专利]一种铁路轨道、轨道板状态多维智能监测方法及系统

权利要求书

1.一种铁路轨道、轨道板状态多维智能监测方法，其特征在于，包括：

S1、多维智能监测系统获取铁轨和轨道板的表面温度、测量铁轨的距离并转化为铁轨偏心距离，以及获取观测图像；

S2、将步骤S1获取的表面温度、铁轨偏心距离传输给多维智能监测系统的控制模块，并且将步骤S1获取的观测图像传输给多维智能监测系统的处理模块，处理模块结合多任务深度学习网络和视觉检测技术计算出轨道板位移和轨道爬移，

所述步骤S2中计算轨道板位移和轨道爬移的方法具体包括：

S21、采用图像超分辨和对比度增强，提升图像分辨率，达到高精度测量的目的；

S22、针对轨道板位移和轨道爬移监测场景和计算特点，设计包含目标检测、图像分割和关键点检测分支的多任务深度学习网络，目标检测分支进行标尺包围框检测，图像分割分支进行标尺掩码像素级定位，关键点检测分支进行标尺角点的检测和定位，采用图像分割方法定位出安装在观测位置处的、作为参照物的标尺的边界位置，获取观测标尺掩码图像，同时，进行关键点检测，配合掩码图像的角点，获取标尺初始参考点像素坐标，并获取巡检时刻的标尺参考点像素坐标，计算出位移观测参考点水平、竖直方向像素坐标的位移；

S23、结合旋转机构转动和标尺的标准尺寸，对相机进行标定，使用标尺图像替代棋盘格式标定板进行标定，通过控制旋转机构转动改变相机与测量面之间的相对位置得到各个观测位置的标定图像，进行相机内参数、畸变参数和外参数的求解，得到相机内参数，再将像素坐标位移转化为世界坐标位移，从而计算标尺实际位移；

S3、将表面温度、铁轨偏心距离以及轨道板位移、轨道爬移测量结果封装并传输到管理中心；

S4、管理中心对各监测点位进行温度、位移态势分析，推送铁路轨道、轨道板异常位移报警，同时，对各监测点位的位移发展情况和报警次数进行月季年统计分析，并结合监测区段内所有监测点位的监测信息，形成行车计划建议和保养维护建议。

2.根据权利要求1所述的监测方法，其特征在于，所述步骤S21具体包括：

设计观测标尺边缘和角点对比度增强的超分辨网络，为使超分辨后的图像与目标图像具有相同的对比度和纹理，采用图像不同特征通道之间的相关性衡量图像纹理，即：

其中，和分别为图像第i通道和第j通道的特征；

为使目标图像相关性和生成图像相关性之间的差异最小化，用于图像超分辨和对比度增强训练的损失函数为：

其中，为网络预测的超分辨图像，为监督图像，为图像纹理特征的通道数目。

3.根据权利要求2所述的监测方法，其特征在于，所述步骤S21的图像超分辨训练数据采用如下两种方法生成：

（1）双三次插值图像退化方法合成；

（2）分别使用低分辨率的子码流和高分辨率的主码流采集图像，作为输入图像和监督图像。

4.根据权利要求1所述的监测方法，其特征在于，所述步骤S22中

用于网络训练的损失函数为：

其中，和分别为目标框类别和目标框坐标损失，为用于关键点训练的损失函数：

其中，表示标尺的N个关键点，R为实域，，为网络最后一层的输出，为网络最后一层的输入，W为权重；

监测设备安装后，获取标尺初始参考点像素坐标，,其中N为参考点的个数，系统定时对轨道、轨道板状态巡检，获取巡检时刻的标尺参考点像素坐标，计算对应参考点水平、竖直方向像素坐标的位移和：

。

5.根据权利要求1所述的监测方法，其特征在于，所述步骤S23具体包括：

得到的相机内参数：相机焦距、光学中心坐标和畸变参数，畸变参数包括径向畸变参数和，切向畸变参数和，

进行实际位移的计算，使用相机内参数，先将像素坐标位移转化为世界坐标位移：

使用标定出的畸变参数对世界坐标位移进行畸变较正。