今日頭條
官方微信
官方抖音
案例頻道★國能朔黃鐵路發展有限責任公司機輛分公司蔣振天
摘要：轉向架在動態運行過程中承受著復雜多變的交變載荷，導致其關鍵部件產生的三維形變故障具有非線性、非剛性特征，且形變量微小，傳統單目視覺監測方法因缺乏深度信息而難以精確量化空間形變故障，而采用固定參數濾波的傳統圖像處理方法會因無法自適應不同部位的紋理特征，導致邊緣細節模糊和信噪比下降，進而影響形變故障特征提取精度。因此，本文提出了一種公鐵兩用車轉向架關鍵部件三維形變故障多目立體視覺實時監測的方法。該方法基于多視角成像與三角測量原理，構建了三維形變故障監測模型，實現了公鐵兩用車轉向障礙的檢測。該方法采用自適應鄰域均值濾波算法，可動態調整濾波核尺寸與權重矩陣對圖像降噪，并基于濾波數據，采用改進Zernike矩陣提取特征，輸入改進RELM模型實現了公鐵兩用車轉向障礙的實時監測與預警。實驗結果表明，隨樣本量遞增所提方法監測精度也持續提升，對公鐵兩用車轉向障礙的檢出率達97.6%，顯著優于對比方法。
關鍵詞：多目立體視覺；自適應濾波；公鐵兩用車轉向架；RELM模型；轉向架形變故障
在線預覽：
轉向架關鍵部件三維形變多目立體視覺實時監測方法.pdf
摘自《自動化博覽》2025年12月刊
北京市公安局海淀分局備案號：11010802023656號