科创中国

该成果为一款轨道部件病害在线检测系统，将该检测装置挂载于运营列车上，可完成在列车高速运行时对钢轨表面、紧固件和轨枕病害进行全天候实时精确检测分析和处理。该装置采用线阵相机和近红外激光主动光源联动成像模式，通过线阵相机来获取轨道线路部件状态的图像信息，近红外激光用于给线阵相机辅助补光，然后基于视觉信息处理与人工智能方法实现对轨道不同部件病害进行检测和识别。团队提出了轨道外部环境识别算法及形变图像校正算法，有效消除了外部环境及车体振动对成像质量的影响；通过提出了病害样本生成方法，实现了利用轨道正常样本生成病害样本的目标，有效增加了轨道病害样本的丰富性和多样性；提出了轨道病害多目标检测算法和轨道重大病害快速检测算法，实现了轨道病害多目标的精确检测及重大病害的快速检测告警，最终实现轨道不同部件病害的多目标（钢轨、扣件和轨枕）的检测与识别，给出不同部件的病害类型及程度。

轨道部件是铁路运输的重要基础。在列车在线运营期，对轨道部件状态进行实时准确地检测，是保证列车安全运行的重要手段。该成果为一款轨道部件病害在线检测系统，能够对钢轨表面、紧固件和轨枕病害进行全天候实时精确检测分析和处理，通过线阵相机来获取轨道线路部件状态的图像信息，近红外激光用于给线阵相机辅助补光，然后基于视觉信息处理与人工智能方法实现对轨道不同部件病害的多目标检测和识别，并将各类轨道部件的病害检测结果在司机室操作台上实时显示，便于工人及时维护。该检测系统集数据采集分析、病害检测识别、危险情况预警等功能于一体，为线路养护维修提供科学的依据。团队已实现该系统硬件、软件及算法的设计和研发，团队计划该将检测装置挂载于运营列车上，完成相对高速运行时全天候的实时检测。

本项目所研究的在线检测识别方法旨在解决轨道部件病害检测中切实存在的实际工程问题，在轨道质量检测领域具有良好的应用前景。因项目的研究对象涵盖了各种类型的轨道部件，其普适性使得本算法研究具有广阔的应用空间。此外，所研究的应用于基于机器视觉的车载式轨道病害在线监测装备上的算法兼顾了高效率和鲁棒性，其可提升自动化装备检测轨道病害的可靠性。在研究成果产业化应用后，可有效提高我国轨道检测装备的技术水平，能够产生较好的社会效益和经济价值。

湖南大学轨道交通检测研发团队成员包括教授2名、副教授2名、博士研究生6名、硕士研究生10余名。在国内外一流期刊发表了相关论文30余篇，申请相关发明专利及软件著作权10余项，其中专利授权4项。近年来研发团队依托机器人感知与控制技术国家工程实验室和国家超级计算长沙中心，围绕轨道质量在线检测核心技术和产品开发，打下了较好的研究基础，开展了一系列基础理论和工程应用研究。团队与中车株洲电力机车研究所有限公司、中车北京二七机车有限公司、湖大海捷（湖南）工程技术研究有限公司有深入合作，与铁路运输养护部门也有良好的合作关系。研发团队先后主持了国家自然科学基金、湖南省科技计划重点项目、湖南省自然科学基金、中央财政专项资金、长沙市科技计划项目等省部级纵向科研课题与企业横向课题10余项，重点开展了钢轨的几何结构质量及钢轨部件的无损检测工作。团队开发出的“车载非接触智能钢轨轮廓动态检测系统”成套装置，已经成功交付北京地铁14号线使用；开发出的“手持式多轨通用型钢轨磨耗测量仪”产品，多次在轨道交通展上进行展示；团队拟将轨道部件检测装置挂载于所研发的轨道铣磨养护车底部，以实现对真实轨道线路病害的检测。

本项目的实施将提高轨道巡检产品的智能化水平，推进中国轨道交通智能化装备的发展，减少铁路基础设施维修的人力和物力成本，增加铁路基础设施的运营寿命，为公民出行和铁路货运的正常运转起到保障作用，增加铁路运输的可靠性，推动经济社会高质量发展。

本技术成果寻求技术转让和技术合作。相关发明专利可转让给有需求的企业，如由企业有意向与本团队进一步合作研发该装置，本团队希望能够与其合作实现该产品的产品化和全国范围的市场推广。