文 献 综 述

1. 轨道车门锁到位机构检测技术应用现状与发展趋势

城市轨道交通以大载客量、快捷、准时、安全、环保等优点，成为解决交通系统拥挤的最有效的手段。客室侧门作为轨道车辆主要系统之一，乘客上下车的出入口，其设计结构、锁闭安全性等收到广泛关注。传统的故障诊断方法主要采用振动、温度、转速、噪声、压力、电流、电压等一维信号，通过时域分析，频域分析，时序分析，小波分析等方法，提取其中的故障特征，通过数据和经验结合，进行故障识别。采用传统方式进行故障检测不仅维修成本高，而且。通过非接触式的机器视觉系统，结合人工智能算法，可以有效降低成本，缩短维修周期。就目前而言，国内外的轨道车门锁到位机构检测技术已经取得较大发展，可以对各部件进行详细的检测和测量，但具体细化到部分尺寸参数上，仍有相当大的不足。通过利用计算机视觉技术，以专用摄像头采集来轨道车门锁闭时的图像为基础，再利用OpenCV检测的函数语句检测锁闭机构上的标记点，分析判断锁闭状态，获得精准的检测结果，为轨道列车安全运行提供必要的保障。^[1]

2.轨道车门锁到位机构检测技术的介绍以及应用

本文以实际应用为目标，力求最小的开发代价，对轨道车门锁闭检测系统进行研究和探索工作，主要有以下几个方面：

（1） 电控电动塞拉门系统结构^[2]

（2） 轨道车辆锁闭机构的原理^[3]

轨道车门锁闭装置是车门系统的重要的关键的安全部件，车门装置的锁闭可靠对轨道车辆运营安全具有非常重要的影响。通常轨道车辆车门有气动内藏门，电动塞拉门，电动微塞门等。轨道车辆车门搭配的锁闭装置有很多型号，例如35C制动器，CS锁，LS锁等。比较常用的为35C制动器^[4]。制动器是具有使运动部件（或运动机械）减速、停止或保持停止状态等功能的装置。是使机械中的运动件停止或减速的机械零件。俗称刹车、闸。制动器主要由制架、制动件和操纵装置等组成。有些制动器还装有制动件间隙的自动调整装置。35C制动器最大的特点是单向全程锁闭，即车门在没有被紧急解锁情况下，车门在任意开度均可锁闭，只能往关闭方向运动，无法反向运动。35C制动器的锁闭机构是基于单向超越离合器的无源锁闭结构，凸轮面与外环之间形成一个楔形通道，当滚柱向楔角运动一定行程时，与凸轮及外环均接触，凸轮及外环将卡死，从而实现锁闭。当外环固定时，凸轮只能向一个方向转动（关门方向），故正常情况下只能向关门方向拉动门页；将当车门解锁后，外环可转动，凸轮可通过滚柱带动拨盘及外环同时转动，实现手动开门。^[5]

(3)图像的预处理及识别^[6]

以专用摄像头采集来轨道车门锁闭时的图像为基础，进行滤波去噪，边缘增强，查找边缘等处理。基于图像分割技术^[7]对图像中的三个标记点进行分析、定位 ,然后将要识别的目标从背景或其他伪目标中分离出来。（图像分割一般可分为基于区域的分割和基于边缘的分割 2种。 而采用的方法通常有阈值比较法、区域生长法、象素迭代聚类法等。一般边缘检测具有边缘定位准确、运算速度较快等优点^[8] ,因此是人们研究得比较多的一种方法。图像的边缘是图像的最基本的特征，边缘 (或边沿 )是指其周围象素灰度有阶跃变化或”屋顶”变化的那些象素的集合。物体的边缘是由灰度不连续性形成的。经典的边缘提取方法是考察图像的每个象素在某个邻域内灰度的变化 ,利用边缘邻近一阶或二阶方向导数变化规律 ,用简单的方法检测边缘。这种方法称为边缘检测局部算子法。 如果一个象素落在图像中某一个物体的边界上 ,那么他的邻域将成为一个灰度级的变化带。对这种变化最有用的 2个特征: 灰度的变化率和方向 ,他们分别以梯度向量的幅度和方向来表示。边缘检测算子检查每个象素的邻域并对灰度变化率进行量化 ,也包括方向的确定。 常用的检测算子有Roerts算子、 Sobel算子、 Prewitt算子等。^[9]）

（4）轨道车门锁到位识别算法

利用OpenCV人脸识别算法原理，进行轨道车门锁到位识别。OpenCV人脸识别分类器利用Haar-like特征来表示人脸特征，采用积分图作为加速器的方法高效计算人脸特征，再由AdaBoost迭代学习算法进行特征选择和分类器的训练，最终实现人脸图像的跟踪识别。同理，对于轨道车门锁到位识别也可用此原理。对于每一个特征，Adaboost算法根据训练样本的特征值排序，并计算样本权重，求得分类误差后得出最优弱分类器，经过多次循环特征选择能够得到更多的最优弱分类器，再组合最优弱分类得到强分类器，相当于按照弱分类器的错误率加权投票的方式将弱分类器构造为一个强分类器，然后将强分类器强强联手串联成一个级分连器。^[10]

对于上一步识别的三点，进行分析，如图：

对于其中两点，在坐标系内形成角度，既定a角为锁闭时标准角，b c分别为允许最大角和最小角，当形成的角度满足图示角度范围，则属于正常运行状态，否则为故障，由摄像头拍摄视屏通过无线模块发送至终端，便于修复。

(5)故障检测与预测方法探究^[11]

lt;1gt;门关到位开关故障

门关到位开关是一种简单的行程开关，它被固定在门架上。车门处于打开位置时，撞板离开滚轮，铰链臂在弹簧的作用下压住开关；当车门处于关闭位置时，该开关处于松开的状态。对故障的门关到位开关进行分解，发现主要是因为其中的弹簧断裂造成的。门关到位开关弹簧断裂的原因是弹簧原材料存在严重的中心疏松孔洞及裂纹，严重降低了弹簧的承载能力。因此，对所有门关到位开关进行了整改：选用琴钢丝或油淬火钢丝等优质材料重新生产弹簧，替换原先的弹簧。使用新材料的弹簧后，门关到位开关可靠性显著提高。

lt;2gt;电机故障^[12]

列车客室车门在开、关门过程中，出现列车开门时，个别车门在打开10cm位置停下后开门无动作，给关门信号车门也无动作；列车关门时，个别车门没有关闭。通过调查，发现是由于电机故障造成车门关闭不到位。对故障电机进行分解，发现电机引出线在电机外壳出线处有缝隙，导致电机在外力作用下，电机内部霍尔元件连接不可靠，在列车运行过程，由于外力振动的影响出现松动，引起电机接触不良。确认该故障是生产制造缺陷后，对相关生产批次的列车车门电机进行了纠正性维修：将外壳引出线的外部热缩套管延长至电机内部，用来加固引出线，避免电机内部因霍尔元件插头松动引起的接触不良。从运用情况来看，客室车门电机的故障率明显减低，客室车门关门不到位的现象明显减少。

故障检测主要依靠视觉传感器采集的图像数据，当螺母未磨损，弹簧正常时撞块位置正常，将该正常图像进行预处理，canny边缘检测，Otsu图像分割方法后，找出撞块正常的角度区间，建立正常的标准数据库，然后在一定的运行周期后，螺母磨损严重，撞块的位置发生变化，采集故障图像，同样进行去噪增强处理，边缘检测，图像分割方法处理后得到故障角度，通过与标准数据库相比，融合SVM和模糊故障树等方法进行分析，提供远程警示信息，指导控制中心作出诊断，以及故障维修的决策。

3. 轨道车门锁到位机构检测技术的应用前景

该系统研究开发的图像处理系统是基于 VC 和OpenCV ^[13]进行的设计与实现，在此过程中主要针对轨道车门锁闭时的图像进行了探索研究，发现构建的图像处理系统不仅有效地提高了轨道车门锁闭时的图像处理的效率，而且为以后的图像识别创造了前提条件，同时也为维修人员决策提供了支持。此外对于该系统，不仅仅局限于轨道车门锁闭时的图像处理，也可以延伸到其他图像类型，只要图像格式属于该系统可读取范围，就可以进行处理，系统操作简单，界面友好，交互性强^[14]，涵盖了图像处理的大量算法，可以满足对图像的基本处理要求，具有较强的可移植性与应用性。^[15]

参考文献

[1] 刘慧英,王小波. 基于OpenCV的车辆轮廓线检测[J].科学技术与工程 , 2010,10(12)

[2]金元贵,丁瑞权.轨道车辆微动塞拉门[J].城市轨道交通研究.2005（02）

[3]彭有根.广州地铁二号线车辆车门系统及其控制原理[J].电力机车与城轨车辆.2005（06）

[4] 王局. 车门35C制动器结构、原理及典型故障分析[J]. 现代城市轨道交通 , 2012,0(3)

[5]李春明，成志刚.微动塞拉门与电动塞拉门选型研究[J].电力机车与城轨车辆.2010（02）

[6] ChengH D，Jiang X H，Sun Y，etal. Color image segmentation： advances and prospects[J]. Pattern Recogniti on，2001，34（12）：2259-2281

[7] 翁秀梅，肖志涛，杨洪薇.基于边缘检测和区域生长的自然彩色图像分割[J].天津工业大学学报，2008，27（1）：

[8] HUANG Yi, DU Yuren (Reference Room of Electronic Department,College of Information Engineering, Yangzhou University, Yangzhou, 225009, China). Research of Image Segmentation Technique Based on Edge Information[J]. Modern Electronic Technique, 2005,(5) ：P116-117 120

[9]代沁玲，王雷光，洪亮. 融合边缘测度的自然场景彩色图像区域分割[J].中国图像图形学报，2013（18）：P523-528

[10]刘晓克， 孙燮华，周永霞．基于新Haar-like特征的多角度人脸检测[ J]．计算机工程， 2009(19)：P195#8212;197

[11]孙纲，张文锐．南京地铁2号线列车客室车门系统故障分析［ J］．城市轨道交通研究，2012（7）

[12]杨峰.南京地铁客室车门系统介绍与故障浅析[J];机车车辆工艺;2009（5）

[13]贾小军，喻擎苍．基于开源计算机视觉库0penCV图像处理[J]．计算机应用与软件， 2008(4)：276#8212;278

[14]马新明，赵晓莉，时雷，钱诚.基于OpenCV的图像处理系统设计与实现[J].河南农业大　

[15] BRADSKI Gary， KAEHLER Adrian. Learning OpenCV： computer vision with the OpenCV library [M]. [S.l.]： O#8217;Reilly Media;2014（1）：87-90