通过多模线激光扫描图像，利用三阶段特征提取和动态加权最小二乘法对PCRS进行实时尺寸测量

《ADVANCED ENGINEERING INFORMATICS》：Real-time dimensional measurement of PCRS via three-stage feature extraction and dynamic weighted least squares using multimodal line laser scanning images

预应力混凝土铁路枕木（PCRS）的自动化高精度检测方法，基于多模态线激光扫描（MLLS）技术提出三阶段特征提取方法，结合创新动态加权最小二乘法（DWLS-RC）算法，实现36项关键尺寸的实时检测（精度<0.3mm，效率8.5s/PCRS），系统（APDMS）较传统方法效率提升60倍并降低成本。

　　

彭实|卢登|郭静静|邹胜全|龙丽志|刘英凯

湖南大学土木工程学院，中国长沙410082

摘要

预应力混凝土铁路枕木（PCRS）是铁路建设中的关键部件，其尺寸必须严格符合行业标准。传统的手动测量方法效率低下且劳动强度大，而现有的3D点云重建技术则存在较大的计算开销，无法满足实时生产的需求。本文提出了一种基于多模态线激光扫描（MLLS）图像数据的系统化三阶段特征提取方法，该方法能够处理高度和强度图像，实现PCRS的36个维度指标的实时检测。一种创新的动态加权最小二乘法快速收敛（DWLS-RC）算法相比传统方法提高了64%的效率。自主研发的自动化PCRS尺寸测量系统（APDMS）集成了高稳定性检测平台和线激光传感器，实现了有效的工业应用。实验和工厂测试验证了该系统的准确性（<0.3毫米）、稳定性（精度标准差<0.1毫米）和效率（每个PCRS测量仅需8.5秒），与现有自动化方法相比，速度提高了60倍以上，成本也显著降低。这项工作展示了一种经济高效、准确且可扩展的自动化PCRS测量解决方案，有效弥合了实验室研究与工业应用之间的差距。

引言

铁路运输是客运和货运的重要方式，以其高容量、高速度和能源效率著称。截至2022年底，全球铁路网络延伸至115.27万公里[1]，持续扩张使得对预应力混凝土铁路枕木（PCRS）的需求显著增加。这些部件在支撑钢轨、分配载荷和保持轨道几何形状方面发挥着关键作用，制造精度对整体铁路质量至关重要[2]。因此，在PCRS生产过程中确保尺寸准确性至关重要，需要严格的检测程序来验证是否符合行业标准和工程规范。

国际和地区标准，包括ISO 22480（2022）、EN 13230以及中国的GB/T 37330-2019和TB/T 3397-2015[3]、[4]、[5]，都对PCRS的尺寸精度提出了严格要求。这些法规要求对PCRS的尺寸进行精确控制，然而依赖千分尺和塞尺等工具的传统手动检测方法存在显著局限性，如图1所示。手动过程每个枕木的测量和记录时间长达10分钟，并且容易受到主观误差、操作员疲劳和数据不一致性的影响[6]、[7]。劳动力成本的上升和劳动力的老龄化进一步加剧了这些效率问题，凸显了需要能够无缝集成到生产线中的自动化系统的迫切需求，以实现实时高精度检测，同时消除手动瓶颈并确保数据管理的标准化。

为了满足现代生产线的高效运营需求及相关法规标准[3]、[4]、[5]、[8]，有效的自动化PCRS尺寸测量系统必须达到亚毫米级精度（<0.5毫米）、高稳定性（<0.3毫米）和快速检测（<10秒/个单位）。此外，该系统必须具有抗环境变化的能力，兼容不同的PCRS型号，并能够实现实时数据管理。近年来，研究人员提出了几种非接触式尺寸测量方法并取得了显著进展，主要包括两类：基于相机的[9]、[10]和基于TLS（地面激光扫描仪）[7]、[11]、[12]的3D重建方法。基于相机的3D重建技术在实验室环境中表现良好，但不适合大规模组件的严格精度和速度要求。基于TLS的方法为预制组件的现场测量提供了有竞争力的选择，但其对3D点云分析的依赖带来了较大的计算开销和延迟，阻碍了与快速工业工作流程的无缝集成。此外，当前的基于图像的特征拟合算法在处理工厂环境中常见的动态噪声和异常值时难以平衡精度和效率。

为了解决这些根本性限制并满足工业PCRS测量的严格要求，本研究采用线激光扫描技术进行尺寸检测，旨在提供一种经济高效、稳定且适用于工业环境的自动化枕木测量解决方案。线激光扫描系统在测量过程中生成多种互补的数据类型，包括点云、高度图像和强度图像——统称为多模态线激光扫描（MLLS）数据。然而，即使使用MLLS技术，依赖点云数据处理也会带来较大的计算开销和处理延迟，这与现代生产线的高速检测要求不兼容。据作者所知，本研究是首次在工业环境中使用多模态线激光扫描图像数据进行PCRS自动化尺寸测量的研究。本研究的主要贡献如下：1.

提出了一种基于MLLS图像数据的系统化三阶段特征提取方法，该方法通过位置校正、边缘检测和特征拟合整合了高度和强度图像。结果表明，所提出的方法能够实现36个PCRS尺寸指标的实时检测，精度达到亚毫米级别。

2.

开发了一种创新的DWLS-RC算法，该算法具有自适应加权机制和快速收敛策略，适用于实时工业应用，与传统的迭代方法相比，计算效率提高了64%，同时提高了拟合精度。

3.

提出了一种自主研发的自动化PCRS尺寸测量系统（APDMS），集成了检测平台、线激光传感器和自动控制功能，并通过广泛的工厂部署进行了验证，实现了0.3毫米的精度和比手动检测高60倍的效率。

这些创新的有效性和工业适用性通过全面的实验室实验和工厂现场测试得到了验证，证明了该系统在现实应用中的准确性、效率和可靠性。本文的其余部分安排如下：第2节简要介绍了当前的研究现状。第3节介绍了本研究的方法论以及数据分析和处理算法。第4节为实验研究，第5节为工厂测试，通过实验室实验和工厂现场测量验证了所提方法的可靠性，并分析了测试结果。最后，第6节对本文进行了总结和展望。

章节片段

尺寸测量

光学传感技术的最新进展推动了工业环境中自动化尺寸测量过程的显著进步。其中，三种主要方法脱颖而出：基于相机的3D重建、TLS和线激光传感器。

(1) 基于相机的方法。

早期使用相机和结构光系统的3D点云技术为自动化尺寸测量奠定了基础[9]、[13]、[14]、[15]、[16]。Wang等人[17]

方法论

所提出的尺寸测量方法的框架如图2所示，包括三个部分：1) MLLS图像数据收集，2) 从MLLS图像中提取特征的三阶段过程，3) 几何运算。该方法通过线激光传感器处理高度和强度图像，以实现工业应用的可靠测量。

实验研究

为了验证所提出的基于MLLS的测量方法的有效性，使用了APDMS进行了全面实验。本章介绍了实验系统和关键硬件组件（第4.1节），建立了准确性、稳定性和效率评估的评估指标（第4.2节），并分析了实验结果，包括精度验证、在不同操作参数下的稳定性分析以及效率评估（第4.3节）。第4.4节

工厂测试

在实验测试阶段，仅评估了两个PCRS单元的系统准确性、稳定性和效率。为了评估所提系统在生产线上的检测能力，在广东省的一个PCRS生产设施进行了现场测试。选择了该工厂生产最多的IIA型PCRS作为测试对象，如图19所示。图19展示了现场生产线、检测平台、激光线传感器和工作站。

结论

确保PCRS的尺寸质量对于满足工程规范至关重要。传统的手动测量方法耗时且容易出错。现有的测量方法不适合实时生产线应用。为了解决这些挑战，本研究提出了一种自动化的、实时的、非接触式的PCRS尺寸测量解决方案。主要结论如下：(1)

本研究开发了一种系统化的三阶段特征提取方法

作者贡献声明

彭实：撰写——审稿与编辑、撰写——初稿、可视化、验证、监督、软件、资源、方法论、资金获取、正式分析、数据整理、概念化。卢登：撰写——审稿与编辑、软件、资源、项目管理、资金获取、数据整理。郭静静：撰写——审稿与编辑、项目管理、方法论、资金获取、正式分析。邹胜全：可视化、验证、监督

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

作者感谢以下机构的财务支持：国家重点研发计划（项目编号：2023YFC3806800）、国家自然科学基金（项目编号：52278177、52308312）、湖南省对领军科技创新人才的资助（项目编号：2021RC4025）以及湖南省研究生创新基金（项目编号：QL20220094）。