在车轮廓形动态检测过程中,线激光传感器只能安装在轨道旁作业,线激光测量平面与车轮表面交线无法通过车轮轮心,导致采集到的大量车轮廓形数据存在仿射畸变,难以用传统迭代最近邻(ICP)算法进行准确匹配,测量精确性与鲁棒性难以保证。提出了一种基于感兴趣域的加权尺度迭代最近邻 (ROI-RSICP) 算法,对存在仿射畸变的磨耗车轮廓形实现了精确测量。首先,根据车轮廓形磨耗特征和大量磨耗车轮数据,采用PointNet深度学习网络,将采集的车轮廓形点集分成磨耗感兴趣区域(ROI)和非磨耗区域;然后,通过对磨耗ROI和非磨耗区域赋予不同权重值,提出了ROI-RSICP方法,并实现了仿射畸变磨耗车轮廓形与标准廓形的精确配准;最后,通过Hausdorff距离算法实现了车轮磨耗可视化处理。实验对比了ICP算法、Scaling ICP算法、ROI-RSICP算法以及第四种检查器的测量结果,验证了所提算法对仿射畸变磨耗车轮廓形动态检测的可行性。

基于光截图像测量技术的轮对外形尺寸动态检测系统中，CCD 摄像机拍摄的车轮外形图像畸变严重。本文分析了造成图像畸变和失真的原因，设计了二次、三次、四次标定模型，利用标定棋格图定性比较了各种标定模型的标定效果，确定了适合本测量系统的标定算法。针对该标定算法，定量分析了视场中心区域和视场边缘区域的校正效果，并对实际测量中获得的高速动车组车轮外形轮廓光截图像进行了校正，定性展示了校正前后的效果。现场试验表明，本文提出的标定算法取得了很好的效果，标定精度达到0.1 mm，满足轮对动态检测需要。