面向动车检修的双目视觉跟踪定位系统关键技术研究.pdf

摘要

随着近些年交通运输的飞速发展，动车、高铁等运输工具的检修系统亟需更新

换代。本系统主要面向动车段三层作业平台检修监控，主要目的是为了实现对作业

平台上检修的工作人员的跟踪定位监控。根据工作需要，工程师需要在三层作业平

台的翻板上进行动车检修工作，而三层作业平台属于高危作业场景，因此需要对工

程师的人身安全提供保障。本系统应用于巡检机器人，主要对翻板上的工作人员进

行识别和双目测距，并根据测量结果控制巡检机器人定轨直线移动，与工作人员保

持于一定距离之内以保证能够清晰地监控工作人员的操作与安全状态，从而保证

工作人员的生命安全。为了使系统能够适应现场复杂的工作环境，可靠稳定地工作，

通过对多种立体匹配算法进行优缺点分析，综合考虑各种目标检测算法的效率与

精确度，搭建双目立体视觉目标检测与测距系统。本文主要进行了以下工作：

（1）研究并搭建双目视觉测距系统。对双目测距的各个步骤原理进行深入研

究，比较分析多种相机标定算法的特点，选用MATLAB封装的张正友标定法进行

相机标定，根据得到的标定参数进行立体校正以消除采集的左右图像的径向畸变

和切向畸变，保证左右图像上的同名点严格行对准以满足后续立体匹配的需要。

（2）优化双目视觉立体匹配算法。研究比较不同立体匹配算法各自的特点，

考虑实际应用场景的环境特征，选用对光照影响比较友好的基于AD-Census变换

的立体匹配算法，并对其代价计算时对遍历框中心像素点依赖度较高的问题进行

针对性优化，通过使用自适应选择代价计算的参考值的方法，解决了算法易受噪声

干扰的问题。算法还通过设置自适应权值来调整AD变化和Census变换代价权重

以针对性地体现两种算法各自的优点，进一步提高了算法对光照影响的抗干扰能

力。实验结果显示本文算法相对于其它算法对于光照影响表现效果优异，大幅提升

了算法的抗噪声能力，算法的误匹配率降低约6.6%。

（3）深入研究目标检测算法，针对动车段三层作业平台的实际应用需求，综

合考虑算法检测效果和运算效率，选用合适的轻量化模型并进行针对性优化。设计

优化YOLOv8s模型，以DSConv模块代替原卷积模块，引入FEM模块以及DPAG

模块，提高了算法的提取与表达能力以及特征融合能力。以WiderPersonDataset为

基础制作数据集并进行训练。mAP比YOLOv8s提高了1.5%，精度提高了2%，模

型大小降低了6.4MB。

（4）搭建实验测试平台，整合双目立体匹配测距和目标检测算法，使用树莓

派搭载双目相机进行第一步的图像采集与传输，使用上位机进行双目立体视觉测

距和目标检测，利用树莓派根据处理得到的数据控制步进电机工作，沿导轨跟踪目

标保持在一定距离之内。通过实验验证双目检测测距的准确性以及稳定性，并通过

对实际动车段三层作业平台图像处理以及模拟现场实验验证本系统对于实际应用

场景的适用性。最终结果显示系统效果优秀，在3米之内测距误差在2%以内，且

测距稳定性良好，实验连续200次测量结果误测率为0%，完全适用于动车段三层

作业平台检修监控需求。

关键词：双目测距；双目视觉；立体匹配；AD-Census；目标检测；YOLOv8

Abstract

Withtherapiddevelopmentoftransportationinrecentyears,themaintenance

systemfortransportationsuchasmotorsandhigh-speedrailsneedstobeupdated.The

mainpurposeofthissystemistoachievethepositioningandmonitoringofmaintenance

personnelonthemaintenanceplatform.Accordingtoworkrequirements,engineersneed

tocarryoutmaintenanceofhigh-speedtrainsontheflipperofthethird-leveloperation

platform,whichisahigh-riskoperationscen