郑树彬， 彭乐乐， 李立明， 柴晓冬

(上海工程技术大学城市轨道交通学院 上海，201620)

引 言

轨道线路是保障列车高密度运行及繁重运输任务的基础设施[1]，由于受车轨相互耦合作用和地基沉降等因素的影响，造成轨道线路的不平顺，直接影响到列车运行的安全性、平稳性及舒适性[2-3]。因此，如何实现对轨道线路的高精度检测已成为维护列车安全运行的必要手段之一[4-5]。

对轨道线路的不平顺的检测主要表现为轨道空间线形的检测[6]，目前的检测方法主要分为静态检测与基于轨检车的动态检测。其中，静态检测方法往往是通过人工测量，或借助全站仪、精测网等非连续测量方法[7-8]。该类方法的主要缺点是效率低，成本高，同时还带来漏检、检测周期长等问题。利用惯性单元测量方法的轨检车动态检测技术，是目前高速铁路线路检测的常规方法[9]，如美国Ensco公司研制的T10型轨检车和ImageMap公司研制的Laserail型轨检车和国内最新的GJ-6型高速轨检测车等[10-11]。然而，该类检测方法易受速度的影响，且在低速状态下，惯性测量单元所测的加速度信号较为微弱，在进行位移积分运算时容易出现积分饱和造成测量精度较低，同时陀螺仪等传感器在长时间运行下往往存在累积静态偏差，这进一步降低了测量的精度[12-13]。

为了实现在低速状态下的高精度轨道线形动态检测，笔者提出一种基于机器视觉与惯性信息多传感器融合的轨道空间线形检测方法。基于手眼定标算法建立了双目立体视觉及惯性信息多传感器融合定标模型，利用扩展卡尔曼滤波算法，将机器视觉与惯性信息进行融合。……