基于点云处理的机车车辆车底中心鞘螺栓故障检测方法

摘要：

针对机车车辆车底中心鞘螺栓松动和缺失这一常见故障,提出了一种基于三维点云处理的检测算法.首先对目标点云进行下采样和离群点的移除,然后根据欧式距离对点云进行聚类分割,最后通过计算分割后每个点云包围盒形状系数和平均Z坐标实现螺栓点云定位,进而通过采样一致性算法拟合点云平面计算出螺栓松动程度,识别螺栓故障.将文中提出的算法与传统的基于2D图像的识别算法进行了对比,最后在地铁车辆智能巡检机器人中进行了应用,结果表明,该算法检测精度约为0.1 mm,且检测速度快,可满足实时检测的要求.

关键词：螺栓故障检测、支持向量机(SVM)、点云聚类、点云处理

所属期刊栏目：42

分类号：U269.3(机车工程)

资助基金：东莞市引进创新科研团队项目201536000600028

在线出版日期：2022-11-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：67-73