发布需求
机器视觉系统如今被广泛应用于各个行业，比如我们常见的机械维护。以高速列车为例，传统做法是由技术人员执行这些任务，但这是一个耗时的过程。在列车和高架线路接地采取安全预防措施后，技术人员要爬上列车车顶进行检查。这个过程很辛苦，检查工程师必须跨越200米的距离。
为了减少整个检修过程的时间和工作量，德国PSI Technics公司开发了一套基于相机和激光传感器的自动化检测系统，该系统可以自动进行接地、诊断、测试和检查。这套车顶视觉检测系统称为DA-MI-KA，在轨道车辆经过时记录车顶结构的损坏情况，并将收集的数据直接发送到系统的Inspect图像分析软件，该软件基于MVTec公司的HALCON机器视觉软件。
该系统包括采用20个配备220万像素图像传感器的GigE Vision单色相机，4个配置510万像素图像传感器的GigE Vision单色相机；两个1024像素分辨率的GigE Vision激光传感器；以及两个1536像素分辨率的GigE Vision激光传感器。
在进行系统安装和调试之前，首先在现场评估车顶检查的可行性，确定工艺、工作流程和要求。选择具体的测试组件后，确定适当的诊断方法。
检查内容查包括测量受电弓受磨片（接触片）、车顶表面、受电弓、绝缘子、天线和螺钉连接，分析电缆和导线，以及检查雨雪保护盖和其他覆盖物。
侧装的高架相机在列车经过时捕获列车表面的图像，并通过GigE电缆将信息发送到运行HALCON的基于Windows操作系统的PC中。选择相关的车顶表面图像信息，检测可能存在的表面损坏，并在随后的处理步骤中对损坏情况进行分类。然后对分类缺陷进行标记并提供给检查人员，从而可靠地检测和定位车顶结构上的各种不同类型的损坏和缺陷，包括压痕、剥落、裂缝、单股或多股线断裂、变形、位移、螺栓连接松动、接触片烧伤和零件缺失。
软件对图像进行处理和分析后，在10分钟内传送检查结果，并通过网络界面显示。该系统经过训练，可以检查各种类型的轨道车辆。DA-MI-KA识别的数据可用于生成统计数据、检测爬行磨损和撕裂情况、列车和位置联网以及状态维修等。此外，列车检查人员可以在一个系列其他多动力单元列车上训练该系统，并评估数据以优化过程。
