标题：基于视觉定位的钢轨伸缩调节器伸缩量测量
作者：程嘉昊1 厉小润1；王森荣2；王晶1；林超2
作者单位：1 浙江大学电气工程学院，浙江 杭州 310027；2 中铁第四勘察设计院集团有限公司，湖北 武汉 430027
关键字：机器视觉；钢轨伸缩调节器；Faster R-CNN；阈值分割；主成分分析；透视变换
摘要：针对复杂环境下的钢轨伸缩调节器伸缩量测量问题，提出一种基于深度学习和视觉定位的非接触式钢轨伸缩调节器伸缩量实时测量方法。训练Faster R-CNN模型检测粘贴在伸缩调节器可活动钢枕和轨道固定轨枕上的标识牌，然后使用HSV空间的阈值分割算法和包括主成分分析法（PCA，principal component analysis）在内的筛选算法获得标识牌的圆心关键点坐标，最后通过透视变换得到伸缩量的测量结果。结果表明，该算法能在复杂环境下对钢轨伸缩调节器的伸缩量进行实时测量，拥有较高的精度和较强的鲁棒性。