轨道隧道巡检现状及智能检测机器人发展趋势

于子良; 黄志辉; 杨珏; 张文明

doi:10.13890/j.issn.1000-128x.2020.06.029

您当前的位置：

首页 >

文章列表页 >

轨道隧道巡检现状及智能检测机器人发展趋势

试验检测 | 更新时间：2021-12-09

- 轨道隧道巡检现状及智能检测机器人发展趋势
- Current Situation of Detection for Rail and Railway Tunnel and Development Trend of Intelligent Detection Robot
- 机车电传动 2020年第6期页码：137-142
- 作者机构：
  
  1.北京科技大学　机械工程学院，北京　100083
  2.中车工业研究院有限公司，北京　100070
  3.西南交通大学　牵引动力国家重点实验室，四川　成都　610031
- 作者简介：
  
  于子良（1975—），男，博士研究生，教授级高级工程师，中车资深技术专家，研究方向为机械工程。
- 基金信息：
- DOI：10.13890/j.issn.1000-128x.2020.06.029
  中图分类号：
扫描看全文
于子良, 黄志辉, 杨珏, 等. 轨道隧道巡检现状及智能检测机器人发展趋势[J]. 机车电传动, 2020,(6):137-142.

Ziliang YU, Zhihui HUANG, Jue YANG, et al. Current Situation of Detection for Rail and Railway Tunnel and Development Trend of Intelligent Detection Robot[J]. Electric Drive for Locomotives, 2020,(6):137-142.
于子良, 黄志辉, 杨珏, 等. 轨道隧道巡检现状及智能检测机器人发展趋势[J]. 机车电传动, 2020,(6):137-142. DOI： 10.13890/j.issn.1000-128x.2020.06.029.

Ziliang YU, Zhihui HUANG, Jue YANG, et al. Current Situation of Detection for Rail and Railway Tunnel and Development Trend of Intelligent Detection Robot[J]. Electric Drive for Locomotives, 2020,(6):137-142. DOI： 10.13890/j.issn.1000-128x.2020.06.029.

摘要

从轨道交通运维对轨道和隧道巡检需求出发，综合分析了轨道交通巡检的现状和存在的突出问题，总结国内外巡检方式的差异。结合当前大数据、物联网、人工智能、无人驾驶、机器人等前沿科技发展趋势，提出了机器人智能巡检的发展方向。针对轨道交通特殊的运用环境特征，指出轨道交通巡检机器人的7个关键技术研究方向，最后对轨道交通巡检机器人的应用前景进行展望。

Abstract

Aiming at the requirements of rail transit operation and maintenance for rail and tunnel inspection, the current situation and outstanding problems of rail transit inspection were analyzed, and the differences of inspection methods at home and abroad were pointed out. Combined with the development trend of big data, internet of things, artificial intelligence, unmanned driving, robot and other cutting-edge technologies, the development direction of robot intelligent inspection was proposed. According to the special application environment characteristics of rail transit, the seven key technology research directions of rail transit inspection robot were pointed out. Finally, the application prospect of rail transit inspection robot was prospected.

关键词

智能巡检巡检机器人轨道巡检钢轨隧道高速铁路地铁

Keywords

intelligent inspectioninspection robottrack inspectionrailtunnelhigh-speed railwaymetro

references

中国铁路总公司. 普速铁路线路修理规则：TG/GW 102—2019[S]. 北京: 中国铁道出版社有限公司, 2019.

李超雄, 常光辉, 曲玉福, 等. 高速铁路线路养护维修[M]. 北京: 中国铁道出版社, 2015: 47-52.

铁道部运输局. 高速铁路工务知识读本[M]. 北京: 中国铁道出版社, 2011.

杜彦良, 牛学勤. 现代轨道交通技术与装备[M]. 北京: 科学出版社, 2012.

田学薇, 刘晓娟. 全自动无人驾驶轨道交通列车定位技术[J]. 城市轨道交通研究, 2007, 10(12): 51-54.

周桂法, 邵志和, 曾嵘. 轨道交通RAMS工作的理解与实施[J]. 机车电传动, 2014 (2): 1-5.

赵宗贵, 熊朝华, 王珂, 等. 信息融合：概念、方法与应用[M]. 北京: 国防工业出版社, 2012: 44-96.

李红梅, 王滨海, 廖文龙, 等. 基于地图匹配的变电站巡检机器人激光导航系统设计[J]. 制造业自动化, 2014 (1): 52-56.

吴琼, 袁建英. 基于ZigBee和WiFi网络的抗同频干扰技术研究[J]. 仪表技术与传感器, 2013 (12): 102-104.

MANDRIOTA C, STELLA E, NITTI M, et al. Rail corrugation detection by Gabor filtering[C]//IEEE. Proceedings 2001 International Conference on Image Processing. Thessaloniki: IEEE,2001, 2: 626-628. DOI: 10.1109/ICIP.2001.958571http://doi.org/10.1109/ICIP.2001.958571.

贺振东, 王耀南, 刘洁, 等. 基于背景差分的高铁钢轨表面缺陷图像分割[J]. 仪器仪表学报, 2016, 37(3): 162-171.

周建军, 夏志朗. 基于5G的车联网技术的优势及局限性分析[J]. 信息通信, 2019 (2): 250-252.

浏览量

下载量

CSCD

CNKI被引量

文章被引用时，请邮件提醒。

提交

工具集

关联资源

高速铁路隧道路基沉降监测方案研究

长沙市轨道交通永磁牵引系统能耗分析

长大坡道下高速车辆车轮滚动接触疲劳与磨耗仿真

基于非线性有限元的高速铁路接触网风偏计算

低气压强气流下弓网电弧阶段性发展特性研究