典型文献
基于点云处理的机车车辆车底中心鞘螺栓故障检测方法
文献摘要：
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.
文献关键词：
螺栓故障检测;支持向量机(SVM);点云聚类;点云处理
中图分类号：
作者姓名：
卢海林;冯其波;徐昌源
作者机构：
北京交通大学 发光与光信息教育部重点实验室,北京 100044;东莞市诺丽电子科技有限公司,广东东莞 523050
文献出处：
引用格式：
[1]卢海林;冯其波;徐昌源-.基于点云处理的机车车辆车底中心鞘螺栓故障检测方法)[J].铁道机车车辆,2022(05):67-73
A类：
螺栓故障检测
B类：
机车车辆,辆车,车底,故障检测方法,螺栓松动,常见故障,三维点云处理,检测算法,标点,下采样,离群点,移除,欧式距离,聚类分割,包围盒,形状系数,云定位,过采样,一致性算法,2D,识别算法,地铁车辆,车辆智能,智能巡检机器人,检测精度,检测速度,实时检测,点云聚类
AB值：
0.368219
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
