• 查询稿件
  • 获取最新论文
  • 知晓行业信息
官方微信 欢迎关注

三维重建技术在铁路BIM运维管理中的应用研究

边原, 赵俊清, 王冬明, 刘寅

边原, 赵俊清, 王冬明, 刘寅. 三维重建技术在铁路BIM运维管理中的应用研究[J]. 铁路计算机应用, 2021, 30(7): 85-89.
引用本文: 边原, 赵俊清, 王冬明, 刘寅. 三维重建技术在铁路BIM运维管理中的应用研究[J]. 铁路计算机应用, 2021, 30(7): 85-89.
BIAN Yuan, ZHAO Junqing, WANG Dongming, LIU Yin. 3D reconstruction technology applied to railway BIM operation and maintenance management[J]. Railway Computer Application, 2021, 30(7): 85-89.
Citation: BIAN Yuan, ZHAO Junqing, WANG Dongming, LIU Yin. 3D reconstruction technology applied to railway BIM operation and maintenance management[J]. Railway Computer Application, 2021, 30(7): 85-89.

三维重建技术在铁路BIM运维管理中的应用研究

基金项目: 国家重点研发计划项目(2020YFF0304105)
详细信息
    作者简介:

    边 原,工程师

    赵俊清,工程师

  • 中图分类号: U29 : F530.6 : TP39

3D reconstruction technology applied to railway BIM operation and maintenance management

  • 摘要: 铁路运维管理的水平高低直接影响运输调度、安全生产、日常管理工作的效率和质量。针对当前运维管理中越来越多的利用BIM技术构建的运维管理平台,提出了基于三维重建技术维护日常运维BIM模型创建及更新的应用方案,将三维重建技术和BIM技术结合应用到运维管理的信息化系统中;通过对比不同的成像技术,提出了应用StructureSensor三维扫描设备配合三维重建技术更新BIM运维模型的方法,以提高运维管理工作的效率和质量。
    Abstract: The level of railway operation and maintenance management directly affects the efficiency and quality of transportation dispatching, safety production, and daily management. In view of more and more use of BIM Technology to build operation and maintenance management platform in current operation and maintenance management, this article put forward the application scheme of daily operation and maintenance BIM creation and update based on 3D reconstruction technology, and applied 3D reconstruction technology and BIM technology to operation and maintenance management information system. By comparing different imaging technologies, the article proposed a method to update BIM operation and maintenance model by using structure sensor 3D scanning equipment and 3D reconstruction technology, so as to improve the efficiency and quality of operation and maintenance management.
  • 近年来,我国动车组列车发展迅速,取得了举世瞩目的成绩,行驶速度不断刷新世界记录。随着《中长期铁路网规划》的颁布,我国高速铁路的总里程将达到4万 km,彰显出高速铁路在我国基础交通设施中的重要地位。随着民众生活水平的不断改进,出行方式也愈加多样化,加快了我国高速铁路的发展进程。高速铁路凭借其速度快、服务好、安全舒适等优势深受民众青睐。国内铁路客运量持续提升,应此需求,我国于2019年将“复兴号”17辆编组投入商业化运营。列车总长达440 m,最大可承载乘客数达1283人次。从我国传统电力动车组到当前正在商业运营的“复兴号”动车组,基本都采用8辆或16辆编组设计[1]。使用多功能车辆总线(MVB,Multifunction Vehicle Bus)[2]与绞线式列车总线(WTB,Wire Train Bus)[3]组成通信网络。本文研究“复兴号”17辆编组动车组列车总线网段的扩展方案,并测试“复兴号”17辆编组动车组列车的网络控制系统MVB及WTB通信质量。

    目前,“复兴号”16辆编组动车组每4辆车为1个牵引单元[4],本文在第1个牵引单元内增加1辆车的线路及设备,验证MVB通信网络质量[5]和信号传输状况,并测试5辆车编组构成的MVB牵引单元网段实现的可能性。牵引单元网段扩展前后的网络拓扑结构,如图1图2所示。

    图  1  4辆车编组牵引单元网段MVB拓扑结构
    图  2  5辆车编组牵引单元网段MVB拓扑结构

    MVB网段扩展具体方案为:

    (1)以1~4车牵引单元作为测试单元,在3车和4车间桥接一辆车辆总线(含设备)作为扩充网段;

    (2)把原5车的中继器(REP)接入到3车和4车之间,原4车网段变更为5车网段,新接入的网段为4车网段;

    (3)新的4车网段需要挂载相应设备来模拟真实的网络环境,为保证设备地址不发生冲突,对部分设备进行断电处理。新接入设备包括制动控制单元、牵引控制单元和轴温报警装置;

    (4)通电后,完成所有系统设备初始化,把分析设备接入1车驾驶室等位置,进行MVB网络通信质量测试;

    (5)由于MVB网段设计线路冗余,单线模式中并未出现帧丢失、错误帧等情况。

    把当前“复兴号”16辆编组动车组列车总线长度加长60 m,同时监测列车总线信号传输状况;在此基础上,测试拓展后的“复兴号”17辆编组动车组列车总线的通信网络情况与信号减弱过程。WTB网段扩展拓扑结构,如图3所示。

    图  3  WTB网段扩展拓扑结构

    WTB网段扩展具体方案为:

    (1)在1车WTB节点处外接约60 m长的WTB,并按原接口接入1车网关节点(1CCU2-GW);

    (2)在1车网关1(1CCU1-GW)和网关2(1CCU2-GW)间接入WTB分析仪;

    (3)在1车网关2和WTB分析仪间接入示波器,显示WTB上各个网关节点的信号减弱程度。

    MVB分析仪接入新增中继器的MVB接口处,将分析仪的线路模式设为A线,获得连接在通信网络中所有设备的状态帧状态。

    利用MVB分析仪测试约200 s的总线数据帧,对数据进行过滤,查看通信质量。测试结果显示,连接在通信网络中所有设备的状态帧未出现异常,同时,分析仪未检测出错误帧、不合理帧丢失等情况。MVB网段扩展A线通信质量统计,如图4所示。

    图  4  MVB网段扩展A线通信质量统计详情

    因MVB总线采用A、B线冗余模式[6],不需要更换连接方式,将分析仪的线路模式设为B线,获得连接在通信网络中所有设备的状态帧状态[7]

    利用MVB分析仪测试约200 s的总线数据帧,对数据进行过滤,查看通信质量。测试结果显示,连接在通信网络中所有设备的状态帧未出现异常,同时,分析仪检测未出现错误帧、不合理帧丢失等情况。MVB网段扩展B线通信质量统计,如图5所示。

    图  5  MVB网段扩展B线通信质量统计详情

    在“复兴号”16辆编组动车组网络拓扑结构基础上,在1~4车牵引单元中增加1辆车,前5辆车为一个牵引单元,经过实验验证,通信质量未受影响,未出现错误帧、异常丢帧问题,测试结果满足IEC—61375标准,因此,MVB网段由4辆车增加为5辆车可行。

    车辆总线扩展前,在“复兴号”的司机室接入分析仪,监测4辆车编组牵引单元信号减弱情况,用于与扩展后的网段做对比。

    图6所示,对于16辆编组,此时WTB网段数据帧信号最小峰值约为±2.71 V。按照1车、8车、9车和16车网关从左到右的数据帧信号情况,WTB总线各网关节点信号随距离增长而减弱。

    图  6  WTB总线最小数据帧信号波形

    图7所示,对于16辆编组,此时WTB网段数据帧信号最大峰值约为±4.98 V。按照1车、8车、9车和16车网关从左到右的数据帧情况,WTB总线各网关节点信号随距离增长而减弱。

    图  7  WTB总线最大数据帧信号波形

    本文在“复兴号”16辆编组动车组基础上,扩展17辆编组动车组WTB总线,在1车网关节点接入示波器,监测WTB网段扩展后4个牵引单元信号减弱情况,并与扩展前的WTB网段信号减弱程度做对比。WTB总线采用A、B线冗余设计,连接器及总线均具备冗余功能,测试时不需要进行接口变更,设置示波器线路可分别监控。

    (1)WTB网络A线扩展测试

    图8所示,WTB网络A线上的数据帧信号最小峰值约为±2.49 V,此时WTB网段A线数据帧信号最小峰值约是±2.71 V,信号减弱极值约为±0.2 V,从左到右依次为1车、8车、9车、16车网关数据帧发送情况。

    图  8  扩展后WTB网络A线最小数据帧信号波形

    图9所示,WTB网络A线上的数据帧信号最大峰值约为±4.79 V,此时WTB网段A线数据帧信号最大峰值约为±4.98 V,信号减弱极值约为±0.2 V,从左到右依次为1车、8车、9车、16车网关数据帧发送情况。

    图  9  扩展后WTB网络A线最大数据帧信号波形

    (2)WTB网络B线扩展测试

    图10所示,WTB网络B线上的数据帧信号最小峰值约为±2.50 V,此时WTB网段B线数据帧信号最小峰值约为±2.71 V,信号减弱极值约为±0.2 V,从左到右依次为1车、8车、9车、16车网关数据帧发送情况。

    图11所示,WTB网络B线上的数据帧信号最大峰值约为±4.89 V,此时WTB网段B线数据帧信号最大峰值约为±4.98 V,信号减弱极值约为±0.1 V,从左到右依次为1车、8车、9车、16车网关数据帧发送情况。

    图  10  扩展后WTB网络B线最小数据帧信号波形
    图  11  扩展后WTB网络B线最大数据帧信号波形

    在16辆编组动车组基础上扩展为17辆编组动车组WTB总线时,WTB数据帧信号幅值减弱较小,满足IEC—61375标准要求,WTB网络通信正常,具备将16辆编组的WTB网段扩展为17辆编组的WTB网段的能力[8]

    本文在16辆编组动车组MVB及WTB网段基础上进行了17辆编组的网段扩展测试,测试结果均符合IEC—61375及GB/T—28029相关标准,数据帧信号的减弱及通信质量均正常,理论上可以满足将16辆编组动车组扩充至17辆编组动车组的网络系统设计要求。但在实验过程中所有动车组均停靠在站台,处于采用蓄电池供电的工况,因此动车组在实际运用中可能受到多设备同时在线、长大交路运营、电磁干扰及外界环境等影响,测试结果会存在一定误差,所以编组扩充需在动车组实际运用考核中进一步验证。

    动车组编组扩展在满足站台长度、检修库长度、总线长度要求的情况下,可显著提升客运动车组的载客量。网络系统总线网段的扩展,使动车组编组形式更加灵活多样,增加动车组附加价值,提高利用率。

  • 图  1   铁路BIM综合运维管理系统架构

    图  2   基于三维重建技术的铁路BIM运维模型维护

    图  3   StructureSensor三维扫描仪与平板电脑组装图

    图  4   三维重建流程

    图  5   数据计算后的三角网格数据

    图  6   分割、补全后的三角网格数据

    图  7   数据融合后的三维模型

    图  8   实验三维重建结果

    图  9   实际消防设备三维重建模型

  • [1] 王 言. 基于BIM技术的铁路运维管理信息平台设计研究 [J]. 铁路技术创新,2020(3):40-44.
    [2] 牛志敏. 铁路综合运维管理平台总体方案研究 [J]. 铁路计算机应用,2017,26(8):25-28, 32. DOI: 10.3969/j.issn.1005-8451.2017.08.007
    [3] 王 言,刘启钢,周凌云. 基于BIM技术的铁路运维管理探讨 [J]. 铁路技术创新,2019(4):92-96.
    [4] 苗亚哲,李胜波,邓安仲. 基于三维激光扫描技术的地下工程维护管理BIM模型研究 [J]. 兵器装备工程学报,2018,39(6):126-130. DOI: 10.11809/bqzbgcxb2018.06.027
    [5] 吕 智,邹进贵,丁育萱. Structure Sensor 3D扫描仪在小尺寸目标精细建模与测量中的应用研究 [J]. 测绘地理信息,2020,45(6):75-79.
    [6] 蔡建国,Fei Dai,Abbas Rashidi,等. 基于图像和飞行时间的基础设施三维重建技术比较 [J]. 四川建材,2021,47(2):39-45.
    [7]

    Richard A. Newcombe, Shahram Izadi, Otmar Hilliges, et al. KinectFusion: Real-time dense surface mapping and tracking[C]//10th IEEE International Symposium on Mixed & Augmented Reality. Basel, Switzerland: IEEE, 2011.

    [8]

    Angela Dai, Matthias Niessner, Michael Zollhofer, etal. BundleFusion: Real-Time Globally Consistent 3D Reconstruction Using On-the-Fly Surface Reintegration [J]. ACM Transactions on Graphics, 2017, 36(4): 1.

    [9] 周泽浩,张之江. 基于RGB-D相机数据的人体三维重建系统 [J]. 工业控制计算机,2020,33(9):24-26, 29. DOI: 10.3969/j.issn.1001-182X.2020.09.010
图(9)
计量
  • 文章访问数:  142
  • HTML全文浏览量:  152
  • PDF下载量:  33
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-03-30
  • 刊出日期:  2021-07-29

目录

/

返回文章
返回