序言：寫作是分享個人見解和探索未知領域的橋梁，我們為您精選了1篇的巡檢機器人功能及其應用分析樣本，期待這些樣本能夠為您提供豐富的參考和啟發，請盡情閱讀。

地鐵列車在連續運行過程中，機械振動、磨損、加減速、制動等因素會導致車輛車底結構件螺栓松動、管線脫落、設備摩擦或變形。因車輛車底的部分檢測點被遮擋、光線暗、空間狹窄、檢測點多，且檢修作業時間多在凌晨，導致檢修人員長期處于高負荷工作狀態，這對檢修人員責任心、精神及身體狀態造成的影響非常大，再加之人工巡檢工作量大、效率低、質量差，在這些因素的綜合影響下，存在漏檢風險，這會嚴重威脅列車的安全運行和乘客的人身安全。因此提高作業效率、提高作業質量、改善檢修工具、加快“人檢”向“機檢”轉變迫在眉睫。車底巡檢機器人融合了機器視覺技術、人工智能技術、圖像識別分析技術、精準運動控制技術和工業機器人技術等多種最新尖端技術，可以模擬人工作業方式對車輛底部箱體、管路、轉向架等可視零部件進行靈活多角度的自動檢測，能夠自動識別設備故障點，后臺數據管理分析系統可為檢修人員決策提供支持。采用車底巡檢機器人能夠高效解決人工檢修作業存在的問題，是實現從“人檢人修”邁向“機檢人修”的重要一步。

1地鐵車輛檢修現狀

目前，我國地鐵車輛檢修主要分為日檢、雙周檢/月檢、定修、架修、大架修等常用修程方式，以及A列檢、B列檢、架修(C列檢)、半壽命翻新等港鐵方式。無論采用哪種方式，其中的日常檢查(日檢、雙周檢/月檢、A列檢)最為頻繁，任務最為繁重，基本是天窗點作業，作業時間短、工作量大。車底日檢的主要檢修項點為車鉤、轉向架、空氣管路、車下電氣柜、空氣管路及制動系統等。若采用人工檢修方式，即肉眼識別+便攜式工具檢測(手電筒)，實施快速例行檢查和故障處理，存在檢修范圍廣、作業難度大、作業過程繁瑣、檢修效率低下、遺留作業盲區、漏檢漏修等問題。由于大部分檢修項點依賴人工經驗判斷，人為因素影響較大，容易受檢修地溝環境、人員工作狀態、人員技術水平等多方面因素影響，在檢修效率及安全性、可靠性等方面均存在明顯不足。為提高車輛整備能力、提升檢修效果，亟需配置車底巡檢機器人。

2車底巡檢機器人系統組成及工作原理

車底巡檢機器人系統(如圖1所示)主要包括機器人本體、通信系統和后臺系統。機器人本體由輪式運動平臺、機械臂運動控制系統、視覺識別系統等組成。車底巡檢機器人系統采用先進的雙臂機器人技術、機器視覺技術、圖像識別技術、激光SLAM(即時定位與地圖構建)技術、全自動化智能分析定位檢測技術，以及物聯網、大數據和云計算等技術，模擬人工作業方式對車輛底部、轉向架等可視零部件進行靈活多角度的自動檢測，實現車底設備故障的自動識別、準確定位及采集數據的實時傳送;通過后臺數據管理分析系統，自動分配巡檢任務、主動告警缺陷;采用云計算方式對運維數據進行深度分析;利用一定的預測算法表征潛在故障，建立各個設備生命周期曲線;通過設備生命周期曲線實現設備狀態監測和故障預測性判斷，為各級人員決策提供數據支持。

3車底巡檢機器人功能分析

杭州地鐵5號線五常車輛段自2020年1月投入使用車底巡檢機器人以來，通過前期一年多的數據積累及算法模型優化，該型機器人的各項檢測功能都達到了預期效果，特別是在缺陷識別方面，準確度達到100%。主要應用功能如下:車輛編號識別。通過OCR(光學字符識別)、二維碼等位于車底的標志物視覺識別方式，可自主識別待檢車輛車號，并自動將巡檢結果記錄在該列車的檢修檔案中。如當列車隨機停車，停車位置不確定時，可自動確定檢測的起始位置。自主移動巡檢。利用既有的車底坑道，無需鋪設軌道即可實現自主導航、自主定位的移動檢測，無需人工干預。通過自主導航定位系統及提升機裝置，可實現一臺車底檢測機器人檢測多條坑道的目的，從A道到路面再到B道的轉換過程也無需人工干預，實現了高效流轉使用。雙機械臂協同作業。通過兩套六軸機械臂完全模擬人手臂操作可將關鍵部件檢測模塊伸入到轉向架內部，甚至可伸入到人工檢測無法到達的位置。可對關鍵部位進行多角度抓拍掃描，生成完整的三維圖像信息，并通過特定識別算法實現關鍵部位故障識別。雙機械臂的效率是人工檢查的兩倍。車底缺陷識別。車底巡檢機器人能夠統計10大類缺陷的檢測內容，覆蓋單列列車超過5000個檢測點位。①零件缺失識別:主要能識別螺栓、線夾、接地線、堵頭等是否缺失;②位置狀態檢測:主要能對螺栓松動、車鉤狀態、閥門位置狀態、柜門及鎖止裝置復位、油位等進行檢測，如圖2所示;③零件表面狀態檢測:主要包括橡膠件鼓包檢測、銹跡檢測、油脂滲漏檢測、管路擦傷檢測、油色檢測、溫度標簽檢測等，如圖3所示;④異物檢測:實現對各類異物的檢測，如牽引電機格柵異物檢測，如圖4所示;⑤縫隙尺寸識別與有效測量:能有效進行閘瓦厚度與踏面間隙的測量及機械結構表面裂紋的測量，精度可達0．2mm，如圖5所示。缺陷點智能定位。機器人在自主巡檢過程中，識別到缺陷點后，能夠準確定位并描述該缺陷點所在的車輛和設備位置，并標記缺陷部件名稱，通過通知或列表的方式告知運維人員故障準確位置，并傳回故障點圖片。通過現場人工多次復測，其定位精度可達5cm。機器人本體在坑道內及坑道間的自然無軌移動和導航定位激光云點圖如圖6所示。后臺數據管理。車底巡檢機器人系統具有自動生成設備缺陷報表、巡檢任務報表等功能，同時后臺能夠對實時采集數據與歷史數據進行比對并自動生成分析報表［5］，具有分類統計、管理檢測數據，以及查詢、打印所有報表的功能。可根據檢測數據分析結果定制檢測任務，支持操作人員手動設置機器人檢測、復檢任務，可對重點區域及歷史出現過缺陷或有缺陷趨勢的檢測點進行復檢。自動充電。巡檢任務完成后，車底巡檢機器人可自行駛入指定充電區進行充電;或當電量低自身報警發出充電指令時，機器人充電連接器可與地面充電裝置自動實現連接并開始充電。充電完成后，機器人自動與充電裝置斷開，進入待命狀態。整套裝置最大特點是，在整個充電過程中，能夠實現智能化和自動化，無需人工看管。

4車底巡檢機器人的應用情況分析

杭州地鐵5號線五常車輛段車底巡檢機器人2年多的應用表明:系統穩定可靠，能對列車底部、轉向架等可視零部件進行靈活多角度的自動檢測，能夠實現車底設備的準確定位和故障的自動識別，可將采集到的數據實時傳送到后臺系統進行分析處理。其應用效果主要體現在以下幾方面:簡化檢修流程。原人工檢修的流程為:調度派單，檢修人員攜帶勞動防護用品及工器具做準備，前往DCC(車輛段控制中心)請點，肉眼觀察方式現場檢查，發現問題手動拍照及手寫臺賬記錄故障，巡檢完畢后在電腦錄入故障工單，再前往故障點進行修復，回工班關閉工單后再前往DCC銷點等。使用車底巡檢機器人將復雜流程轉換為自動生成巡檢任務、自動巡檢、自動復檢、自動錄入故障并上傳、自動生成巡檢報告等全自動方式，簡化了巡檢流程，解放了人員生產力，降低了檢修人員的勞動強度。提升檢修效率。完全由車底巡檢機器人代替檢修人員進行車底檢查，實現了“人檢”方式向“機檢”方式的轉變。原人工巡檢1列6輛編組列車車底的標準時間為40min，人工巡檢客室需要20min，而機器人巡檢車底加巡檢客室只需25min，工作效率提高58．3%。車底人工普查費時費力，現可通過機器人查詢前一天車底部件的歷史狀態，普查效率提升90%以上。提高檢修質量。人工巡檢采用人員手持手電筒照射+肉眼觀察方式，機器人巡檢方式為雙機械臂攜帶激光攝像靈活轉動近距離自動拍攝識別檢查，可對關鍵部位進行多角度檢測。機器人通過系統自動報警、高清圖像自動對比精準分析確認故障點，目前已發現肉眼無法識別的隱性故障幾十起，占總故障數的30%，經人工復核發現其準確率達到99%以上。車底巡檢機器人可有效提高巡檢質量、消除列車安全隱患。增強作業和人員安全。①降低了漏檢漏修風險:轉向架上部側面、部分關鍵部位的隱形故障人眼無法發現，再加之夜間作業、工作量大、極易疲勞，漏檢情況時有發生。使用車底巡檢機器人后，車底巡檢目標物覆蓋率達100%，全覆蓋、無死角、不受環境因素影響，漏檢率為0，且能對關鍵重點部位進行多角度抓拍，有效降低了漏檢漏修的風險，避免列車“帶病”上線運營。②降低了人員安全風險:采用人工檢修，夜間在地溝巡檢極易發生碰撞、摔倒、觸電等安全事故。機器人巡檢期間，未發生一起安全事故，大大降低了巡檢安全風險。降低成本。①降低檢修人力成本:日檢30列列車，采用人工巡檢時，1個班組需配備10～12人;現采用機器人巡檢，1個班組只需配備5～6人，人力成本降低50%。除此之外還可減少數據錄入、統計、分析及紙質臺賬檢查的人員。②降低了管理成本:由于可自動生成設備缺陷報表、巡檢任務，可對故障數據進行自動分類統計并生成分析報表，因此，可通過規范的數據管理方式開展有效的工作責任追溯，使工作人員責任心更強，從而降低了管理成本。實現智能運維。采用“機檢”方式，能對檢測數據進行自動收集和分析處理，并通過共性問題提煉、典型故障總結，提出預防措施，進而提升作業小組的技能水平，為列車安全運營提供科學依據。原人工統計數據分析故障方式轉換為后臺系統實時采集數據與歷史數據進行分類統計對比自動生成分析報表方式，實現了列車智能運維。

5結語

采用地鐵車輛車底巡檢機器人順應地鐵智能運維發展的要求，是實現從“人檢人修”邁向“機檢人修”的重要一步，可有效解決傳統車輛檢修作業中作業質量難以把控、作業效率較難提升等問題。用“機檢人修”逐步取代傳統的“人檢人修”，既解決了檢修過程中人員狀態不佳和經驗不足的問題，又解放了生產力，降低了勞動強度和成本，提高了安全性和檢修效率。車底巡檢機器人可在列車通電狀態下工作，可實現全時段不間斷檢測，而且機器人人機界面親和、易操作，檢測數據更全面、更精準。隨著智能運維的不斷發展，機器人的檢測手段會不斷創新和改進，檢測方式將更加可靠，在城市軌道交通領域有廣泛應用前景。

作者:李林鋒 單位:上海申凱公共交通運營管理有限公司