Aide à la maintenance par traitement d images Vincent DELCOURT Thomas SCHREVERE SNCF
AMELIORER LA MAINTENANCE PREVENTIVE Trois niveaux de difficulté : - Détecter, localiser, et reconnaître une anomalie. Traitement d images Traitement du signal Modélisation Le traitement d images est un des moyens qui peut aider la SNCF à améliorer la qualité de la maintenance de l infrastructure. «Les véhicules de maintenance commencent à ouvrir l œil»
ANALYSE PAR TRAITEMENT D IMAGES Mélusine est déjà équipée du système IVOIRE: pour l analyse de la voie. Nous travaillons sur un système équivalent pour la maintenance de la caténaire. Tous ces systèmes devraient à terme venir équiper le MGV.
IVOIRE Système développé depuis 1995 par la SNCF et Cybernétix. Outil d inspection automatique du rail pour la détection des empreintes de ballast sur les lignes à grande vitesse. Projetés sur le rail, des grains de ballast sont parfois pris entre la roue et le rail, créant des empreintes sur le rail.
IVOIRE Ces empreintes de tailles et de formes variées altèrent la qualité du contact roue-rail. Confort: bruit, Sécurité: apparition de creux qui engendrent des chocs plus importants (possibilité de fissure du rail). Ivoire est composé de 2 caissons implantés sous la caisse de Mélusine et d une unité de traitement informatique embarquée.
IVOIRE Vitesse d acquisition : 100 000 lignes/s (Résolution < 1mm) Matériel utilisé : - 2 caméras linéaires, - système d éclairage adapté. Le traitement des images consiste : - à détecter les empreintes, - à les classer par gamme de taille, - pour les empreintes de taille importante (localisation et caractérisation).
IVOIRE Ivoire version III Ajout de 2 nouvelles caméras : Acquisition des images de traverse pour détecter : les défauts des attaches, les fissures dans les traverses en béton.
ANALYSE DE LA CATENAIRE Objectif : Détecter automatiquement les éléments constitutifs de la caténaire (pendules, griffes de jonction, bras de rappel) à partir d une vidéo acquise à 300 km/h. Stratégie : Caméras placées entre M1 et R1 Traitement des images pour extraire les informations utiles, Exploitation de l information nominale, Calcul de primitives, Classification supervisée.
PLAN DE MONTAGE DU CAISSON CAMERA Caméras : 2 caméras linéaires monochromes sensibles dans le proche infrarouge : 790 nanomètres. Éclairage : 1 bloc de diodes laser. Caméras linéaires Diodes laser
POSITION DU CAISSON CAMERA SUR MELUSINE 1 bloc de diodes laser 2 caméras linéaires 1024 pixels
CONTRAINTES Les principales contraintes : Contraintes atmosphériques : - milieu extérieur non uniformément éclairé, - conditions climatiques variables (pluie, brouillard, ). Contraintes géométriques : - désaxement du fil de contact (+/- 250 mm -> zoom caméra limité), - dévers de la voie (+/- 8 ). Contraintes informatiques : - stockage de 750 Go d images pour 2 heures d acquisition, - taille de la barrette CCD : 1024 pixels.
CONTRAINTES Nombre d éléments à reconnaître beaucoup plus important que sur la voie Pendule Changement de section Griffe Contact électrique
METHODE D ANALYSE Exploiter l information nominale : - Pendules, - Bras de rappel, - Sectionnements, - Contacts électriques, - Poteaux supports, Valeurs théoriques d une portée + Filtrage
EXEMPLE : ANALYSE D UNE PORTEE
IMPACT DU DESAXEMENT SUR LES OBJETS A DETECTER Ec Eg Ec : Épaisseur caténaire Eg : Épaisseur griffe Désaxement gauche BUT : objets identiques pour le programme => Réseaux de neurones Eg Désaxement droit Ec
RECHERCHER LES GRIFFES DE JONCTION Étape 1 : Recherche du modèle dans l image Localisation du fil de contact Définition du modèle à rechercher pour localiser le fil de contact 1 2 Étape 2 : Découpe et redressement de la zone proche au fil de contact 3 Étape 3 : Extraction des contours suite à l étape 2
EXTRACTION DES PRIMITIVES DISCRIMINANTES Épaisseur moyenne de la caténaire Longueur et épaisseur de la zone détectée Distance au plus proche candidat Griffe de jonction Pendule Disparité du contour Zoom du contour supérieur Coefficient directeur et paramètre b de la droite de régression du contour supérieur
RESEAU DE NEURONES Calcul des primitives disparité du contour supérieur, longueur de la zone candidate, épaisseur moyenne de la caténaire, épaisseur de la zone candidate, coefficient directeur de la droite de régression, paramètre b de la droite de régression, distance à un pendule. Vecteur des primitives
RESULTATS Bilan sur une vidéo de test de 9860 images contenant 11 griffes : 9 griffes détectées parmi 2159 candidats, 2 faux négatifs (griffe non détectée par le programme). -> Explication des faux négatifs Griffes coupées -> (25 i/s)
AVENIR DU PROJET : ANALYSE DES OBJETS DETECTES Calcul des moments statistiques, reconnaissance de formes des sous-objets, hiérarchisation de l analyse. Analyser les pixels des détections du programme pour déceler : - Les usures anormales (impacts, ) - Boulons desserrés, - Câbles sectionnés,