公铁联运车是一种依靠公路和铁路协同作业的特殊车辆,其兼具公路运输的机动性强和铁路运输的承载量大的特点。公铁联运车在公路转铁路运行时,需在钢轮与轨道对准后,才能将轮对放至轨道上转为铁路运行。目前在货场是通过人工目测钢轮与轨道的水平距离以及车辆的方位信息来指导牵引车司机进行落轨对准,这种方式不仅效率低,而且导引效果差,难以满足公铁联运车的应用发展需求。基于此,论文结合机器视觉技术,拟研制一套智能落轨导引系统,以期取代目前的人工辅助导引方式。该系统能实时在线检测车辆下方工况,准确测量钢轮与轨道的水平距离及车辆相对于轨道的偏移角度,并将检测结果及时传输至驾驶室,司机据此来调整车辆位置,实现精准、高效落轨。在查阅车辆辅助驾驶与视觉测量技术相关研究文献的基础上,论文分析了公铁联运车对于落轨导引的实际需求,确定了基于机器视觉的智能落轨导引系统总体设计方案,整个系统包括硬件和软件两大部分。论文完成了硬件平台的选型和装配调试等工作,并设计了基于LabVIEW的软件系统。软件系统分为下位机软件系统和上位机显示系统。前者主要实现图像采集、图像处理、目标识别、分析计算以及数据传输等功能;后者主要负责数据接收和显示。上位机与下位机之间基于TCP/IP协议实现无线数据传输。论文研究了通过检测轨道旁的落轨标志线来实现落轨导引功能的方法。首先介绍了相机标定的实现过程和标志线图像预处理方法,然后研究了标志线边缘检测和关键的标志线识别等算法。在进行标志线识别时,分析对比了基于Hough变换和基于最小二乘法的两种标志线识别算法,分析结果表明,基于最小二乘法的标志线识别算法效果更稳定。最后构建了基于标志线图像的测距模型,完成了相关数据的测量计算工作。考虑到标志线在长期使用后可能出现污染或损毁等问题,这可能导致基于标志线检测的落轨导引系统无法正常工作。为了提高系统的适应性,论文还进一步探讨了一种直接通过检测轨道来实现落轨导引功能的方法。由于轨道与标志线相比,其在图像中的可辨识性更差,且存在边缘特征不明显等问题,为此论文研究了相应的轨道图像预处理和阈值分割等算法,并采用了一种基于连通区域特征的轨道识别算法,该算法能在复杂工况下准确地识别出轨道区域,进而实现了相关数据的测量计算。最后,在公铁联运车的某转换运行区间进行了设备与系统的安装、调试和试验。试验结果表明,在基于标志线图像进行检测时,距离测量误差在±2mm内,系统的响应时间在140ms左右;在基于轨道图像进行检测时,距离测量误差在±5mm内,响应时间在240ms左右,两种方法均达到了预期的技术要求,证明了系统的可行性与有效性。