PROTOTIPO PARA LA MONITORIZACIÓN DE LA INFRAESTRUCTURA FERROVIARIA UTILIZANDO SENSORES LIDAR,

IMAGEN DE VÍDEO Y GPS: PRIMEROS RESULTADOS

F. Gómez Bravo*, A. Vale, Gomes Mota J.

*Departamento de Ingeniería Electrónica, Sistemas Informáticos y Automática. Escuela Politécnica Superior, Universidad de Huelva. Carretera de Palos-La Rábida s/n. 21071 Huelva

(Spain). E-mail: fernando.gomez@diesia.uhu.es

ALBATROZ Engenharia, Investigação, Desenvolvimento e Inovação Rua da Conceição 60,1º P-1100-154 Lisboa (Portugal)

E-mail: {alberto.vale, gomes.mota }@cartuja.us.es

Resumen

Este artículo presenta resultados experimentales sobre técnicas de monitorización del estado de la infraestructura ferroviaria. Los datos fueron obtenidos durante unos ensayos realizados con el tren auscultador TALGO en líneas de alta velocidad de ADIF. La monitorización se realizó en tiempo real utilizando datos provenientes de sensores láser, una cámara de video y un receptor GPS. Palabras Clave: Sistemas de percepción, Fusión sensorial, Reconstrucción 3D, Segmentación de imágenes, Infraestructura ferroviaria 1 INTRODUCCIÓN La verificación del estado de las vías férreas y su infraestructura es una actividad crucial para garantizar la máxima eficacia en el tráfico ferroviario. El mantenimiento de la seguridad y la regularidad en la circulación de trenes es el objetivo primordial de dicha tarea. Con este fin, el desarrollo de sistemas versátiles para la monitorización de la infraestructura ferroviaria representa un elemento de gran valor para las tareas de mantenimiento, tanto correctivo como preventivo [1]. Este artículo ilustra, de forma sucinta, las pruebas realizadas por los autores, con el fin de desarrollar una plataforma de monitorización basada en la fusión

de datos provenientes de sensores LIDAR (Light Detecting And Ranging) [2], imágenes captadas con cámara de video y datos de posicionamiento GPS [6]. Esta información integrada en un sistema global de monitorización permitiría la obtención de datos métricos y cualitativos del estado de la vía y su entorno hasta una distancia de 100m. Los métodos de procesamiento aplicados sobre estos datos están basados en técnicas de clustering, segmentación y recostrucción utilizadas anteriormente en la inspección ‘on-line’ de líneas de distribución eléctrica [2, 3 ,6], así cómo en la aplicación de técnicas de localización de sistemas móviles autónomos y fusión sensorial [4, 5, 7]. El presente artículo se ha estructurado de la siguiente manera. En la Sección 2 se presenta las características fundamentales de las técnicas de percepción utilizadas y las especificaciones de la monitorización. En la Sección 3 se ilustran los detalles de la instalación de los sensores en la composición ferrovaira utilizada. La Sección 4 presenta algunos de los resultados experimentales obtenidos. El artículo finaliza con las conclusiones alcanzadas, los agradecimientos y las referencias 2 MONITORIZACIÓN DE LA INFRAESTRUCTURA FERROVIARIA Los sensores LIDAR emiten un haz laser que se reflecta en los obstáculos más próximos. A través del tiempo de vuelo de retorno del haz (Time of Flight-TOF) es estimada la distancia a ese obstáculo. El

módulo del sensor que emite el haz láser está en permanente rotación, efectuando barridos circulares en un ángulo de hasta 360 º, como ilustra la Figura 1. De esta manera, pueden ubicarse en cada dirección los objetos que reflecten el haz. Una plataforma móvil equipada con un sensor LIDAR acoplado a un receptor GPS (Global Positioning System) que registra las coordenadas del los trayectos recorridos, permite realizar una reconstrucción 3D del entorno de la vía férrea según puede verse en la Figura 2. Esa misma reconstrucción puede ser enriquecida con la extracción de información obtenida mediante cámaras de video convencionales.

Figura 1: Sensor LIDAR en vehículo móvil

La verificación de las medidas normalizadas del perfil de la infraestructura, o la calidad y estado de los elementos que definen dicho perfil, pueden realizarse gracias a la aplicación de algoritmos matemáticos que, en tiempo real, proporcionen datos de las medidas efectuadas. Dichos datos pueden ser analizados in situ o registrados para un análisis posterior. Es importante resaltar que la robustez y portabilidad del sistema de monitorización deben ser tales que posibiliten su utilización tanto en tareas de inspección como en el mantenimiento rutinario, sin necesidad de ser accionado por operarios especialistas. Entre las distintas variables que podrían medirse se encuentran:

• Inspección del estado del carril • Validación del estado y geometría de los

cambios • Verificación de las medidas del gálibo • Flecha de Catenaria y otros cables

autosoportados • Detección de proximidad de obstáculos

peligrosos

• Prevención de corrimientos de tierras y desprendimiento de rocas

• Verificación geométrica de túneles • Medición de regularidad y cantidad de

balasto

Este listado no cierra el abanico de posibles usos que esta técnica podría tener, ya que esta misma instrumentación podría utilizarse en aplicaciones más avanzadas, como es el caso de la mejorar del sistema de posicionamiento del vehículo en base a la estimación del movimiento que podría proporcionar el sistema propuesto.

Figura 2: Reconstrucción 3D de línea ferroviaria

3 INSTALACIÓN DE SENSORES Han sido utilizados diversos tipos de sensores, sistemas de adquisición de señal y sistema de procesamiento. Concretamente, el equipamiento utilizado para realizar los experimentos fue:

• 1 sensor láser SICK LDM OEM 1000 con norma IP65 (IP: índice de protección climática).

• 1 sensor láser RIEGL Q240 com norma IP64. • 1 receptor GPS con antena externa. • Estructuras compuesta por diversas piezas

BOSCH para fijación de los sensores láser y antena del GPS.

• 1 cámara de video PAL con conexión firewire,

• 2 CPU para la adquisición, registro y procesamiento de los datos sensoriales.

• 2 unidades de distribución de energía . • Cables de conexión (energía y

comunicación). Las pruebas han sido realizadas a bordo del tren auscultador TALGO, en cuyo exterior fueron instalados los sensores LIDAR, la cámara de video y

la antena del receptor GPS. Todos los restantes equipos fueron fijados en el interior del tren. Dos operadores seguían los ensayos desde dos ordenadores con los que se experimentó distintas configuraciones de trabajo para los sensores, de forma que, posteriormente, fue posible dilucidar la configuración que ofrecía mayores prestaciones. Los datos eran visibles en tiempo real para los operadores y para todos el personal presente de ADIF y fueron registrados para su posterior procesamiento y análisis. Los experimentos se realizaron en una línea de vía electrificada de alta velocidad con doble vía banalizada. A lo largo de ella se pudieron realizar mediciones de puentes, túneles, y numerosos elementos de la infraestructura ferroviaria de forma que la experiencia representó un elemento ideal para testar posibles desarrollos. Los ensayos se realizaron sin ninguna anomalía o necesidad de interrupción. Todo el material quedó debidamente ubicado, sin registrar ningún problema, volviendo tal cual fue instalado. En el día de las pruebas el cielo estaba parcialmente nublado, llegando incluso a llover más o menos intensamente al comienzo del viaje. Estas condiciones no afectaron ni a las mediciones del GPS, ni a las mediciones del láser de mayor alcance (RIEGL). Sin embargo, el segundo sensor láser registró ausencia de mediciones durante los períodos de mayor pluviosidad. Conforme decayó la intensidad de la lluvia, este problema se resolvió sin intervención humana, solamente por el efecto de la fuerza centrífuga producida por la rotación del espejo del láser de lectura del láser. También las imágenes de la cámara de video sufrieron alguna pérdida de calidad durante el período de lluvia, sin consecuencias en las imágenes siguientes. No obstante, todos los sensores tienen IP adecuado al funcionamiento en climas naturales adversos. En un principio se propusieron dos ubicaciones para la realización de pruebas con distintas velocidades. Para pruebas inferiores a velocidades de 60Km/h los sensores quedarían fijados en la parte delantera del vehículo, en un soporte utilizado para la tracción combinada de composiciones, coloquialmente conocido como “mocho” (según se muestra en la Figura 3). Para velocidades superiores a 60Km/h se propuso una fijación en la parte superior de la composición. Sin embargo, dado que con anterioridad no se había tenido oportunidad de conocer lar parte superior de la composición, la

fijación de los sensores en esta posición quedó de momento descartada. Después de analizar la robustez de la instalación, se decidió efectuar los ensayos a distintas velocidades con los equipos en la misma ubicación. En el ensayo con velocidad de 60km/h, la instalación quedarían en la parte delantera en dirección de la marcha. En el ensayo con velocidad superior, los equipos quedarían en la parte trasera, según la dirección de la marcha. Para la fijación de los sensores se utilizaron estructuras BOSCH de forma que dichos equipo quedaron instalados robustamente. La instalación se ilustra en la Figura 3.

Figura 3: Fijación de los sensores en el tren

Las medidas fueron realizadas con los dos sensores láser midiendo simultáneamente, cada uno con un objetivo distinto, en concordancia con sus especificaciones técnicas y su posición de instalación, ilustrada en la Figura 4. Cada sensor fue testado durante el recorrido con diferentes configuraciones (diferentes resoluciones/frecuencias de adquisición) de tal manera que se registrasen una variedad de datos suficiente para una evaluación posterior de las posibles capacidades de inspección.

El sensor láser RIEGL fue instalado en una posición casi horizontal de forma que detectara la presencia de objetos en la línea férrea o en las proximidades de esta a una distancia considerable del tren. El modo de instalación permite no solo la lectura de datos de la línea (de ambos carriles) que está siendo utilizada, sino también los carriles de la vía contigua, como se verá más adelante. Este sensor tiene un ángulo de abertura reducido (80º), pero una mayor resolución (con un máximo de 10000 puntos por barrido), mayor exactitud, mayor tasa de adquisición y mayor alcance.

Figura 4: Sensores y sus planos de barrido

El sensor láser SICK está instalado en una posición que permite un plano de barrido perpendicular al movimiento del tren. De esta forma es posible estimar la distancia de los objetos al rededor del tren con un ángulo de abertura de 360º, o sea, un círculo completo. A pesar de que el alcance aproximado de este sensor es de 100m, es algo más limitado que el anterior: menor resolución (con un máximo de 1440 puntos por barrido) y menor tasa de adquisición. Finalmente se instaló una cámara orientada hacia la vía de forma similar a como lo estaba el sensor RIEGL. La Figura 4 ilustra los planos y los ángulos de barrido de los respectivos sensores láser, asimismo se presenta la ubicación de la cámara y la antena GPS.

4 ENSAYOS Y MEDIDAS

Los ensayos fueron hechos en la línea de alta velocidad Madrid–Barcelona en el tramo comprendido entre Madrid (el punto de partida fue la base de mantenimiento Madrid Sur N40°20'49.99" y W3°39'48.19") y la estación de Guadalajara

(N40°35'10.32" y W3°7'35.16"), recorriendo aproximadamente 72km en cada sentido. En la Figura 5 se ilustra el trayecto realizado con una línea amarilla. Los ensayos se dividieron en dos recorridos:

• Base Sur → Guadalajara: un trayecto de 72km a una velocidad aproximadamente constante de 60km/h, sin paradas.

• Guadalajara → Base Sur: el mismo recorrido que el anterior, pero en sentido inverso a una velocidad aproximadamente constante de 160km/h, también sin interrupciones.

Figura 5: Mapa satélite extraído de la aplicación Google-Earth

La velocidad durante todo el trayecto fue registrada por el receptor de GPS, la Figura 6 muestra dicho registro. Se consigue distinguir los dos recorridos por el valor de la velocidad. Entre los dos sentidos el tren estuvo parado cerca de 10 minutos. Se aprovechó esta parada para inspeccionar la fijación del material al tren y el estado de las ópticas de los sensores después de la lluvia. No se encontró ningún problema.

Figura 6: Velocidades en los dos recorridos realizados

durantes los ensayos

A continuación en la Figura 7 se muestran secuencias de imágenes captadas por el láser RIEGL y las correspondientes imágenes de la cámara de vídeo. Las

cuatro extremidades visibles en el centro de la imagen son los carriles de las dos líneas de tren. Las imágenes adquiridas por la cámara instalada conjuntamente con los sensores láser están sincronizadas con los barridos y con los dados de GPS.

Figura 7: Ejemplo de un barrido del láser RIEGL y la imagen correspondiente

El láser RIEGL es capaz de adquirir 10000 puntos en cada segundo, divididos en varios barridos por segundo. Es posible configurarlo con diferentes resoluciones y respectivas frecuencias de adquisición, con el máximo de 10000 puntos por segundo. Por lo tanto, la distancia entre los puntos de incidencia del rayo láser con la línea entre dos barridos consecutivos (d) puede tomar diferentes valores, según sea la frecuencia de barrido del láser y la velocidad de movimiento del vehículo que lo transporta. En la tabla siguiente se presenta las configuraciones del láser utilizadas en los

experimentos y la distancia d, para diferentes velocidades del tren.

Tabla 1: Distancia entre barridos RIEGL

6.25 8.33 20 33.3 45.5 frecuen

cia [Hz]

Distancia entre dos barridos – d [m] 1600 1200 500 300 220 Puntos/ barrido

36 1.60 1.20 0.50 0.30 0.22

72 3.20 2.40 1.00 0.60 0.44

108 4.80 3.60 1.50 0.90 0.66

144 6.40 4.80 2.00 1.20 0.88

162 7.20 5.40 2.25 1.35 0.99

[km/h]

Velocida del Tren

Por otra parte, las medidas tomadas por el sensor láser SICK permiten una mayor percepción del entorno, dado que tiene un ángulo de barrido de 360º. Sin embargo, debido a las limitaciones técnicas, la velocidad de barridos por segundo es inferior al otro sensor RIEGL y por consiguiente la distancia entre barridos sucesivos es mayor.

Figura 8: Barrido del láser SICK dentro de un túnel

Las lecturas permiten identificar, en la mayoría de los barridos, tanto los cables de la catenaria como los carriles de ambas líneas. Dadas las lecturas cuantitativas es posible, estimar la distancia entre dos puntos. Así, se pueden estimar también otros valores, como la distancia de la catenaria a la línea, o validar el gálibo. En particular es posible estimar el modelo de un túnel como está ilustrado en la Figura 8. La precisión de las medidas es de 5mm. Además, con este modelo de sensor es factible calcular la pendiente de los terrenos al rededor de las líneas férreas de forma

Carriles de la vía izquierda

Carriles de la vía derecha

que sería posible monitorizar posibles movimientos de tierra y modificación de taludes. La resolución angular del sensor depende del número de puntos por barrido, o sea, el intervalo angular entre dos medidas consecutivas. El producto entre el número de puntos por barrido y la tasa de adquisición es constante y igual a 14400, es decir, cuantos mas puntos por barrido, menor será la velocidad de adquisición. La Tabla 2 presenta valores experimentales de la distancia recorrida por el tren entre dos barridos consecutivos (d) para diferentes configuraciones y velocidades. Con resoluciones elevadas, la distancia entre barridos sucesivos es muy significativa, pasando de los 10m cuando se utiliza la resolución de 1440 puntos (0.25º) y una velocidad de 160km/h.

Tabla 2 Distancia entre barridos SICK

Distancia entre dos barridos – d [m]

Dist. entre dos puntos de un barrido [cm]

Puntos por barrido y la resolución

Tasa de barridos (barrid/s)

60km/h 160km/h (1.5m) (10m)

1440 (0.25º) 4.2 3.9 10.6 0.7 4.4

720 (0.5º) 7.1 2.3 6.1 1.4 8.7

360 (1º) 9.6 1.7 4.5 2.8 17.5

Mediante la fusión de los datos adquiridos por el sensor láser SICK y los datos del GPS es posible efectuar una reconstrucción 3D del escenario a lo largo de pequeños recorridos [6]. La resolución depende, una vez más, de la velocidad del tren y del número de puntos por barrido. Esos puntos una vez sometidos a algoritmos apropiados [2] han sido segmentados, o sea, divididos por clases, como por ejemplo son representados en la Figura 9: el terreno (en color marrón), los carriles y los apoyos de la catenaria (en negro), los cables eléctricos (pintados de rojos) y los restantes obstáculos (representados en verde). La visualización de los datos 3D se puede realizar desde distintos ángulos de vista, ya que estos datos representan puntos definidos en un espacio de tres dimensiones. Durante la primera parte del trayecto, llovió con cierta intensidad dando origen a un fenómeno en el que el sensor láser SICK paso a obtener medidas erróneas o simplemente dejó de observar los objetos. En el momento que la lluvia se atenuó, y gracias al

efecto de la fuerza centrífuga, el sensor comenzó progresivamente a recuperar las lecturas, como ilustra la Figura 10.

Figura 9: Reconstrucción 3D a lo largo de un pequeño trayecto

Este fenómeno demuestra que este sensor de la forma en que fue instalado, aun cuando presenta norma IP65, no obtiene medidas útiles con elevados niveles de pluviosidad No obstante, es posible recuperar el funcionamiento sin cualquier intervención humana y sin desmontar ni desconectar el láser o efectuar alteración por software. En los primeros barridos ilustrados en la Figura 10, eran casi nulas las medidas asociadas a un túnel, sin embargo, después de algunos metros (algunos barridos) la recuperación fue progresiva y notoria. Normalmente los puntos erróneos en estas situaciones dan origen a una nube de puntos entorno del láser como está ilustrado en el grafico derecho de la Figura 10.

Figura 10: Fenómeno debido a la intensidad de la

lluvia.

5 CONCLUSIONES Y FUTUROS DESARROYOS Este artículo ha descrito los resultados experimentales obtenidos con el fin de desarrollar una plataforma de verificación y monitorización de la infraestructura ferroviaria basada en la utilización de sensores LIDAR, sistemas de captura de imagen y sistema de posicionamiento GPS. Todo el equipamiento sensorial quedó instalado en la parte exterior del tren, la fusión de los datos sensoriales permitió el registro de característica geométricas de la infraestructura

Nube de puntos erróneos

ferroviaria e incluso la reconstrucción 3D de secciones del trayecto recorrido. En el futuro se va a experimentar con distintas configuraciones sensores LIDAR, en cuanto a ubicación, orientación, etc... Agradecimientos Los autores agradecen a ADIF, especialmente a la Dirección de Innovación, su colaboración para realizar las pruebas y disponer del material ferroviario utilizado en las mismas. Referencias [1] Plan de Investigación, Desarrollo e Innovación

de ADIF, 2007-2010. Dirección de Innovación Tecnológica. ADIF, Febrero 2007.

[2] Vale A., Gomes Mota J. ‘LIDAR data

segmentation for track clearance anomaly detection on over-head power lines’ DECOM-KTT, IFAC Workshop, Turkey, 17-19 Mayo 2007.

[3] Vale A., Gomes Mota J. “Detection and

Classification of Clearance Anomalies on Over-Head Power Lines”. 7th Portuguese Conference on Automatic Control Lisboa, 11-13 Setiembre 2006

[4] Gómez Bravo, F., Vale, A., Ribeiro, I. “Particle-

Filter Approach and Motion Strategy for Cooperative Localization”. 3rd International Conference on Informatics in Control, Automation and Robotics (ICINCO), Setúbal – Portugal, 1-5 Agosto 2006.

[5] Del Toro, M. Gómez-Bravo, F., Vale, A. “State

Variables Estimation Using Particle Filter: Experimental Comparison with Kalman Filter”. Aceptado en IEEE International Siymposium on Inteligent Signal Procesing, Octubre 2007

[6] Gomes Mota, J., Vale A., André A. M., Ribeiro,

I. “Taking Accurate Measurements of High Voltage Installations with L. R. S. and GPS”. International Council on Large Electric Systems, 2006.

[7] Gómez Bravo, F., Vale, A., Ribeiro, I.

“Navigation strategies for cooperative localization based on a particle-filter approach”.

Integrated Computer-Aided Engineering, Julio 2007.