近年来,我国高铁得到了迅猛的发展,高铁的安全运行对钢轨提出了更高的生产要求。钢轨生产过程中焊头的平直度以及使用过程中表面磨耗的情况都直接关系着列车运行的安全性、平稳性以及乘客的舒适性,因此在钢轨的生产与日常检查维护中,对钢轨表面参数的检测具有重要的意义。在充分研究了国内外钢轨表面参数检测设备的发展现状后,本文针对钢轨焊头平直度,结合计算机技术和激光检测技术设计了一种基于机器视觉的钢轨焊头平直度检测系统,在检测精度以及检测速度方面提出了改进方法。系统中采用基于Ether CAT总线的伺服运动平台带动两个Gocator 2340激光传感器沿钢轨移动,在动态环境下采集被检测钢轨表面的三维坐标信息。针对运动过程中机械结构振动对激光传感器采集数据造成干扰的现象,建立系统的数学模型,引入基于有限时间Laplace变换的输入整形算法来抑制机械结构的振动。对采集到的点云数据进行坐标转换和去噪处理后,分析两个点云数据集的对应关系,结合所采集点云数据的特点,研究改进的基于KD树的迭代最近点算法,实现对两个传感器采集到的钢轨轮廓的拼接,从而得到完整的钢轨轮廓。根据铁道行业对钢轨焊头平直度的检测标准,提取三个检测点处的钢轨坐标数据,对其进行平直度检验,对于不符合要求的部分采用特殊颜色表示并标注出其相对于被测钢轨起始点的位置信息。本课题研究过程中,针对不同问题的解决主要涉及运动控制、点云数据的采集与处理等方面,具体如下:(1)针对运动过程中出现的机械振动的现象,设计研究基于有限时间Laplace变换的输入整形抑振算法,抑制机械结构的振动。(2)针对所采集的钢轨表面的点云数据,研究点云数据坐标转换和双边滤波等算法,提出一种改进的基于KD树的ICP算法,实现对钢轨轮廓的拼接。(3)选取合适的PLC、伺服电机、激光轮廓传感器等硬件设备,搭建检测系统的硬件平台和控制系统。基于多线程架构设计数据采集与处理系统,同步实现两个激光轮廓传感器数据的采集、数据分析和显示。整个系统实现了钢轨表面参数以及焊头平直度的动态检测、分析处理和钢轨表面参数3D显示的功能,检测精度达到了0.034 mm,数据采集频率可达到700Hz。