自从第六次大提速之后,高速铁路的建设得到了充分的发展,道岔结构也从原来的普通单开道岔,变成现在的可动心轨道岔,消除了有害空间,保证了高速列车通过道岔时的稳定性和安全性。但高速道岔作为高速铁路线路最重要的组成部分,需要定期对其进行维护。目前,国内的轨检小车只是对基本轨进行检测,而国外虽有对高速道岔检测的小车,但因成本高昂没有普及。针对这一情况,本文在传统的轨检小车的基础上引入了机器视觉检测技术,以实现尖轨相对于基本轨位置和心轨相对于翼轨位置的检测,主要工作如下:(1)图像采集与处理技术是机器视觉检测技术的基础,检测仪利用图像采集系统将采集到的图像上传,但由于受到外界环境、光照以及车体振动等因素的影响,采集到的图像会出现失真现象,故对采集到的图像进行光条中心线提取之前,先进行一系列预处理操作。文中采用了一种基于Zhang-Suen与灰度重心法的融合算法,实验表明该算法的细化效果优于传统的11种细化算法,且提取到的光条中心线达到了亚像素级精度。(2)建立了高速道岔检测的数学模型,利用多种传感器分别测量轨距、超高以及里程等参数;同时,利用线结构光辅助机器视觉测量的原理检测尖轨、心轨的面差、间隙和轨头宽度等值。(3)在传统轨检小车的基础上设计了一台高速道岔心轨检测仪,与T字形轨检小车不同的是,该检测仪的结构为Y字形,便于安装图像采集系统;同时,对检测仪的各个零部件进行了机械结构的设计,并对检测仪所需的检测设备进行了选型。为了验证本文所设计的高速道岔心轨检测仪的检测精度,通过在时速250km/h的18号道岔直线尖轨上进行测量实验,先采用人工测量的方法,即分别用面差尺测量面差、塞尺测量间隙以及钢尺测量轨头宽度,再利用高速道岔心轨检测仪进行检测,将两次检测的结果进行对比分析,结果显示该检测仪的检测精度符合检测要求。