1.一种地铁接触网导电轨磨耗测量方法，包括：将配备有摄像头及光源的磨损检测小车置于地铁接触网导电轨汇流排上，控制磨损检测小车沿汇流排行进，通过摄像头采集接触网导电轨图像数据；对采集的图像数据进行预处理，预处理包含灰度化和去噪处理；利用标注了磨损缺陷类型和位置的接触网导电轨图像数据构建训练集，训练基于YOLOv8模型的磨损缺陷检测模型；将预处理后的图像数据输入训练后的磨损缺陷检测模型中，识别图像中的磨损缺陷，预测磨损缺陷的类型和位置信息；将预测的磨损缺陷的类型和位置信息发送给磨损检测小车的控制系统，控制系统根据缺陷位置信息，利用磨损检测小车的定位系统获取缺陷的位置坐标；磨损检测小车的控制系统根据缺陷的位置坐标，控制磨损检测小车移动至缺陷位置处，通过磨损检测小车上配备的磨损测量装置对接触网导电轨的磨损程度进行测量，获得磨损测量数据。
2.根据权利要求1所述的地铁接触网导电轨磨耗测量方法，其特征在于：将配备有摄像头及光源的磨损检测小车置于地铁接触网导电轨汇流排上，通过摄像头采集接触网导电轨图像数据，包括：磨损检测小车上设置有照度传感器，照度传感器用于采集磨损检测小车在汇流排上行进过程中预设采集范围内的环境光照强度；将采集的环境光照强度与预设的光照阈值进行比对；其中，光照阈值根据接触网导电轨材质的反射特性和摄像头的曝光参数确定；当采集的环境光照强度低于光照阈值时，控制光源进行光照补强；通过摄像头以预设的帧率和曝光参数连续采集接触网导电轨图像数据。
3.根据权利要求2所述的地铁接触网导电轨磨耗测量方法，其特征在于：对采集的图像数据进行灰度化处理，包括：采用加权平均法对采集的图像数据的RGB三个通道的像素值进行加权求和，得到灰度图像，其中，加权求和公式为： ；其中，Gray为灰度图像的像素值，R、G、B分别为采集的图像数据的红、绿、蓝三个通道的像素值， 、 、 为三个通道的加权系数。
4.根据权利要求3所述的地铁接触网导电轨磨耗测量方法，其特征在于：对采集的图像数据进行去噪处理，包括：利用db4小波基函数对灰度化处理后的接触网导电轨图像进行4层小波分解，得到各层低频子带系数和高频子带系数；根据各层高频子带系数，计算灰度化后图像的全局灰度均值 和全局灰度标准差 ： ； ；其中， 为灰度化后导电轨图像第i行第j列像素的灰度值，M和N分别为图像的行数和列数；将灰度化后的图像划分为S×S的互不重叠的局部小块，S的取值范围为8到32；对划分的每个局部小块，计算局部灰度均值 和局部灰度标准差 ： ； ；其中， 为局部小块第m行第n列像素的灰度值；计算每个局部小块的局部纹理丰富度 ： ；其中，ε为非负小常数； 用于表征局部小块内导电轨表面纹理的丰富度；计算灰度化后导电轨图像的平均局部纹理丰富度 ： ；其中， 反映了导电轨纹理的整体丰富程度；计算全局纹理丰富度 ： ；根据各层高频子带系数的标准差，计算对应层的基础去噪阈值 ： ;其中，σ为相应高频细节子带内小波系数的标准差，P和Q分别为相应子带的行数和列数；利用基础去噪阈值 进行自适应调节，得到各层高频细节子带的最终去噪阈值 ，计算公式为： ；其中，λ为阈值调节强度因子，α为阈值调节敏感度因子，β为阈值调节非线性因子，λ、α、β的取值范围分别为[0.1，0.5]、[10，50]和[0.5，2]；将各层高频子带内绝对值小于得到的对应最终阈值 的小波系数置零，得到去噪后的高频子带系数；去噪后的各层小波系数进行小波逆变换，重构得到去噪后的接触网导电轨灰度图像。
5.根据权利要求4所述的地铁接触网导电轨磨耗测量方法，其特征在于：利用标注了磨损缺陷类型和位置的接触网导电轨图像数据构建训练集，训练基于YOLOv8模型的磨损缺陷检测模型，包括：获取预处理后的接触网导电轨图像样本，构建标注后的图像样本集；选择YOLOv8模型作为磨损缺陷检测模型的基础架构，YOLOv8模型包含主干网络、颈部网络和检测头；其中，主干网络采用ResNet结构，用于提取图像的多尺度特征；颈部网络采用SPP结构和PANet结构，用于融合主干网络提取的多尺度特征信息；检测头采用YOLOv3头结构，用于根据融合后的多尺度特征信息预测磨损缺陷目标的边界框和类别概率；利用构建的图像样本集，通过迁移学习的方式在YOLOv8预训练模型的基础上进行训练，得到针对接触网导电轨磨损缺陷检测任务的优化模型。
6.根据权利要求5所述的地铁接触网导电轨磨耗测量方法，其特征在于：构建标注后的图像样本集，包括：获取预处理后的接触网导电轨图像样本，对图像样本中的磨损缺陷区域按照预设的缺陷类型进行标注，标注内容包含缺陷类型和缺陷位置的边界框坐标 ，得到标注后的图像样本集 ；对标注后的图像样本集 中的每个图像样本Img及其对应的缺陷边界框标签Label进行几何旋转数据增强，得到旋转增强后的图像样本 和标签 ；对经过几何旋转数据增强后的图像样本 和标签数据 进行校验，剔除因旋转导致导电轨目标不完整或缺陷边界框越界的无效样本，得到旋转增强后的图像样本集 ；将图像样本集 和 合并，作为训练YOLOv8磨损缺陷检测模型的标注后的图像样本集Dataset。
7.根据权利要求6所述的地铁接触网导电轨磨耗测量方法，其特征在于：几何旋转数据增强，包括：根据待增强图像样本Img的几何中心，随机生成旋转变换参数，旋转变换参数包含旋转中心坐标 和旋转角度θ；其中，旋转中心坐标 为待增强图像样本Img的几何中心，旋转角度θ在预设范围内随机选取，预设范围为-30°至30°，对应磨损检测小车运行过程中摄像头的俯仰和偏转角度波动；根据旋转变换参数，利用仿射变换对图像样本Img进行几何旋转，得到旋转变换后的图像 ；计算旋转变换后图像 的包围盒的左上角坐标 和右下角坐标 ，并根据包围盒的坐标，计算包围盒的宽度 和高度 ；设置与原始待增强图像样本Img大小相同的空白图像Blank，尺寸为（W，H）；计算旋转变换后图像 在空白图像Blank中的起始坐标 ，使得 在Blank中居中，起始坐标满足如下公式： ； ；其中，W和H分别为待增强图像样本Img的宽度和高度；将旋转变换后的图像 复制到空白图像Blank的对应位置，复制的起始坐标为 ，复制的区域大小为 ，得到几何旋转增强后的图像样本 ；获取待增强图像样本Img中的缺陷边界框标签Label，包含缺陷边界框的坐标 ，根据旋转变换参数，利用仿射变换对缺陷边界框坐标进行旋转变换，得到旋转后的缺陷边界框坐标 ；根据旋转后的缺陷边界框坐标和起始坐标 ，计算旋转增强后图像样本 中缺陷边界框的坐标 ，计算公式如下： ； ； ； ；输出几何旋转增强后的图像样本 和对应的缺陷边界框标签 ，其中， 包含旋转增强后的缺陷边界框坐标 。
8.根据权利要求7所述的地铁接触网导电轨磨耗测量方法，其特征在于：仿射变换满足旋转变换公式： ；其中，（x，y）为待旋转图像中像素点的坐标， 为旋转变换后图像中对应像素点的坐标。
9.根据权利要求2至8任一所述的地铁接触网导电轨磨耗测量方法，其特征在于：获取缺陷的位置坐标，包括：根据磨损缺陷检测模型预测的缺陷边界框的坐标 ，计算缺陷在接触网导电轨图像中的像素坐标 ： ； ；其中， 为磨损缺陷检测模型预测的缺陷边界框的归一化中心坐标，取值范围为[0，1]；W和H分别为接触网导电轨图像的宽度和高度；获取拍摄缺陷图像时磨损检测小车在接触网导电轨汇流排上的当前位置坐标 ，其中 为沿汇流排方向的位置坐标， 为垂直于汇流排方向的位置坐标， 为磨损检测小车相对于汇流排的高度坐标； 磨损检测小车的当前位置坐标通过磨损检测小车上配备的编码器或全球定位系统GPS获得；获取事先标定的摄像头的内参数矩阵K和外参数矩阵 ，其中，内参数矩阵K包含摄像头的焦距和主点坐标，外参数矩阵 包含摄像头相对于磨损检测小车的旋转矩阵R和平移向量t。
10.根据权利要求9所述的地铁接触网导电轨磨耗测量方法，其特征在于：获取缺陷的位置坐标，还包括：根据摄像头的内参数矩阵K、外参数矩阵 以及缺陷在摄像头拍摄图像中的像素坐标 ，通过以下计算公式计算缺陷在磨损检测小车坐标系下的三维坐标 ： ；其中，s为尺度因子；将缺陷在磨损检测小车坐标系下的三维坐标 ，通过以下公式转换为缺陷在汇流排坐标系下的位置坐标 ： ；输出缺陷在汇流排坐标系下的位置坐标 ，并发送给磨损检测小车的控制系统，作为定位到的缺陷位置坐标。
