作为直接与铁轨相连接部分,轮对承受着列车车身的所有垂直作用力,轮对的品质状态直接关系到列车运行的安全性与稳定性;轮对踏面作为与铁轨直接相接触的部分极易受到损伤和磨耗,对轮对踏面的安全评估是衡量轮对安全状态的主要指标,因此对轮对踏面的损伤检测极为重要。本文研究了基于线结构光的轮对踏面损伤检测方法与技术。首先,本文根据轮对踏面的应用场景和实际检测需求,设计并构建了一套线结构光检测装置,并对检测系统的关键结构参数通过数理分析进行设计和优化。其次,针对线结构光检测传感器的标定问题,本文采用张正友标定法对相机内外参数进行标定;并提出基于不同位姿标定靶的光平面标定方法,相较于传统的交比不变法,该方法只需提取投射在标定靶上的激光条的中心线而不用进一步提取激光条与标定靶上的标定线的交点,使得光平面标定步骤更为简单且精度提升5%。然后,针对激光条中心线提取这一影响最终检测精度的关键问题进行研究。本文提出利用轮廓跟踪提取算法,对检测图像中的激光条进行定位;再在激光条轮廓线法线方向上进一步提取出激光条关键区域,最后结合Hessian矩阵提取出中心线。相较于单一的灰度重心法,上述方法能够提取多种形态激光条的中心线,更为符合轮对踏面的检测需求,且耗时仅为Steger方法的1/10。最后,根据线结构光检测模型将二维像素点转换成三维检测点云,并利用ICP算法将检测点云与标准轮廓点云进行匹配。针对传统ICP算法采用穷举法来寻找最近点造成的耗时长问题,本文采用k-d树来加快最近点的搜索;针对ICP算法易陷入局部最优的问题,提出利用已知序列进行粗匹配,使检测点云调整到与标准点云近似相同的位置,消除局部最优问题。最终使匹配速度降低至0.05秒内,且匹配后的点云距离均方根误差仅为0.039717mm。为了验证提出的轮对踏面检测算法的有效性和精确性,构建了轮对滚动平台进行实验验证,在不同光照条件下对比多组人工测量结果和系统检测结果,验证了本文提出的方法具有一定的可行性和应用价值,且能够实现0.16mm的检测精度。