【技术实现步骤摘要】
基于激光雷达二次回波点云数据的铁路栅栏建模与识别方法
[0001]本专利技术涉及铁路栅栏防护与监测
,尤其涉及一种基于激光雷达二次回波点云数据的铁路栅栏建模与识别方法。
技术介绍
[0002]随着铁路BIM技术的发展,相关BIM标准的逐步制定并完善,各方对铁路BIM模型精度、完整度的要求越来越高,围墙/栅栏等安全防护设备在BIM模型完整性、可视化、工程量统计等方面发挥的作用也进一步凸显。同时,在《铁路工程信息模型表达标准(1.0版)》《铁路工程信息模型交付精度标准(1.0版)》等标准中,对围墙/栅栏的模型粒度等级及精度信息也进行了明确规定。
[0003]目前市场上没有基于智能建模方法的铁路栅栏建模系统。铁路栅栏建模属于铁路巡检的边缘领域,但同时也是不可忽视的重要领域,在实际运行中,每年由于铁路栅栏损坏导致动物、人、异物等侵入轨道造成的损失是十分庞大的。因此,铁路栅栏的监测和建模是十分有必要的。截至2019年底,中国铁路通车总里程13.9万公里,其中高速铁路达3.5万公里。预计到2020年底,全国铁路营业总里程将达14.6万公里,覆盖约99%的20万人口及以上城市。其中,高铁(含城际铁路)大约3.9万公里,继续领跑世界。如此快速增长的里程中市场需求也是十分巨大的。
[0004]现有技术中,提出了一种铁路线路防护栅栏自动设计方法,如附图1所示,其通过构建铁路线路平面模型﹑防护栅栏设计工程自定义字典和用地界模型,设置数字地面模型和防护栅栏设计参数,在此基础上,自动计算防护栅栏平面节点数据,构建防护栅栏 ...
【技术保护点】
【技术特征摘要】
1.一种基于激光雷达二次回波点云数据的铁路栅栏建模与识别方法,其特征在于,使用基站和无人机,包括如下步骤:S1.飞行准备:进行飞行空域申请,航线规划,实地踏勘及设备配件的检查,进行无人机现场空载飞行测试;S2.巡线过程:所述无人机根据所述航线规划的预设定航线飞行并采集数据;S3.点云数据处理:包括点云去噪声、点云简化、点云配准以及点云补洞;S4.点云分类:使用深度学习PointNet++算法对铁路防护栏周围的点云数据进行分类,将防护栏的点云信息统一,与其他点云信息分割开;S5.提取防护栏轮廓:使用PointNet Layer作为铁路防护栏特征提取算法,对防护栏轮廓点云信息进行提取;S6.建立特征数据库:将提取好的防护栏轮廓点云信息传送至数据库中保存,记录相似信息,把防护栏点云信息归为一类;S7.防护栏点云识别:采用识别算法MVX
‑
Net进行防护栏点云识别。2.根据权利要求1所述的基于激光雷达二次回波点云数据的铁路栅栏建模与识别方法,其特征在于,所述无人机根据所述航线规划的预设定航线飞行并采集数据,包括:进行航线重叠度不小于三分之二的搭载激光雷达的飞行,所述基站采集GNSS+IMU数据,激光雷达同时采集LIDAR数据和影像数据并传输到所述基站,所述基站进行GNSS+IMU的联合解算,实时绘制出所述无人机的轨迹数据。3.根据权利要求1所述的基于激光雷达二次回波点云数据的铁路栅栏建模与识别方法,其特征在于,所述S3.点云数据处理进一步包括:将不同角度扫描的点云统一到同一坐标系下,进行点云滤波,滤除植被的影响,保留铁路防护栏的基本数据信息。4.根据权利要求1所述的基于激光雷达二次回波点云数据的铁路栅栏建模与识别方法,其特征在于,所述使用PointNet Layer作为铁路防护栏特征提取算法,对防护栏轮廓点云信息进行提取包括:先将neighborhood的坐标转换为相对于centroid的相对坐标;再使用原始版本的PointNet作特征提取,提取到的特征作为centroid的特征,原本的neighborhood则不必再用,centroid作为下一个set abstraction levels的输入。5.根据权利要求1所述的基于激光雷达二次回波点云数据的铁路栅栏建模与识别方法,其特征在于,所...
【专利技术属性】
技术研发人员:蔡德钩,魏少伟,许贵阳,申文军,刘英,姚建平,丁国富,付卫霖,石越峰,刘瑞,曹渊东,安再展,耿琳,吕宋,毕宗琦,甘伟亮,李金洋,邹文武,李博闻,
申请(专利权)人:北京建筑大学中国铁道科学研究院集团有限公司铁道建筑研究所中国铁道科学研究院集团有限公司中国铁路北京局集团有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。