【技术实现步骤摘要】
本申请涉及智能检测，特别是涉及一种基于激光雷达的智能桥检车桥墩识别方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、桥检车是一种专用的车辆，用于对桥梁、隧道等工程结构进行检查和维护。桥检车通常配备有各种检测设备，可以对桥梁的结构、材料和状态进行评估检测。
2、相关技术中，检测人员可以通过桥检车进行巡检，以接近桥梁结构进行观察和测量。然而目前的桥检车在检测可能面临多种干扰场景，导致检测结果的错误率较高。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高智能桥检车的检测准确度的一种基于激光雷达的智能桥检车桥墩识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种基于激光雷达的智能桥检车桥墩识别方法。所述方法包括：
3、获取所述目标桥梁的点云数据；
4、基于预设的参考方向以及间隔对所述点云数据进行划分，将所述点云数据划分至若干个点云区间中；
5、遍历统计每个所述点云区间中所述点云数据的直方图特征，基于所述直方图特征对所述点云区间进行筛选；
6、根据筛选得到的若干个目标点云区间确定所述目标桥梁的桥墩信息。
7、在其中一个实施例中，所述遍历统计每个所述点云区间中所述点云数据的直方图特征，基于所述直方图特征对所述点云区间进行筛选包括：
8、获取所述点云区间的高度特征以及宽度特征；
9、基于预设的高度阈值以及宽度阈
10、在其中一个实施例中，所述遍历统计每个所述点云区间中所述点云数据的直方图特征，基于所述直方图特征对所述点云区间进行筛选包括：
11、基于所述高度特征以及宽度特征确定所述点云区间的面积特征值；
12、基于预设的面积阈值对所述点云区间进行过滤，滤除所述点云区间中的干扰目标。
13、在其中一个实施例中，所述基于预设的参考方向以及间隔对所述点云数据进行划分，将所述点云数据划分至若干个点云区间中之后，还包括：
14、基于预设的聚类分析算法对所述点云区间中的点云数据进行聚类分析；
15、基于所述聚类分析的结果对所述点云区间进行分割，得到满足预设条件的候选目标，形成所述候选目标的集合。
16、在其中一个实施例中，所述根据筛选得到的若干个目标点云区间确定所述目标桥梁的桥墩信息包括：
17、根据所述点云数据确定所述候选目标的几何面积以及扫描面积，以所述几何面积以及所述扫描面积的积作为定位特征值；
18、根据所述定位特征值最大值对应的所述点云数据确定目标桥墩的位置信息。
19、在其中一个实施例中，所述方法还包括：
20、获取所述目标桥梁上的辅助定位特征信息；
21、基于所述点云数据以及所述辅助定位特征信息确定所述目标桥梁的桥墩信息。
22、第二方面，本申请还提供了一种基于激光雷达的智能桥检车桥墩识别装置。所述装置包括：
23、点云数据模块，用于获取所述目标桥梁的点云数据；
24、区间划分模块，用于基于预设的参考方向以及间隔对所述点云数据进行划分，将所述点云数据划分至若干个点云区间中；
25、直方图特征模块，用于遍历统计每个所述点云区间中所述点云数据的直方图特征，基于所述直方图特征对所述点云区间进行筛选；
26、桥墩信息模块，用于根据筛选得到的若干个目标点云区间确定所述目标桥梁的桥墩信息。
27、在其中一个实施例中，所述直方图特征模块包括：
28、尺寸特征模块，用于获取所述点云区间的高度特征以及宽度特征；
29、第一干扰过滤模块，用于基于预设的高度阈值以及宽度阈值对所述点云区间进行过滤，滤除所述点云区间中的干扰目标。
30、在其中一个实施例中，所述直方图特征模块包括：
31、面积特征模块，用于基于所述高度特征以及宽度特征确定所述点云区间的面积特征值；
32、第二干扰过滤模块，用于基于预设的面积阈值对所述点云区间进行过滤，滤除所述点云区间中的干扰目标。
33、在其中一个实施例中，所述区间划分模块之后，还包括：
34、聚类分析模块，用于基于预设的聚类分析算法对所述点云区间中的点云数据进行聚类分析；
35、目标分割模块，用于基于所述聚类分析的结果对所述点云区间进行分割，得到满足预设条件的候选目标，形成所述候选目标的集合。
36、在其中一个实施例中，所述桥墩信息模块包括：
37、定位特征值模块，用于根据所述点云数据确定所述候选目标的几何面积以及扫描面积，以所述几何面积以及所述扫描面积的积作为定位特征值；
38、桥墩定位模块，用于根据所述定位特征值最大值对应的所述点云数据确定目标桥墩的位置信息。
39、在其中一个实施例中，所述装置还包括：
40、辅助定位特征模块，用于获取所述目标桥梁上的辅助定位特征信息；
41、辅助定位模块，用于基于所述点云数据以及所述辅助定位特征信息确定所述目标桥梁的桥墩信息。
42、第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如第一方面中任意一项实施例所述的一种基于激光雷达的智能桥检车桥墩识别方法中的步骤。
43、第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面中任意一项实施例所述的一种基于激光雷达的智能桥检车桥墩识别方法中的步骤。
44、第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如第一方面中任意一项实施例所述的一种基于激光雷达的智能桥检车桥墩识别方法中的步骤。
45、上述一种基于激光雷达的智能桥检车桥墩识别方法、装置、计算机设备、存储介质和计算机程序产品，通过权利要求书中的技术特征进行推导，能够达到对应
技术介绍
中的技术问题的有益效果：
46、本申请提供了一种基于激光雷达的智能桥检车桥墩识别方法，包括获取所述目标桥梁的点云数据；基于预设的参考方向以及间隔对所述点云数据进行划分，将所述点云数据划分至若干个点云区间中；遍历统计每个所述点云区间中所述点云数据的直方图特征，基于所述直方图特征对所述点云区间进行筛选；根据筛选得到的若干个目标点云区间确定所述目标桥梁的桥墩信息。在实施中，通过获取目标桥梁的点云数据，根据参考方向以及预设间隔对点云数据进行划分，从而将点云数据划分至若干个点云区间（bin）中，从而得以分区间地统计每个点云区间的直方图特征，实现不同点云区间的独立计算和对比，实现对大量的点云数据的统计分析的本文档来自技高网...
【技术保护点】
1.一种基于激光雷达的智能桥检车桥墩识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述遍历统计每个所述点云区间中所述点云数据的直方图特征，基于所述直方图特征对所述点云区间进行筛选包括：
3.根据权利要求2所述的方法，其特征在于，所述遍历统计每个所述点云区间中所述点云数据的直方图特征，基于所述直方图特征对所述点云区间进行筛选包括：
4.根据权利要求1所述的方法，其特征在于，所述基于预设的参考方向以及间隔对所述点云数据进行划分，将所述点云数据划分至若干个点云区间中之后，还包括：
5.根据权利要求4所述的方法，其特征在于，所述根据筛选得到的若干个目标点云区间确定所述目标桥梁的桥墩信息包括：
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
7.一种基于激光雷达的智能桥检车桥墩识别装置，其特征在于，所述装置包括：
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种基于激光雷达的智能桥检车桥墩识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述遍历统计每个所述点云区间中所述点云数据的直方图特征，基于所述直方图特征对所述点云区间进行筛选包括：
3.根据权利要求2所述的方法，其特征在于，所述遍历统计每个所述点云区间中所述点云数据的直方图特征，基于所述直方图特征对所述点云区间进行筛选包括：
4.根据权利要求1所述的方法，其特征在于，所述基于预设的参考方向以及间隔对所述点云数据进行划分，将所述点云数据划分至若干个点云区间中之后，还包括：
5.根据权利要求4所述的方法，其特征在于，所述根据筛选得到的若干个目标点云区间确...
【专利技术属性】
技术研发人员：罗凤鸣，王杜娟，刘春城，孙杰，梁辉，徐兵峰，刘炜，沈翔，李梦雪，张建国，喻鹏，梁江，
申请(专利权)人：中铁高新工业股份有限公司，
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。