System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于激光点云的铁路限界自动化测量方法及系统技术方案_技高网

基于激光点云的铁路限界自动化测量方法及系统技术方案

技术编号:44297625 阅读:3 留言:0更新日期:2025-02-18 20:16
本发明专利技术涉及铁路限界测量技术领域,提出了基于激光点云的铁路限界自动化测量方法及系统,包括:在铁路限界测量的过程中,采集整体点云数据和局部点云数据;标记第一相邻采集时刻和目标点云数据,获取目标点云数据的外凸显著权重和相邻曲率,获取第一相邻采集时刻的局部曲率比;根据相邻的采集时刻中对应的点云数据构成的向量之间的夹角和目标点云数据的外凸显著权重,获取第一相邻采集时刻的局部高度夹角比,获取第一相邻采集时刻的最优轨道长度;根据铁路限界测量的过程中所有采集时刻的最优轨道长度进行铁路分段处理,结合局部点云数据,获取铁路限界自动化测量结果。本发明专利技术解决铁路分段长度设置不合理,导致铁路限界测量结果不准确的问题。

【技术实现步骤摘要】

本专利技术涉及铁路限界测量,具体涉及基于激光点云的铁路限界自动化测量方法及系统


技术介绍

1、铁路限界自动化测量是铁路日常维护的测量工作之一,可以避免铁路沿线的车辆行驶空间受到障碍物遮挡,保证铁路行进安全。一般采用自动化的测量车实现铁路限界自动化测量,使用测量车上安装的激光扫描仪沿途扫描铁路周围物体的点云,通过分析物体点云与铁路轨迹之间的空间关系,判断铁路所在空间限界内是否存在障碍物。在铁路限界自动化测量的过程中,由于铁路轨道存在弯曲,需要将铁路进行分段处理,分别对每一铁路分段进行分析,沿铁路分段的轨道中线方向放置限界模型,判断铁路分段是否存在超限问题。

2、一般的,采用固定的常数作为铁路分段长度的取值,进行铁路分段处理。在铁路方向不变的位置,铁路分段长度的取值过小,会导致计算资源的浪费;在铁路方向多变的位置,铁路分段长度的取值过小,无法准确地确定,易导致铁路分段的超限问题判断不准确,影响铁路限界自动化测量结果。


技术实现思路

1、本专利技术提供基于激光点云的铁路限界自动化测量方法及系统,以解决铁路分段长度设置不合理,导致铁路限界测量结果不准确的问题,所采用的技术方案具体如下:

2、第一方面,本专利技术一个实施例提供了基于激光点云的铁路限界自动化测量方法,该方法包括以下步骤:

3、在铁路限界测量的过程中,在三维全要素采集车的初始位置采集整体点云数据,在运动过程中每一采集时刻采集局部点云数据,根据整体点云数据和相邻两个采集时刻的局部点云数据中点云数据的位置以及位置关系,从局部点云数据中划分出左铁路点云、右铁路点云和潜在障碍物点云,并获取相邻两个采集时刻的局部点云数据中的匹配点云数据;

4、将铁路限界测量的过程中任意一个采集时刻记为第一相邻采集时刻,将第一相邻采集时刻的局部点云数据中任意一个点云数据记为目标点云数据,根据第一相邻采集时刻的局部点云数据中点云数据与目标点云数据的距离和空间位置关系,获取目标点云数据的外凸显著权重,根据第一相邻采集时刻的相邻的采集时刻中匹配点云数据的位置差异,确定目标点云数据的相邻曲率,结合第一相邻采集时刻的所有点云数据的外凸显著权重,获取第一相邻采集时刻的局部曲率比;

5、根据第一相邻采集时刻的相邻的采集时刻中对应的点云数据构成的向量之间的夹角,确定目标点云数据的投影夹角,结合第一相邻采集时刻的所有点云数据的外凸显著权重,获取第一相邻采集时刻的局部高度夹角比,结合第一相邻采集时刻的局部曲率比,获取第一相邻采集时刻的最优轨道长度;

6、根据铁路限界测量的过程中所有采集时刻的最优轨道长度进行铁路分段处理,结合左铁路点云、右铁路点云和潜在障碍物点云,获取铁路限界自动化测量结果。

7、进一步,所述在三维全要素采集车的初始位置采集整体点云数据,在运动过程中每一采集时刻采集局部点云数据,包括的具体方法为:

8、以三维全要素采集车的位移传感器的初始位置作为坐标原点,以与三维全要素采集车所在的地面垂直的方向为z轴正方向,以三维全要素采集车的初始运动方向为x轴正方向,垂直于xoz平面建立y轴,建立第一空间直角坐标系,在三维全要素采集车的初始位置,采用三维全要素采集车采集整体点云数据,整体点云数据的坐标系为第一空间直角坐标系;

9、对于每一个采集时刻,以三维全要素采集车搭载的位移传感器在采集时刻的位置作为坐标原点,以与三维全要素采集车所在的地面垂直的方向为z轴正方向,以三维全要素采集车在采集时刻的运动方向为x轴正方向,垂直于xoz平面建立y轴,建立第二空间直角坐标系,将在采集时刻获取的点云记为采集时刻的局部点云数据。

10、进一步,所述从局部点云数据中划分出左铁路点云、右铁路点云和潜在障碍物点云,并获取相邻两个采集时刻的局部点云数据中的匹配点云数据,包括的具体方法为:

11、将局部点云数据中y轴的坐标取值在范围内的所有点云,记为左铁路点云,将y轴的坐标取值在范围内的所有点云,记为右铁路点云,其中,为两个平行的铁轨之间的距离;将局部点云数据中除去左铁路点云和右铁路点云之后剩余的点云数据,记为潜在障碍物点云;

12、当第一相邻采集时刻和第二相邻采集时刻包含的点云数据在整体点云数中对应的点云数据为同一个点云数据时,将第一相邻采集时刻和第二相邻采集时刻的局部点云数据包含的点云数据记为匹配点云数据,第二相邻采集时刻为第一相邻采集时刻的后一个相邻的采集时刻。

13、进一步,所述根据第一相邻采集时刻的局部点云数据中点云数据与目标点云数据的距离和空间位置关系,获取目标点云数据的外凸显著权重,包括的具体方法为:

14、将局部点云数据中与目标点云数据的距离最近且不共线的三个点云数据,记为目标点云数据的临近点云数据,将目标点云数据的三个临近点云数据确定的平面,记为目标点云数据的临近平面;

15、当过目标点云数据和位移传感器位置的直线穿过目标点云数据的临近平面时,将目标点云数据的凹凸标志常数记为-1;当过目标点云数据和位移传感器位置的直线平行于目标点云数据的临近平面时,将目标点云数据的凹凸标志常数记为1,其中,位移传感器位置为第一相邻采集时刻的三维全要素采集车搭载的位移传感器位置;

16、将目标点云数据的三个临近点云数据所在位置构成的三角形的面积,记为目标点云数据的临近三角面积;

17、将目标点云数据与目标点云数据的临近平面之间的距离,记为目标点云数据的临近距离;

18、根据目标点云数据的凹凸标志常数、临近距离和临近三角面积,获取目标点云数据的外凸显著权重。

19、进一步,所述根据目标点云数据的凹凸标志常数、临近距离和临近三角面积,获取目标点云数据的外凸显著权重,包括的具体方法为:

20、将目标点云数据的临近距离与临近三角面积的比值,记为目标点云数据的第一比值,将目标点云数据的凹凸标志常数与第一比值的乘积,记为目标点云数据的外凸显著度;

21、将第一相邻采集时刻的目标点云数据的外凸显著度的归一化值,记为目标点云数据的外凸显著权重。

22、进一步,所述根据第一相邻采集时刻的相邻的采集时刻中匹配点云数据的位置差异,确定目标点云数据的相邻曲率,结合第一相邻采集时刻的所有点云数据的外凸显著权重,获取第一相邻采集时刻的局部曲率比,包括的具体方法为:

23、将第一相邻采集时刻的前一个相邻的采集时刻与后一个相邻的采集时刻采集的点云数据中、与目标点云数据对应的点云数据,分别记为目标点云数据的第一相邻点云数据和第二相邻点云数据;

24、根据目标点云数据、第一相邻点云数据和第二相邻点云数据在目标点云数据所在的空间直角坐标系中的坐标,计算目标点云数据的曲率,记为目标点云数据的相邻曲率;

25、使用第一相邻采集时刻的所有点云数据的外凸显著权重对对应的点云数据的相邻曲率进行加权求和,获取三维全要素采集车在第一相邻采集时刻所在位置的铁轨曲率;

26、将第一相本文档来自技高网...

【技术保护点】

1.基于激光点云的铁路限界自动化测量方法,其特征在于,该方法包括以下步骤:

2.根据权利要求1所述的基于激光点云的铁路限界自动化测量方法,其特征在于,所述在三维全要素采集车的初始位置采集整体点云数据,在运动过程中每一采集时刻采集局部点云数据,包括的具体方法为:

3.根据权利要求1所述的基于激光点云的铁路限界自动化测量方法,其特征在于,所述从局部点云数据中划分出左铁路点云、右铁路点云和潜在障碍物点云,并获取相邻两个采集时刻的局部点云数据中的匹配点云数据,包括的具体方法为:

4.根据权利要求1所述的基于激光点云的铁路限界自动化测量方法,其特征在于,所述根据第一相邻采集时刻的局部点云数据中点云数据与目标点云数据的距离和空间位置关系,获取目标点云数据的外凸显著权重,包括的具体方法为:

5.根据权利要求4所述的基于激光点云的铁路限界自动化测量方法,其特征在于,所述根据目标点云数据的凹凸标志常数、临近距离和临近三角面积,获取目标点云数据的外凸显著权重,包括的具体方法为:

6.根据权利要求1所述的基于激光点云的铁路限界自动化测量方法,其特征在于,所述根据第一相邻采集时刻的相邻的采集时刻中匹配点云数据的位置差异,确定目标点云数据的相邻曲率,结合第一相邻采集时刻的所有点云数据的外凸显著权重,获取第一相邻采集时刻的局部曲率比,包括的具体方法为:

7.根据权利要求1所述的基于激光点云的铁路限界自动化测量方法,其特征在于,所述确定目标点云数据的投影夹角,结合第一相邻采集时刻的所有点云数据的外凸显著权重,获取第一相邻采集时刻的局部高度夹角比,包括的具体方法为:

8.根据权利要求1所述的基于激光点云的铁路限界自动化测量方法,其特征在于,所述第一相邻采集时刻的最优轨道长度,获取的具体方法为:

9.根据权利要求1所述的基于激光点云的铁路限界自动化测量方法,其特征在于,所述根据铁路限界测量的过程中所有采集时刻的最优轨道长度进行铁路分段处理,结合左铁路点云、右铁路点云和潜在障碍物点云,获取铁路限界自动化测量结果,包括的具体方法为:

10.基于激光点云的铁路限界自动化测量系统,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-9任意一项方法的步骤。

...

【技术特征摘要】

1.基于激光点云的铁路限界自动化测量方法,其特征在于,该方法包括以下步骤:

2.根据权利要求1所述的基于激光点云的铁路限界自动化测量方法,其特征在于,所述在三维全要素采集车的初始位置采集整体点云数据,在运动过程中每一采集时刻采集局部点云数据,包括的具体方法为:

3.根据权利要求1所述的基于激光点云的铁路限界自动化测量方法,其特征在于,所述从局部点云数据中划分出左铁路点云、右铁路点云和潜在障碍物点云,并获取相邻两个采集时刻的局部点云数据中的匹配点云数据,包括的具体方法为:

4.根据权利要求1所述的基于激光点云的铁路限界自动化测量方法,其特征在于,所述根据第一相邻采集时刻的局部点云数据中点云数据与目标点云数据的距离和空间位置关系,获取目标点云数据的外凸显著权重,包括的具体方法为:

5.根据权利要求4所述的基于激光点云的铁路限界自动化测量方法,其特征在于,所述根据目标点云数据的凹凸标志常数、临近距离和临近三角面积,获取目标点云数据的外凸显著权重,包括的具体方法为:

6.根据权利要求1所述的基于激光点云的铁路限界自动化测量方法,其特征在于,所述根据第一...

【专利技术属性】
技术研发人员:钟小军陈冬梅曲玉福王杰王艳文妮廖水华张华李成建任子贤龙华崔志强王志鸿
申请(专利权)人:武汉纵横天地空间信息技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1