【技术实现步骤摘要】
本专利技术属于铁路高精度测量，尤其是涉及一种弱惯导依赖性的差异映射与轨道建图方法。
技术介绍
1、在铁路运维阶段，获取高精度场景数据和对应的特征几何参数是铁路状态检测监测、维修整治评估、运营安全维护等过程的重要数据输入。当前我国正处于智能化设备替代人工的高速发展时期，特别是较成熟的轨检仪、移动三维扫描系统等装备，在铁路高精度测量领域中大放异彩。然而在实际应用中，在诸如隧道、地下、遮挡盲区等区域可能会出现卫星定位与导航信号的干扰、丢失、无信号等情况，通常需要增加高精度惯导作为里程方向上的数据来源与矫正，但是该方法主要存在以下问题：
2、(1)惯导自身误差的累计性使得测量过程中获得的里程数据逐渐偏离真实值，而轨道相关的应用场景为非闭环条件，无法依靠传统模型进行误差消除或削弱，使得测量数据误差大，无法满足工程应用中的高精度需求；
3、(2)移动采集过程中主要依靠对随时间变化的微小增量运动进行整合，会产生数据漂移现象，造成点云结果的孔洞或失真，直接影响轨道测量的真实性，危及行车安全；
4、(3)位姿估计过程中主要依靠惯导输出结果对估计数据进行补偿，对于激光雷达等高于二自由度的采集设备存在区域边界限制、缺失死区和视场失真等问题，原始数据的准确性、精度和置信度较低。
5、针对上述问题及薄弱项，亟需研发一种弱惯导依赖性的差异映射与轨道建图方法。
技术实现思路
1、为了解决现有技术存在的问题，本专利技术提供一种高稀疏容限性、低漂移、低复杂度的弱惯导依
2、本专利技术的技术方案及步骤如下：
3、s1，数据采集：使用数据采集系统采集并获取轨道沿线周边的点云数据，将数据采集系统第k次扫描获取的点云数据记为点云pk，并将每次扫描获取的点云数据添加到集合p中，则数据采集系统进行n次扫描得到集合p＝{p1,p2,…,pk-1,pk,pk+1,…pn}；
4、其中，k的取值范围为k＝1,2…n，n为数据采集系统进行连续扫描的总次数；点云pk满足共面几何关系；
5、s2，定义系统坐标系l和世界坐标系w：
6、系统坐标系l：以数据采集系统中激光雷达的几何中心位置为系统坐标系l的原点位置，系统坐标系l的z轴正方向与数据采集系统的初始姿态行进方向相同，系统坐标系l的y轴与z轴垂直且y轴以远离地心方向为正方向，系统坐标系l的x轴与y轴、z轴构成右手坐标系；
7、其中，随着数据采集系统的运动，在每次扫描时均需构建对应的系统坐标系，将第k次扫描构建的系统坐标系记为lk；将点云pk内的任意一点ai在系统坐标系lk下表示为i＝1,2,…,m，m为点云pk内点的总数量；
8、世界坐标系w：世界坐标系w与数据采集系统第1次扫描时构建的系统坐标系l1完全重合，其中，点云pk内的任意一点ai在世界坐标系wk下表示为
9、s3，轨道点云里程估计，具体包括以下步骤：
10、s31，点云重投影：将集合p＝{p1,p2,…,pk-1,pk,pk+1,…pn}中的每片点云进行重投影到其对应的扫描终止时间，得到集合
11、其中，点云pk的扫描起始时间为tk，点云pk的扫描终止时间为tk+1，将点云pk重投影至tk+1时间戳得到点云并添加到集合中，因此，数据采集系统的第k+1次扫描的起始时间到终止时间包括点云和pk+1；
12、s32，提取局部特征描述子，并根据配准映射关系得到点云pk+1中的边界点集φk+1和平滑点集ωk+1，点云中的边界点集和平滑点集
13、s321，在集合p的点云pk中选择一特征点aj作为初始基准点，将集合p中包含初始基准点aj的所有点云添加到集合s1＝{pk,…,pl}中，在集合p的点云pl中选择一特征点aj′作为基准点，将集合p中包含基准点aj′的所有点云添加到集合s2＝{pl,…,pn}中重复上述过程，直到将集合p中的所有点云划分完成，得到集合s1、s2…sc；
14、其中；k、l、n和c的取值范围均为1,2…n，且l>k，n>l；
15、s322，计算集合s1中点云pk中除初始基准点aj外，以aj为初始基准点的每个点的局部特征描述子值η；将点云pk中局部特征描述子值最大的点作为待选边界点，将局部特征描述子值最小的点作为待选平滑点；
16、由点云pk和点云pk+1之间的配准映射关系得到点云pk+1中的边界点集φk+1和平滑点集ωk+1；由点云与点云pk+1之间的配准映射关系，得到点云中的边界点集和平滑点集
17、其中，计算点云pk中除初始基准点外，每个点以aj为初始基准点的局部特征描述子值η的计算公式如下：
18、
19、其中，aj,ai∈s,j≠i，m为点云pk内点的总数量；
20、s323，如果待选边界点的个数或待选平滑点的个数为零或为m，则重新执行s321-s322，即重新选取初始基准点并重新计算；否则，执行s33；
21、s33，计算位姿变换矩阵具体步骤如下：
22、s331，定义位姿变换矩阵为在当前时间戳tk+2下，令[tk+1,tk+2]时间段内数据采集系统的位姿变换矩阵为其中，tx、ty、tz分别表示l坐标系下x、y、z轴的平移变换量，θx,θy,θz分别表示l坐标系下x、y、z轴的旋转变换量；
23、s332，联立公式(2)和公式(3)可求解位姿变换矩阵为
24、
25、其中，为点云pk+1的边界点集φk+1或平滑点集ωk+1中任意一点q的位姿变换矩阵，tq表示点q的时间戳，为在l坐标系下点云pk中任意一点q的坐标表示，函数σ(*,n,m)为取*的第n项至第m项的值(表示矩阵对应的齐次线性方程组的第n项至第m项的解组成的向量)，r的rodrigues公式如下：
26、r＝eωθ＝i+ωsinθ+ω2(1-cosθ)
27、
28、
29、其中，函数ψ(*)为取变量*的斜对称矩阵，i为单位矩阵；
30、s34，将s33中的边界点集φk+1和平滑点集ωk+1替换为边界点集和平滑点集执行步骤s33，计算对应的位姿变换矩阵将位姿变换矩阵和位姿变换矩阵收敛得到最终的位姿变换矩阵；
31、s35，迭代收敛求解：遍历集合s2…sc，执行s322-s34，得到每个集合对应的最终的位姿变换矩阵，进而得到集合p对应的数据采集系统的空间运动估计曲线，其中，空间运动估计曲线的横坐标为采集时间戳，纵坐标为s34中最终的位姿变换矩阵；
32、s36，重复s1-s35，直到得到数据采集系统最后一次扫描获取的点云pfinal对应的数据采集系统的空间运动估计曲线；
33、s4，映射本文档来自技高网...
【技术保护点】
1.一种弱惯导依赖性的差异映射与轨道建图方法，其特征在于包括以下步骤：
2.根据权利要求1所述的一种弱惯导依赖性的差异映射与轨道建图方法，其特征在于：S1中的数据采集系统采用自移动式RC-SLAM高精度三维扫描系统，或其它具有双轴激光雷达的三维扫描系统。
3.根据权利要求1所述的一种弱惯导依赖性的差异映射与轨道建图方法，其特征在于：S321中，在点云Pl中选择基准点的方法为：对所述点云Pl进行Delaunay三角化后得到平均欧氏距离d，在点云Pl中选择与所述初始基准点Aj的欧式距离的特征点Aj′作为基准点，其中，所述初始基准点Aj和基准点均为与数据采集系统扫描时的激光投射方向近似平行的平面外的点。
4.根据权利要求1所述的一种弱惯导依赖性的差异映射与轨道建图方法，其特征在于：S42中，所述先验特征信息包括空间无缝连续和钢轨轮廓局部一致，且在一定时间段内认为逻辑信息权重高于测量信息权重。
5.根据权利要求1所述的一种弱惯导依赖性的差异映射与轨道建图方法，其特征在于：S41的注册频率是S42融合频率的10倍，更新过程的视场重合度高于70
6.根据权利要求1所述的一种弱惯导依赖性的差异映射与轨道建图方法，其特征在于：S322中，n＝1，m＝3。
...【技术特征摘要】
1.一种弱惯导依赖性的差异映射与轨道建图方法，其特征在于包括以下步骤：
2.根据权利要求1所述的一种弱惯导依赖性的差异映射与轨道建图方法，其特征在于：s1中的数据采集系统采用自移动式rc-slam高精度三维扫描系统，或其它具有双轴激光雷达的三维扫描系统。
3.根据权利要求1所述的一种弱惯导依赖性的差异映射与轨道建图方法，其特征在于：s321中，在点云pl中选择基准点的方法为：对所述点云pl进行delaunay三角化后得到平均欧氏距离d，在点云pl中选择与所述初始基准点aj的欧式距离的特征点aj′作为基准点，其中，所述初始基准点aj...
【专利技术属性】
技术研发人员：崔斌，秦守鹏，王然，肖登平，齐春雨，石德斌，谭兆，安然，张宇，刘祥君，魏广帅，张国喜，赵千，牛永效，林勇威，
申请(专利权)人：中国铁路设计集团有限公司，
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。