基于TLS数据的站场线路点云提取算法

铁路站场线路几何信息对于铁路安全管理与维护具有重要意义。由于铁路站场内包含多条线路,且轨道错综复杂,使得从大场景点云中自动提取多股道钢轨点云成为难题。地面激光扫描TLS(Terrestrial Laser Scanning)作为非接触式测量手段,可快速获取铁路场景中的海量点云数据。针对TLS技术获取的铁路站场点云数据,提出一种基于Delaunay三角网聚类的多股道钢轨点云提取算法。基于分割-归并的思想,在获取铁路站场高精度点云后,沿站场线路方向将点云分为若干段,基于轨道平顺性特征,利用三角网聚类算法逐段提取钢轨顶面点云。在归并阶段整合站场中各股道轨面点云信息,将各段轨面点云连接起来,同时匹配左右轨面点云。将该方法在玉林站部分站场区域进行实例验证,提取到的轨道点云在对象层面上的总体精度为93.95%,完整度为90.57%,准确度为97.59%,相较于平面格网法,提取总体精度提升了5.65%,准确度提升了18.49%。在10处截面提取轨面宽度与轨距,统计结果表明轨面宽度中误差为5.2 mm,轨距中误差为5.3 mm,满足工程精度需要。实例结果表明,算法可准确有效提取站场多股道钢轨顶面点云,...     

铁路线路点云数据可视化重构方法研究

针对地面激光扫描仪外业获取的海量线路点云数据,核心解决线路点云的专业化处理与利用问题。结合铁路线路技术特征,进行线路点云预处理研究,主要包括线路点云数据配准、采用基于几何特征的传统分割方法结合CCD影像信息进行线路点云数据分割,再经过除噪平滑处理后,对离散点云数据集进行封装处理,进而为后续正向CAD设计数据的提取提供基础操作模型。提出线路点云可视化对象重构方法,基于离散数据点曲率为主的几何特性估算,初步判定线路主点及变坡点信息,进而在不同主点范围内,通过特征截面的构造获取线数据和面数据。重构的线路点云数据符合正向设计习惯,基于此获得的连续钢轨走行面数据可用做线路几何形位判别指标的基础数据。     

基于连续点云数据的既有铁路轨面信息快速提取算法设计

三维激光扫描获取的既有铁路点云数据具有海量性、离散性等特点,难以从点云数据中快速提取线路参数.为此,结合现场实测数据,提出一种基于连续点云数据的既有铁路轨面信息快速提取算法.通过k-d树实现点云的快速搜索、查询和储存,利用主成分分析法和移动激光点聚类法提取的接触线分割构建出铁路缓冲区,进而通过平面格网法的粗提和多种约束条件下的精提实现了轨面点提取.对既有线路现场试验结果表明,轨面点提取的完整度c和准确度p均在93％以上,该方法能较好地实现钢轨轨面点云的快速提取.     

三维激光扫描仪在高速铁路轨道线形测量中的应用

为解决传统轨道检测小车测量作业效率低、成本高、数据形式单一等问题,采用基于自由测站的三维激光扫描仪进行点云数据获取,通过对仪器技术参数及扫描模式分析,对点云平面及高程坐标精度推算,确定了设站模式、作业线路、设站间隔。结合16 km隧道内既有铁路轨道线形测量工程实例,对比了轨检小车与三维激光扫描仪在人员、设备以及作业用时方面的差别;通过对414站扫描设站精度进行统计,推导计算得出点云坐标平面精度可达2.45 mm,高程精度可达1.06 mm。通过自主研发软件提取轨道中线三维坐标,采用稳健平滑滤波进行去噪处理,结果表明,点云中线坐标与静态轨检小车测量结果横向偏差平均值为2.7 mm,高程较差平均值为3.9 mm。     

面向轨道维护的可变轨距轨道模型与钢轨点云的配准方法

基于车载Lidar技术相关的硬件和算法的快速发展,具备发展成快速车载轨道测量技术手段的潜力,从而替代传统的地面人工轨道测量手段。针对其中根据钢轨点云获取轨道轨距、钢轨位置等参数的问题,定义了可变轨距轨道模型,并在此实现可变轨距轨道模型与钢轨点云的配准方法。新算法在配准迭代过程根据钢轨点云到轨道工作边的距离来动态调整模型轨距,从而在轨道配准精度和轨距测量精度两项关键指标获得了同步提高。通过模拟数分析存在不同轨距偏差、超高等情况下算法性能,并和单钢轨轨道模型和固定轨距轨道模型的配准结果进行比较。最后通过一段干线铁路的实测点云进行测试,试验结果表明单钢轨轨道模型配准后左右钢轨的平行性得不到保证;在直线段与固定轨距轨道模型配准精度和轨距测量精度基本相当,配准精度为0.16 mm;在曲线段可变轨距轨道模型配准精度和轨距测量精度不受轨距变化的影响,显著优于固定轨距轨道模型的结果,精度高88.7%。     

基于3D移动测量系统点云数据的钢轨信息自动提取方法

为实现铁路基础设施智能化管理运维,利用3D移动测量系统高效获取高精度点云数据,并对点云数据进行智能化处理。钢轨作为铁路基础设施中最基本的单元,是几何参数计算的基础,对其信息进行自动提取具有重要意义。因此,提出了一种基于3D移动测量系统点云数据的钢轨信息自动提取方法。首先利用点云数据中的角度信息快速实现道床区域的分割,有效减小计算量;然后利用精细栅格划分和动态阈值实现地面点与非地面点的分离;最后利用DBSCAN聚类算法与RANSAC算法完成钢轨点云数据的最终提取。为验证该算法的有效性,以国铁场景钢轨点云数据和隧道场景钢轨点云数据为试验对象,验证结果显示国铁场景和隧道场景的钢轨点云提取准确度分别为96.32%和97.54%,完整度分别为92.14%和94.87%,准确度和完整度均高于90%。试验结果表明:该方法具有操作简单,提取结果准确的优点。     

地面激光扫描技术在既有铁路勘测中的应用研究

以线路中心线为基本控制线的既有线测量方法施测困难,且对运营干扰大、安全性差、效率低。本文提出了将激光扫描技术应用于既有铁路勘测的数据采集方案和数据处理方法,利用地面三维激光扫描仪Surphaser 25HSX对测区长1 500 m的既有线按照试验施测方案进行了点云数据采集,并结合数据后处理软件Geomagic和Cyclone进行了点云预处理、点云配准及表面建模,提取实时线路中心线与原始航测底图进行对比分析,对试验数据做了精度分析。试验研究表明:采用合理的标靶设置和测站布设,三维激光扫描所得点云数据可满足既有线勘测设计需要,并且能提高获取原始数据的效率,保证了数据质量,降低了数据处理的复杂程度,测量方式更安全且信息丰富。     

基于布模拟滤波和支持向量机的隧道三维点云提取算法

针对传统隧道点云提取方法存在先验条件要求较高、参数依赖性较强、通用性较差的问题，提出基于布模拟滤波和支持向量机的隧道三维点云提取算法。介绍隧道三维点云提取算法流程，分析点云数据获取与下采样算法、基于布模拟滤波算法的地面滤波，以及基于支持向量机的隧道点云提取算法，并开展现场验证试验。试验结果表明，基于布模拟滤波和支持向量机的隧道三维点云提取算法，可准确剔除与隧道点云特征不一致的非隧道点云，隧道点云提取具有处理速度快、准确率高、通用性强的特点。但如果隧道中出现大量距离隧道非常接近的物体，且体积较小，该算法会出现较多误判。减少误判是该隧道三维点云提取算法今后的研究方向。     

基于ArcGIS-Addin的激光点云断面数据提取应用研究

为了解决在已有激光点云基础上自动提取纵、横断面数据的问题,研发了基于ArcGISAddin的激光点云断面数据处理软件,该软件可根据设计线路和桩号,利用ArcObject中IPolyline接口提供的QueryPoint()方法计算出各中桩点,利用QueryNormal()方法计算出各桩号位置的道路法线。将中桩点和法线在不规则三角网中进行高程插值,可得到三维中桩点和三维横断面。在此基础上进行精度统计和格式转换等工作,实现了任意桩号、任意方向的断面数据自动提取及多种道路设计软件断面数据的导出。利用该方法在已分类激光点云基础上进行断面数据采集,一台可运行ArcGIS软件的普通PC机,断面处理速度可达100 km/h。     

一种基于数学形态学的点云地物提取方法

从激光点云数据中准确提取典型地物能够显著提高数据处理的自动化程度,减少内业工作量。随着激光雷达硬件性能的不断提升,其获取的点云数据量越来越大,但直接针对点云数据的提取算法效率较低。提出一种基于数据形态学的地物提取方法:首先将点云数据转换为特征图像,利用λ-flat区域标记方法将点云划分为地面点和非地面点;然后根据非地面点在特征图像上的表现特征制定提取规则,对地物进行提取;最后,采用本文算法对试验数据进行地物提取,建筑、杆状物等典型地物的综合提取精度达94.7%。     

基于机器视觉的轨距检测系统设计

一种基于机器视觉的轨距检测系统是通过硬件触发和软件多线程并行处理流程实现4台摄像机的同步图像采集处理、视觉计算、结果记录和通信。设计和推导了检测系统定标方法和轨距点获取的定标方法。试验测量结果表明:该检测系统适用于轨距参数的精确测量,精度可到达0.2 mm,重复性好,可有效地实现轨距参数的高精度动态测量。     

基于三维激光扫描的既有铁路中线勘测方法研究

线路勘测是既有铁路改造、维护以及与增建二线的重要环节,为解决铁路轨道三维激光点云不完整对钢轨线型提取的精度和影响等问题,提出一种基于钢轨结构特征约束匹配的三维激光点云轨道中心线自动提取新方法,通过将三维激光扫描获取的钢轨断面与标准钢轨相匹配,以标准钢轨中心线对遮挡和缺失的实际扫描钢轨中心线进行表达,从而精确计算钢轨中线三维坐标。对典型铁路场景不同激光扫描密度的3个点云数据集,采用新方法进行铁路中线测量实验,结果表明:在所有数据集中,高程中误差均小于4 mm,水平中误差均小于4 mm。因此,在复杂的铁路场景、三维激光点云被遮挡或缺失的情况下,新方法均能稳健计算铁路中心线,在既有线高精度勘测中具有广泛应用前景。     

一种基于BIM模型的铁路站场线路结构数据提取智能算法

基于BIM的铁路站场智能审查中，识别站场线路结构并提取为可用于审查的整体线路是关键问题。站场线路为线状实体工程，线路的BIM模型往往被道岔、轨缝、绝缘头等构件分割，因此线路结构具有离散性，难以被识别并提取为可用于审查的整体线路集合数据。针对这一问题，结合知识工程、图论，分别对线路规范、知识等文字性描述条文与线路图形结构等图形信息进行计算转译，两者结合后对线路图形信息进行识别，从而实现对整体线路结构数据的获取。首先，根据线路中线信息，获取识别站场线路结构所需的推理知识，建立线路基本特征与线路结构特征计算表达，依据一阶逻辑形式语法编制了线路结构描述的多级词汇表，并进行知识编码形成线路结构的计算语义表达；然后，根据线路在BIM软件中的数据结构，与图论相结合，实现了对线路结构图的计算转译，形成线路结构的无向图，随后根据深度搜索算法并结合线路基本特征，构建了一种考虑线路结构特征知识的类树结构构建算法，实现了单次遍历树形结构即可获取初步的线路整体结构数据；进一步，使用线路结构特征与一阶推理分析初步线路整体结构，从而将其提取为最终的整体结构数据。结果表明，本文所述算法可以高效地分析各类站场线路结构并...     

车载激光点云典型地物提取技术研究

为了提高车载移动激光扫描点云数据处理的自动化程度,提出一种适用于车载点云数据的地物提取方法。首先对原始点云数据进行粗分类,划分为地面点云数据和非地面点云数据。对于非地面点云数据,使用欧氏空间聚类的方法进行空间实体划分,再通过地物空间几何特征计算并建立提取规则,对地物进行提取。最后,采用该算法对某地区街道扫描数据进行地物提取试验。试验结果表明,该方法可有效(从车载点云数据中)提取地面、建筑、树木、路灯等不同类型的地物。     

基于多级体素的支柱及支持装置点云自动提取方法

以三维激光扫描点云数据为研究对象,首先利用八叉树构建多级体素;其次,通过分析支柱及支持装置的空间、几何特征生成种子体素;然后,利用区域生长方法,制定生长规则,分离出单个支柱及支持装置;最后,以单个支柱及支持装置为处理单元,采用渐进式的提取策略细化提取点云,获取单个支柱及支持装置的有效、精确数据,实现支柱及支持装置点云的自动提取,并进行试验验证。结果表明:该方法不仅能完整、准确地提取所有支柱及支持装置,且单个支柱及支持装置点云数目提取的平均完整度和正确率分别达到94.08%和94.48%,验证该方法的有效性和优异性;通过构建多级体素,不仅提高了邻域搜索的速度,还提高了单个支柱及支持装置的点云提取精度。     

高速铁路Ⅲ型轨道板尺寸快速检测技术研究

提出一种基于激光跟踪和手持激光扫描组合技术的轨道板外观尺寸快速检测方法。手持类激光扫描仪可以快速、高精度地获取轨道板表面激光点云数据,绝对激光跟踪仪可为手持扫描仪提供高频、高精度位置和姿态信息,这些信息将用于手持扫描仪实时定位定姿。利用扫描获取的轨道板激光点云数据,通过点云分类与采样一致性算法,可实现轨道模型参数的自动提取,将自动提取的模型参数与设计模型进行比较,可实现轨道板外观尺寸的检测。     

基于区域增长的LiDAR点云数据DEM提取

机载Li DAR系统能够快速获取数字表面模型,通过滤波处理,可以获取数字高程模型(DEM)。提出一种从机载Li DAR点云数据获取DEM的方法,首先对点云数据建立网格分块索引,然后逐行逐列按照一定的间距选取地面点作为种子点,使用区域增长算法增长地面点,获得地面点集,最后通过逐点内插生成DEM。选取机载Li DAR数据进行实验,结果表明该方法得到的DEM质量较高。     

基于多次波形匹配的高速铁路动检数据里程误差评估与修正

获取具有准确里程信息的动检车检测数据,是实现高速铁路线路的高效养护维修与分析其状态演变规律的基本前提。针对当前处理动检数据里程误差的不足,如区段内数据波形重复性差或依据单次检测数据处理误差等会造成错误修正,通过引入约束条件、动态尺度系数以识别、处理特殊区段并综合考虑多次检测数据,提出一种更可靠的里程误差评估模型,采用拉格朗日乘子法求解该模型并基于线性变换与插值方法修正里程误差,最后应用该方法编制了动检数据分析软件。结合某高速铁路动检数据研究发现:不合理的模型尺度参数会降低修正精度,建议取40~120m;在99.7%置信度下,任意两次动检数据间里程误差可控制在0.54m内;本文方法能有效处理实际工程中动检数据的里程误差问题,结合数据点标准差方法可实现快速定位线路几何状态波动明显的位置并准确评估线路养护维修作业效果。     

基于云平台的城市轨道交通能源管理系统

阐述了基于云平台的城市轨道交通能源管理系统架构和建设方式。该系统利用云计算的高效和弹性来部署建设,采用线网-车站二层管理模式,降低了线网和线路服务器等的硬件部署成本和维护成本。通过将能源管理系统内部使用的业务应用转换为基于云平台的能源管理应用软件,能源管理系统可获取云平台提供的共享数据,并将经过业务处理后的数据存储到云平台中,以服务于云平台上其他业务,实现了数据资源的逻辑统一和高效利用。     

基于分层投影的特征点点云数据压缩算法研究

在研究主流散乱点云压缩算法的基础上,提出了一种基于分层投影的特征点压缩算法,对点云数据进行压缩和提取,并与传统算法进行比对和分析,检验了该算法的可行性。