智轨列车基于稀疏点云和图像的车辆识别技术

针对识别智轨列车的前方车辆三维信息来保证其行车安全的问题,提出一种面向智轨列车基于稀疏点云和图像的车辆识别技术.首先采用基于角度阈值的算法分割地面并提取障碍物点云,然后提出距离角度约束算法遍历障碍物点云求解聚类点集,通过二次求解优化聚类结果获取预融合聚类点集,最后采用YOLOv3网络模型进行车辆检测,构建基于几何模型的图像点云映射关系,将车辆图像识别信息与预融合聚类点集进行匹配,实现了车辆三维信息识别.研究结果表明:在16线激光雷达稀疏点云条件下,所提方法在多障碍物共存的开放式场景中具有较高的识别率和实时性,满足智轨列车动态检测需求.     

密度聚类与PCA的点云数据处理技术在高铁轨道检测中的应用

为解决轨道手工检测效率低、准确度不高的问题,克服二维线激光与轨向不垂直而影响检测精度的不足,利用三维结构光点云技术对高铁轨道表面状态进行检测。数据处理是三维结构光检测的重要环节,综合运用密度聚类与PCA算法对点云进行快速处理。首先采用三维栅格算法对点云进行采样,减少点云数据量;其次利用密度聚类将点云分成不同的簇类以去除噪声点和离群点,提取出目标点云;最后通过PCA算法计算点云的3个主成分向量,求解变换矩阵变换点云,实现点云初始配准。精确配准后,与标准模型点云对比,即可得出检测结果。现场试验结果表明,该方法运行速度快,配准精度较高,有效提高了检测的效率和精度。     

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。     

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.     

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。     

基于机器视觉三维重建技术的隧道掌子面岩体结构数字识别方法及应用

提出采用数字图像结合机器视觉方法获取隧道掌子面岩体表观信息。通过采集隧道开挖面的序列图像,生成开挖面岩体表面的三维点云模型,利用投影算法获得隧道掌子面及硐壁岩体结构的平面模型高清影像;基于影像表面结构迹线素描结果进行岩体节理特征的量化描述。将该方法应用于东天山公路隧道开挖面岩体节理分布、节理倾角间距等特征参数的获取。研究结果表明:该方法可快速生成开挖面三维点云模型,实现隧道地质信息编录与围岩级别辨识,具有快速、准确的优点,可为施工提供参考。     

一种机载LiDAR点云电力线自动提取和重建方法

针对机载激光雷达（LiDAR，Light Detection and Ranging）铁路电力线点云特性，尤其是水平投影近似重叠的情况，提出一种电力线自动提取的方法。结合直线拟合法、成分分析法和Hough变换法计算电力线在XOY平面走向；利用空间距离聚类方法将水平投影近似重叠的2股点云分离开来；采用Davis-Bouldin指标的最佳聚类数判定方法，自动计算电力线条数；利用K-means聚类方法将单根电力线点云提取出来；并基于二次多项式的最小二乘拟合方法确定电力线模型参数，进行三维重建。实验证明，该方法能够达到较高的拟合精度，尤其对水平投影近似重叠且有中断的点云，拟合效果较好。     

基于NURBS的轨道板点云外形尺寸检测研究

CRTSⅢ型轨道板铺装前必须进行逐板检测。因此,如何有效提高轨道板的检测效率及检测精度成为一个亟待解决的问题。三维激光扫描技术作为一项新兴技术,为空间信息的获取提供一种全新的技术手段。以三维扫描仪获取的CRTSⅢ型轨道板承轨台点云数据作为研究对象,在点云预处理的基础上采用NURBS曲面拟合建模,并利用模型建立特征,据此提取承轨台相关核心检测指标。实验结果表明,NURBS模型视觉效果较好且重构精度较高,各检测指标最大偏差均未超过允许值,检测结果具有较高的可靠性,该方法实现了轨道板模型参数的可视化和信息化表达。     

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,...     

道路整体三维模型构建方法的研究

建立道路与地面的整体三维模型是实现道路三维可视化的关键。系统分析了现有的道路三维模型构建方法,针对其存在的不足,提出了一种将道路设计面模型与地形表面模型融为一体的整体模型构建方法,该方法基于在约束Delaunay三角网内插入点和约束边的理论,巧妙地解决了剔除落在道路设计面区域内的地形点的问题,实现了道路设计面与地形表面的整体建网。应用道路整体模型可以实现道路景观的三维漫游,评价三维立体线形以及与周围地形的配合情况。     

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。     

基于点云处理的机车车辆车底中心鞘螺栓故障检测方法

针对机车车辆车底中心鞘螺栓松动和缺失这一常见故障,提出了一种基于三维点云处理的检测算法。首先对目标点云进行下采样和离群点的移除,然后根据欧式距离对点云进行聚类分割,最后通过计算分割后每个点云包围盒形状系数和平均Z坐标实现螺栓点云定位,进而通过采样一致性算法拟合点云平面计算出螺栓松动程度,识别螺栓故障。将文中提出的算法与传统的基于2D图像的识别算法进行了对比,最后在地铁车辆智能巡检机器人中进行了应用,结果表明,该算法检测精度约为0.1 mm,且检测速度快,可满足实时检测的要求。     

基于弦测法与密度聚类的三维结构光波磨检测

为解决钢轨波磨人工检测费时费力及惯性法检测精度较低的问题,综合利用三维结构光技术、弦测法和密度聚类算法进行波磨检测。首先获取钢轨点云,通过纵向平面遍历轨头点云得到钢轨的纵向截面簇,其次利用弦测法计算相应纵向截面的谷深和波长。最后利用钢轨发生波磨时产生的接触斑,对遍历计算的谷深和波长分别进行密度聚类,将相同或相似接触斑的波磨信息聚类成簇,对聚类后各簇的结果进行统计分析得到相应钢轨的波磨信息。本方法结合三维结构光数据量大、弦测法计算直接明确的优点,通过密度聚类将不同深度、大小的波磨接触斑进行区别,有效地将钢轨波磨不同谷深及波长成分进行分类计算。实验室样件试验及现场试验表明,本方法能够实现对钢轨波磨的精确检测。     

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。     

基于单目视觉三维重建的货运列车超限检测方法研究

针对基于雷达和激光等技术的货运列车超限检测系统存在检测区域不完整及只能在列车移动状态下进行测量的缺陷,提出一种基于单目视觉三维重建的货运列车超限检测方法.通过单目视觉三维重建算法对获取的序列图像进行建模处理得到目标货运列车的三维点云模型.对三维点云模型进行全局坐标系转换与切片投影,得到目标货运列车若干横截面二维点云图形...     

钢筋混凝土结构锈蚀开裂模型研究

为揭示钢筋混凝土结构锈蚀开裂的机理和裂缝相关参数的发展规律，对钢筋锈蚀作用下混凝土的开裂全过程进行研究，并建立混凝土锈蚀开裂模型。模型采用混凝土材料受拉指数型软化形式和黏结裂缝理论，将锈蚀开裂过程分为保护层未开裂、部分开裂和完全开裂三个阶段。推导每一阶段对应的应力状态、径向位移和裂缝状态等力学参数的表达式，获得计算混凝土保护层裂缝宽度的控制方程，并且给出求解该方程的数值计算方法。基于所建立的模型，研究裂缝从钢筋黏结表面扩展到混凝土保护层表面的全过程行为，讨论裂缝宽度、环向应力等参数的变化规律，预测混凝土保护层表面开裂时间与相应的临界锈蚀率。研究结果表明：钢筋表面和保护层表面的裂缝宽度的差值随锈蚀时间逐渐减小并最后趋于零；混凝土裂缝宽度和锈蚀率之间表现为正线性相关关系；混凝土保护层厚度与钢筋直径之比、混凝土抗拉强度和锈蚀膨胀系数等因素直接影响着保护层锈蚀开裂时间；最后，基于黏结裂缝理论建立的混凝土结构锈蚀开裂模型能够有效地预测试验值，可为钢筋混凝土结构锈蚀开裂机理研究提供依据。     

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...     

布料模拟滤波方法在铁路勘测LiDAR中的应用

利用机载LiDAR建立数字高程模型(DEM),点云滤波是至关重要的一环。铁路勘察项目地形复杂多变,传统的点云滤波算法需要根据地形的复杂程度设置不同的参数,且无法适应陡坡、狭长地物和间断的复杂地形场景区域。为提高点云滤波精度,降低参数设置经验门槛,介绍一种基于布料模拟的点云滤波算法(CSF)。该方法通过将原始点云进行倒置,模拟布料覆盖倒置点云表面的物理过程,分析布料粒子节点与邻近激光点之间的相互作用,从而确定布料节点位置产生地面近似值,最后通过比较布料节点生成的近似表面和原始点云之间的距离,以及设置的阈值提取原始点云的地面点。实验结果表明,该方法总误差低于11%,kappa系数优于92%,与传统的点云滤波算法相比,CSF算法具有滤波效果好、参数设置少、普适性强等优点。