[发明专利]一种基于点云数据的铁路自动测量方法

说明书

技术领域

本发明涉及点云数据处理方法和铁路测绘领域，具体的说是一种基于三维点云数据对铁路进行自动测量的方法。

背景技术

铁路测量是验证铁路施工质量以及铁路是否符合运作标准的重要依据。对于传统的铁路测量采用人工推进测量的方式，既耗时且成本高昂。随着激光扫描技术的快速发展，高精度的点云数据被广泛地应用于测量与勘查。

但受到测量环境、被测对象形貌等因素的影响和激光特性限制，三维点云数据通常会产生噪声点以及局部失真的现象，而基于点云数据的铁路测量需要在不缺失精度的情况下快速的提取铁轨，并进行铁轨测量。

发明内容

本发明的目的在于提供一种基于点云数据的铁路自动测量方法，其可在在无需人工干预的，快速准确对点云数据中铁轨进行提取测量。

为实现上述目的，本发明采用以下技术方案：

一种基于点云数据的铁路自动测量方法，包括以下步骤：

S1、预处理，估计原始点云数据中铁路所在的大致区域，获得近似铁路点云数据；

S2、轨道提取，对近似铁路点云数据沿着铁路轨迹方向进行分段分析，得到铁路测量所需的轨面点；

S3、轨轨侧面拟合，将步骤S2中得到的轨面点数据沿铁轨方向分段进行拟合及采样，铁轨侧面点云数据；

S4、测量点获取，根据测量需要在铁轨侧面点云数据中选取测量点；

S5、计算测量值，根据步骤S4中选取的测量点，计算得出相应的测量结果。

进一步地，其还包括步骤S6，验证与矫正，将步骤S5中得到的测量结果在各分段间进行互相验证，并根据前后段以及左右轨道测量结果相互进行矫正。

进一步地，所述步骤S1包括以下分步骤：

S11、导入轨迹线或者手动绘出铁路走向；

S12、根据预先设定的搜索宽度估计原始点云数据中铁路的大致区域，并获得近似铁路点云数据。

优选地，所述搜索宽度基于铁轨的实际宽度进行设定。

进一步地，所述步骤S2包括以下分步骤：

S21、对于S1中得到的近似铁路点云数据沿轨迹线方向按照预先设定的分段长度进行分段；

S22、修正铁轨轨迹方向；

S23、将步骤S21得到的各分段结果沿修正铁轨方向进行侧向分析求出轨面的准确范围。

优选地，所述分段长度按照测量精度要求并结合一定重叠度进行设定。

进一步地，所述步骤S3包括以下分步骤：

S31、将步骤S2得到的分段轨道点进行主曲面拟合分析；

S32、对步骤S31的拟合结果进行上采样操作。

优选地，所述上采样的采样密度根据测量精度自动调整。

进一步地，所述步骤S6包括以下分步骤：

S61、对于步骤S5得到各分段测量结果在前后分段间进行验证；

S62、若S61验证结果为真，即通过验证，则认定当前段的测量结果是准确的，若S61验证结果为假，即该段未通过验证，则合并当前段以及前后段，重复步骤S3-S5，直到通过验证或者达到最大迭代次数。

采用上述技术方案后，本发明与背景技术相比，具有如下优点：

1、本发明基于点云数据进行测量方法，而点云数据的获取可以使用车载后者机载设备获取十分便捷，对于点云数据的处理完全自动化无人工干预，使得本发明自动化程度极高。

2、通过使用计算几何以及计算机视觉的方法使得算法对于点云数据中存在的噪声以及密度不均匀等问题具有很好的鲁棒性，使得测量结果更加稳健可靠。

附图说明

图1为本发明一种基于点云数据的铁路自动测量方法的工作流程图。

图2为本发明预处理步骤后得到的铁路大致区域的示意图。

图3为本发明分段处理得到的铁路段的示意图。

图4为本发明对铁路轨道提取后的示意图。

图5为本发明拟合计算后得到的铁路参数测量点的示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例

在对本实施例进行详细描述之前，需要指出的是，本实施例所提供的基于点云数据自动铁路测量方法，是一种自动方式，对三维点云中铁路进行测量的。在铁路提取以及测量过程中涉及的轨道长度，需通过用户自行定义选择，具体参数设置可参考中华人民共和国铁路行业标准。