[发明专利]一种基于正矢图和角图的铁路曲线形位参数识别方法

权利要求书

1.一种基于正矢图和角图的铁路曲线形位参数识别方法，其特征在于：

步骤一、从铁路相对测量数据得到正矢数据，再基于正矢图综合使用霍夫变换、稳健估计和迭代法得到铁路曲线五大形位参数，即直缓点ZH、缓圆点HY、圆缓点YH、缓直点HZ四大特征点和圆曲线半径R；

①从相对测量数据中获取20m正矢数据；

②对正矢图用霍夫变换加稳健估计法识别并拟合出四条主直线，得其方程；

③求四条直线两两之间的交点以及圆曲线半径，四个交点即为四大特征点；

④按所得特征点将②中识别的数据分段，然后用稳健估计法将各段数据重新识别并拟合成直线；

⑤重复③到④，直到前后两次的特征点差值小于所设限定值为止，即得由正矢图识别出的特征点和半径；

步骤二、从铁路相对测量数据得到角图数据，再基于角图使用霍夫变换加稳健估计法得到四大特征点和圆曲线半径；

①从相对测量数据中获取转角数据，累加得到累积转角，即角图数据；

②对角图用霍夫变换加稳健估计法识别并拟合出圆曲线和两端夹直线对应的三条主直线，得到每段直线的起止点和方程；

③根据圆曲线段对应的直线方程系数得到圆曲线半径；

④取相邻直线端点间的数据作为缓和曲线段数据，用霍夫变换加稳健估计识别并拟合抛物线，得到方程；

⑤根据抛物线方程系数，结合圆曲线半径，求出四大特征点；

⑥取缓圆点HY点和圆缓点YH点之间在②中识别出的数据，用稳健估计法将其重新拟合直线，由其方程系数重新得到圆曲线半径；

⑦重复⑤一次，得到新的四大特征点；

步骤三、比较基于正矢图和角图的识别结果，取其中更为接近设计值者作为最终结果；

步骤一、二中使用霍夫变换加稳健估计法识别并拟合主直线的算法如下：

①直线方程ρ＝xcosθ+ysinθ的参数空间由ρ和θ构成，确定参数范围，将其按适当距离划分，得到系列ρ值和θ值，参数空间则被对应划分成一个个小格子；

②对每个数据点(x_i,y_i),i＝1,…,n,将各θ值代入ρ＝x_icosθ+y_isinθ得到对应的ρ值，将每对(θ,ρ)值都对应到参数空间的小格子中；

③比较每个格子中落入的数据点个数，取出数据点个数排前10名的格子间所对应的(θ_j,ρ_j)值，j＝1,2,…,10；

④找到每个(θ_j,ρ_j)值中落入的数据点，然后用稳健估计法拟合出各条直线；

⑤用人机交互方式辨识各条直线对应的铁路曲线段，包含夹直线段，第一缓和曲线段，圆曲线段，第二缓和曲线段；

步骤二中使用霍夫变换加稳健估计法识别并拟合抛物线的算法如下：

①抛物线方程的参数空间由a、b、c构成，确定参数范围，将其按适当距离划分，得到系列a值、b值和c值，参数空间则被对应划分成一个个小格子；

②对每个数据点(x_i,y_i),i＝1,…,n,将各(a,b)值代入得到对应的c值，将每套(a,b,c)值都对应到参数空间划分出的小格子中；

③比较每个格子中落入的数据点个数，取出数据点个数排第1名的格子所对应的(a₁,b₁,c₁)值；

④找到(a₁,b₁,c₁)格子中落入的数据点，然后用稳健估计法拟合抛物线；

所述稳健估计法如下：

①用最小二乘法对数据点进行曲线拟合；

②计算各数据点与拟合点之差值，即残差，以及残差的标准偏差；

③当数据点的残差绝对值大于标准偏差的3倍时，即将此数据点删除；

④对剩余数据点重复前三步，直至再无数据点可删除，此时的拟合曲线为最终拟合曲线；

所述步骤一中，求圆曲线半径算法如下：在求得特征点直缓点、缓圆点、圆缓点、缓直点后，将(HY+YH)/2代入圆曲线对应的直线方程，得到圆曲线段的平均正矢h，单位为mm，则圆曲线半径R＝50000/h，单位为m；

所述步骤二中，求圆曲线半径算法如下：先求得圆曲线段对应的直线方程，则其一次项系数的倒数即为圆曲线半径R；

所述步骤二中，求特征点算法如下：先分别求得第一缓和曲线和第二缓和曲线对应抛物线的方程；以第一缓和曲线对应抛物线的极值点为直缓点，抛物线的二次项系数乘以2R后取倒数即为第一缓和曲线长L₁，而HY＝ZH+L₁；以第二缓和曲线对应抛物线的极值点为缓直点，抛物线的二次项系数乘以-2R后取倒数即为第二缓和曲线长L₂，YH＝HZ-L₂。