[发明专利]基于广义邻域高差的车载Lidar钢轨点云提取方法

说明书

本发明公开了一种基于广义邻域高差的车载Lidar钢轨点云提取方法，具体包括以下步骤：1、根据车载Lidar点云的扫描角度或轨迹线，将道床点云分割出来；2、采用统计滤波算法去除道床点云中因钢轨自身遮挡因素引起的噪声点，得到去除噪声点后的道床点云；3、对道床点云中一点进行柱状邻域搜索；4、计算该点的基于柱状邻域的广义邻域高差；5、重复步骤3‑4直到道床区域所有点的广义邻域高差计算完成，并作直方图；6、结合轨道知识和广义邻域高差直方图来提取钢轨轨顶点云；本发明能自动提取全线连续的钢轨轨顶点云，提高了钢轨点云的提取精度，且该方法依赖额外数据少，方法实施简单。

技术领域

本发明属于轨道交通计算机视觉领域，具体涉及一种基于广义邻域高差的车载Lidar钢轨点云提取方法。

背景技术

随着车载激光扫描技术的发展，该技术具有扫描速度快，获取点云精度高等优势，在铁路行业的资产调查、轨道测量、轨道建模和限界分析等诸多领域中具有很好的应用前景。由于轨道是铁路系统中关键对象，从车载Lidar点云中提取轨道钢轨点云是铁路领域内各类应用所面临的核心基础问题。

中国发明专利公开号CN104236499A公开了一种基于点云数据的铁路自动测量方法。该方法基于轨迹线确定道床大致区域，并将道床点云进行分段后进行侧向分析，提取轨顶点云。但是，当点云数据中不含有轨迹线数据时，该方法无法借助于轨迹线线确定铁路轨道的大致区域和对铁路轨道区域进行分段；且该方法不适用于道岔区域。由于道岔区域轨道所在区域的宽度不一致，所以无法通过预先设定的搜索宽度估计原始点云数据中道岔区域铁路轨道的大致区域，并获得近似铁路点云，进而无法继续提取钢轨点云。

中国发明专利公开号CN106500594A公开了一种融合反射强度和几何特征的铁路轨道半自动检测方法，采用区域生长算法，在软件中手动选取种子点后根据钢轨点的反射强度、球状邻域高差、相邻两邻域点间的主方向夹角和相邻两邻域点间的法向量夹角等特征提取钢轨点云。但是，该方法需要在商业软件中手动选取种子点，无法实现自动提取；且当点云数据中不含有反射强度属性时，无法提取钢轨点云；该方法采用球状邻域计算点的邻域高差，其邻域半径需大于钢轨高度，这导致钢轨点的球状邻域中包含了大量道砟、轨枕点，提取的钢轨点云精度较低。

中国发明专利公开号CN107792115A公开了一种利用三维激光点云自动提取既有线轨顶高程方法，该方法基于轨迹线确定道床区域的范围，并对道床点云进行高程投影获得高程投影影像，在高程投影影像中获取跟踪线，再将跟踪直线转换到三维激光点云空间，最后基于跟踪线设置缓冲区提取钢轨点云。但是该方法中跟踪线的精度较低导致基于跟踪线提取的的钢轨点云中包含大量道砟、轨枕点，提取精度较低。

中国发明专利公开号CN105844995A公开了一种基于车载Lidar技术的铁路线路运营维护测量方法，通过拉剖面、移动断面及根据点云绝对高程信息等方法提取钢轨点云。但是该方法手动提取钢轨点云，无法自动提取钢轨点云，效率低，不满足实际应用需求。

中国发明专利公开号CN106087621A公开了一种基于车载激光雷达技术的铁路既有线复测方法，在计算机中从经过精度精化处理的彩色激光点云数据中提取铁轨轨面线激光点数据。但是该方法仅基于钢轨点云颜色提取钢轨点云，精度太低，且当车载Lidar点云中不含有颜色属性时，无法提取钢轨点云。

综上所述，现有技术还有以下缺点：

1、钢轨点云提取精度低；

2、不能提取全线连续的钢轨点云；

3、需要额外的颜色、反射强度、或轨迹线等数据作为辅助；

4、自动化程度低，需要人工干预。

发明内容

本发明的目的是基于车载Lidar点云的几何信息来全自动提取全线连续的钢轨轨顶点云，提高钢轨点云的提取精度。该方法不依赖点云中的颜色、反射强度等信息，也不依赖轨迹线等额外数据。