一种基于点云数据的既有铁路中线提取方法
专利汇可以提供一种基于点云数据的既有铁路中线提取方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种基于点 云 数据的既有 铁 路中线提取方法，包括以下步骤：数据预处理，包括对原始点云数据的测站拼接、粗差剔除和数据裁剪；点云数据滤波，滤除无效点云数据，并根据轨面高程对点云数据进行分段滤波；点云分割，先将点云数据格网化和二值化处理，再对滤波后的点云数据进行点云分割，并将对点云数据的处理转化为对格网数据的处理；线路中线点计算，根据既有铁路两条 钢 轨平行的几何特性，并利用两条钢轨的点云数据，计算出线路中线点的坐标，得到线路中线。本发明能够自动提取既有铁路线路中线，提高了既有铁路中线测量的 精度 和作业效率，避免了测量人员上线作业带来的巨大安全隐患。，下面是一种基于点云数据的既有铁路中线提取方法专利的具体信息内容。
1.一种基于点云数据的既有铁路中线提取方法，其特征在于，包括以下步骤：
数据预处理，包括对原始点云数据的测站拼接、粗差剔除和数据裁剪；
点云数据滤波，滤除无效点云数据，并根据轨面高程对点云数据进行分段滤波；
点云分割，先将点云数据格网化和二值化处理，再对滤波后的点云数据进行点云分割，并将对点云数据的处理转化为对格网数据的处理；
线路中线点计算，根据既有铁路两条钢轨平行的几何特性，并利用两条钢轨的点云数据，计算出线路中线点的坐标，得到线路中线。
2.根据权利要求1所述的既有铁路中线提取方法，其特征在于，还包括：实例验证，选取一段既有铁路线路的点云数据进行处理，以验证中线提取精度。
3.根据权利要求1所述的既有铁路中线提取方法，其特征在于，在数据预处理的过程中包括以下步骤：
测站拼接，对研究区域进行分站扫描，并对扫描后的原始数据进行拼接整合，以将扫描得到的点云数据纳入到统一的坐标系当中；
粗差剔除，剔除粗差点云；
数据裁剪，对点云数据沿铁路线路方向裁剪数据，选取铁路钢轨外侧的点云数据；
点云数据经预处理后，保存为绝对坐标X，Y，Z的格式，并作为后续数据处理工作的实验数据。
4.根据权利要求3所述的既有铁路中线提取方法，其特征在于，在点云数据滤波过程中对轨面高程进行分段滤波，保留轨面数据，包括以下步骤：
输入预处理后的点云数据，遍历所有点，沿X方向搜索点云数据中X坐标的最大值Xmax和最小值Xmin；
沿X轴方向设置分段间隔d，以X坐标最小值Xmin为起点将点云数据划分为n个区域，每个区域可以表示为[Xmin+i*d,Xmin+(i+1)*d](i＝0,1,2,...,n)，其中n的值按照公式计算；
对于每个区间，先搜索区间范围的点云数据，设p(x,y,z)为任意一点，当满足(Xmin+i*d)≤x≤Xmin+(i+1)*d](i＝0,1,2,...,n)这个条件时，认为该点落在该区间内；
对于每个区域内的点云数据，搜索各点Z坐标的最大值Zmax，Zmax为轨面高程，设置滤波阈值h，对于点云数据中高程小于Zmin-h予以剔除，高程大于或等于Zmin-h的点作为轨面数据保留下来，h的取值为5～15cm之间；
对每个区间内的点云数据均重复上一步骤的操作。
5.根据权利要求4所述的既有铁路中线提取方法，其特征在于，当既有铁路线路走向靠近Y坐标轴方向时，沿Y轴方向划分分段滤波区间。
6.根据权利要求5所述的既有铁路中线提取方法，其特征在于，在点云分割过程中，采用边界填充算法进行分割，对于任意一个格网进行八邻域搜索，判断其相邻格网是否为实格网，若是则将邻域点作为种子点继续搜索，直到所有格网均被搜索完毕。
7.根据权利要求6所述的既有铁路中线提取方法，其特征在于，点云分割包括以下步骤：
分别搜索点云数据X轴方向和Y轴方向的最大值和最小值，得到最小外包围盒的角点坐标(Xmin,Ymin)，(Xmax,Ymin)，(Xmax,Ymax)，(Xmin,Ymax)；
设置格网边长L，分别沿X轴和Y轴将点云区域划分为边长为L的矩形格网，设沿Y方向和X方向可划分的段数分别为CowN、RowN，CowN、RowN为所构建格网的行列数，CowN、RowN按公式 计算，设p(x,y)为点云区域内任意一点，则p(x,y)所在格网的
行列号Cowi、Rowi按照 计算；
在分割前将点云数据格网化后产生的空格网识别出并剔除，根据格网中点云的数量将格网数据二值化，根据公式 分别统计每个格网中点的数量GPnum，
为格网内点数设置一个阈值，若GPnum小于该值,则该格网为空格网，将该格网赋值为0，否则该格网为实格网，赋值为1；
遍历格网，选择值为1的实格网作为种子格网进行八邻域搜索，若种子格网行列号为(i,j)，则其八邻域格网分别为(i,j+1)、(i,j-1)、(i-1,j)、(i+1,j)、(i+1,j+1)、(i+1,j-
1)、(i-1,j+1)、(i-1,j-1)；若邻域格网为实格网，则可以作为下一个种子格网继续进行八邻域搜索，直到所有连通的实格网都被搜索到，则这些实格网表示的钢轨被分割完毕；
重复步骤上一步骤，直至所有实格网被搜索完毕；
通过分割，确认出每个实格网所属的钢轨，根据格网与点云的对应关系，能够确认每个点所属的钢轨点集。
8.根据权利要求7所述的既有铁路中线提取方法，其特征在于，在线路中线点计算过程中：
沿X轴方向设置中线点采样间隔dz，根据X坐标的最小值Xmin计算出每个中线采样点的X坐标，每个中线采样点的Y坐标为两条钢轨对应X坐标处钢轨中心点的Y坐标的平均值，即y＝(y1+y2)/2，其中y1、y2分别为两条钢轨在中线采样点X坐标处钢轨中心的Y坐标；
对钢轨点云数据采用局部直线拟合的方式，分段拟合钢轨直线，在对应中线点X坐标处，分别取钢轨点云数据X坐标前后的点云数据，采用最小二乘法拟合直线，得到局部范围内的点云数据的直线方程，通过直线方程反算出对应中线点X坐标处的Y值，得到对应钢轨中心点的Y值y1、y2，最小二乘法拟合直线按照公式 和公式
进行；
其中，式中k为直线方程的斜率，b为直线方程的截距。
9.根据权利要求8所述的既有铁路中线提取方法，其特征在于，在计算线路中线点的过程中包括以下步骤：
沿X轴方向设置线路中线点采样间隔dz，以X坐标最小值Xmin为起点计算线路中线点的X坐标，线路中线点的X坐标可表示为Xi＝Xmin+i*dz,(i＝1,2,...,nz)，其中nz为线路中线点的个数，按照公式 计算；
根据任意中线点X坐标Xi(i＝1,2,...,nz)，计算对应位置钢轨点云局部直线拟合区间[Xi-dn,Xi+dn]，其中dn为拟合区间半长，取值范围为0.5m～1m；
遍历每个钢轨点集，设p(x,y)钢轨点集内的任意一点，若(Xi-dn)≤x≤(Xi+dn),则该点位于 局部直 线拟合 区间内 ；对 于所 有位于 拟合区 间内的 点 利用公式和 进行最小二乘拟合，得到直线
参数，每个中线点X坐标Xi(i＝1,2,...,nz)对应两条钢轨直线，即y＝k1x+b1和y＝k2x+b2；
将中线点X坐标Xi(i＝1,2,...,nz)分别代入两条直线方程，得到对应钢轨中点的Y坐标y1和y2；
y1和y2的平均值即为对应中线点的Y坐标，即Yi＝(y1+y2)/2,(i＝1,2,...,nz)，(Xi,Yi)为中线点的坐标；
依次将中线点(Xi,Yi)连线，得到线路中线；
当既有铁路线路走向靠近Y坐标轴方向时，沿Y轴方向设置中线点采样间隔，根据中线点的Y坐标反算对应钢轨中点的X坐标。
一种基于点云数据的既有铁路中线提取方法
技术领域
背景技术
发明内容
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 车载环视图像的特征点标定方法、装置和可读存储介质 | 2020-10-02 | 0 |
| 一种三维显示云渲染方法和系统 | 2021-03-01 | 1 |
| 一种基于驾驶员疲劳状态的主动限速方法 | 2021-04-04 | 0 |
| 一种水声定位与授时浮标及其工作方法 | 2021-10-15 | 2 |
| 一种基于RFID系统多项式估计的高速移动车辆速度预测方法 | 2022-04-11 | 0 |
| 六相逆变器供电的无轴承磁通切换电机驱动方法及系统 | 2020-10-03 | 0 |
| 一种跟踪路由处理方法和装置 | 2022-10-18 | 1 |
| 一种S=8编码方式的低功耗蓝牙维特比联合解调解码算法 | 2020-05-20 | 3 |
| 空调控制方法、装置和车辆 | 2022-01-11 | 2 |
| 数据拆分方法、装置、电子设备、及存储介质 | 2020-09-01 | 2 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
