一种基于轨顶面种子点自动追踪的轨道中心线提取方法

摘要

本发明公开了一种基于轨顶面种子点自动追踪的轨道中心线提取方法，包括以下步骤：S1、采集轨道点云数据，并对其中的噪声点进行去除；S2、在去除噪声点的轨道点云数据中选取初始种子点；S3、根据初始种子点确定追踪方向；S4、根据追踪方向提取左右轨顶面中线点；S5、根据左右轨顶面中线点构建空间索引，提取轨道中心线。本发明可直接利用不依赖于点云坐标外的其他点云属性信息来提取钢轨及轨道中心线，适用于绝大部分铁路场景下的钢轨及轨道中心线提取，具有较强的通用性。

说明书

技术领域

本发明属于铁路点云提取技术领域，具体涉及一种基于轨顶面种子点自动追踪的轨道中心线提取方法的设计。

背景技术

轨道中心线又称铁路线路中心线，其定义为：在铁路路基横断面上，距外轨半个轨距的铅垂线与路肩水平线的交点沿线路纵向的连线，其空间位置用线路平面和纵断面表示。从平面上看，在直线地段，它就是两股钢轨或路基顶面的中心线；在曲线地段，路基在中线外侧加宽，而轨距在中线内侧由内轨内移实现加宽，都不对称于中心线。从纵断面上看，其高程为路肩高程。在铁路勘测设计以及铁路测设和施工中，线路及有关建筑物的位置都由它控制。

轨道中心线提取是铁路运营维护和线路改造前的重要任务，是路基断面、地质钻孔、桥涵隧道工点和各专业调查等后续工作开展的基础。因此，铁路轨道的几何状态直接影响列车的安全平稳运营。铁路线路经过长期的运营，轨道的几何形位会发生改变，轨道中心线提取工作对铁路安全运营产生重要影响。目前，轨道中心线提取主要有两种方法。第一种是采用全站仪+水准仪进行人工直接测量；人工直接测量时，利用带强制对中结构的轨道中心线尺，人工操作将棱镜准确定位在轨道中心线上，一次人工照准和测量即可获得轨道中心线坐标，且不受轨距、超高、方位角、坡度等因素的影响。第二种是采用轨道测量仪进行自动观测；计算机遥控高精度全站仪实测出轨道测量仪上棱镜点的三维坐标，并与轨道测量仪同步测量的姿态参数（轨距、超高、方位角、坡度等）进行信息融合，实时计算出对应点处的轨道中心线点实测坐标、设计坐标及轨道中心线横、竖向偏差。轨道测量仪为小车结构，可沿轨道推行，根据需要进行连续测量或定点测量，其操作简单快捷，并可通过计算机来完成复杂的数据处理，自动化程度和测量效率均显著地高于人工观测方法，是目前高速铁路轨道中心线测量的主要方法。

上述两种方法，第一种方法定点测量，每点测量时都必须按一定的顺序进行繁琐的人工操作。因此，该方法只适用于对轨道中心线少量点进行人工抽查。第二种方法为间接测量轨道中心线的方法，参与坐标换算的信息既包括棱镜点坐标，还包括轨距等测量项目的测量值，同时还需根据轨道设计资料估计轨道的方位角、坡度等，其误差环节较多，信息融合后的误差叠加现象明显。而考虑以轨顶面种子点自动追踪的轨道中心线提取的方法，不仅可使得作业效率大大提高，而且可以形成连续作业，实现了中线自动、连续、高精度的提取。

发明内容

本发明的目的是为了解决现有轨道中心线提取方法存在的上述问题，提出了一种基于轨顶面种子点自动追踪的轨道中心线提取方法，考虑以轨顶面种子点自动追踪来实现轨道中心线提取的方法，不仅能使得作业效率大大提高，而且可以形成连续作业，实现了轨道中心线自动、连续、高精度的提取。

本发明的技术方案为：一种基于轨顶面种子点自动追踪的轨道中心线提取方法，包括以下步骤：

S1、采集轨道点云数据，并对其中的噪声点进行去除。

S2、在去除噪声点的轨道点云数据中选取初始种子点。

S3、根据初始种子点确定追踪方向。

S4、根据追踪方向提取左右轨顶面中线点。

S5、根据左右轨顶面中线点构建空间索引，提取轨道中心线。

本发明的有益效果是：本发明可直接利用不依赖于点云坐标外的其他点云属性信息来提取钢轨及轨道中心线，适用于绝大部分铁路场景下的钢轨及轨道中心线提取，具有较强的通用性。

进一步地，步骤S1中采用统计滤波算法对轨道点云数据中的噪声点进行去除，其具体方法为：

A1、计算轨道点云数据中每个点到其所有相邻点的平均距离

其中

A2、若平均距离

上述进一步方案的有益效果是：在本发明中，由于直接获取的轨道点云数据势必还会存在部分的离群点及孤立点，这部分点称为噪声，进行噪声去除后能更有利于后续步骤的数据处理。

进一步地，步骤S2包括以下分步骤：

S21、在去除噪声点的轨道点云数据中，选取同一侧钢轨轨顶面上距离小于设定阈值的两点

S22、对初始种子点进行修正，使其位于轨顶面中心。

上述进一步方案的有益效果是：在本发明中，初始种子点决定自动追踪的初始方向。

进一步地，步骤S22中对初始种子点进行修正的具体方法为：以轨顶面宽度的一半为半径，分别用初始种子点

上述进一步方案的有益效果是：在本发明中，自动修正种子点位置，始终保持种子点位于钢轨轨顶中心。

进一步地，步骤S3中追踪方向

其中(

上述进一步方案的有益效果是：在本发明中，确定自动追踪方向，便于后续步骤找出新种子点的位置。

进一步地，步骤S4包括以下分步骤：

S41、设置步长

其中(

S42、对新种子点

S43、重复步骤S41~S42，直至完成单根钢轨轨顶面上所有种子点的提取，并将提取到的种子点作为该钢轨的轨顶面中线点。

S44、采用步骤S2~S43相同的方法提取另一侧钢轨的轨顶面中线点，完成左右轨顶面中线点的提取。

上述进一步方案的有益效果是：在本发明中，通过设置步长找出新种子点的位置，进而确定左右钢轨的轨顶面中线点，便于后续轨道中心线提取。

进一步地，步骤S42中对新种子点

上述进一步方案的有益效果是：在本发明中，自动修正种子点位置，始终保持种子点位于钢轨轨顶中心。

进一步地，步骤S5包括以下分步骤：

S51、利用KD-tree组织左右轨顶面中线点。

S52、依次遍历一侧钢轨中的每一个轨顶面中线点

S53、获取

上述进一步方案的有益效果是：在本发明中，利用左右钢轨的轨顶面中线点确定轨道中心线，方法简单精确且适用性强。

附图说明

图1所示为本发明实施例提供的一种基于轨顶面种子点自动追踪的轨道中心线提取方法流程图。

图2所示为本发明实施例提供的初始种子点和新种子点确定示意图。

图3所示为本发明实施例提供的直线段轨道中心线提取结果示意图。

图4所示为本发明实施例提供的曲线段轨道中心线提取结果示意图。

具体实施方式

现在将参考附图来详细描述本发明的示例性实施方式。应当理解，附图中示出和描述的实施方式仅仅是示例性的，意在阐释本发明的原理和精神，而并非限制本发明的范围。

本发明实施例提供了一种基于轨顶面种子点自动追踪的轨道中心线提取方法，如图1所示，包括以下步骤S1~S5：

S1、采集轨道点云数据，并对其中的噪声点进行去除。

本发明实施例中，采用统计滤波算法（Statistical Outlier Removal，SOR）对轨道点云数据中的噪声点进行去除，其具体方法为：

A1、计算轨道点云数据中每个点到其所有相邻点的平均距离

其中

A2、若平均距离

本发明实施例中，预设标准范围由全局平均距离

S2、在去除噪声点的轨道点云数据中选取初始种子点。

步骤S2包括以下分步骤S21~S22：

S21、在去除噪声点的轨道点云数据中，选取同一侧钢轨轨顶面上距离小于设定阈值的两点

S22、对初始种子点进行修正，使其位于轨顶面中心。

本发明实施例中，对初始种子点进行修正的具体方法为：以轨顶面宽度的一半为半径，分别用初始种子点

S3、根据初始种子点确定追踪方向。

本发明实施例中，追踪方向

其中(

S4、根据追踪方向提取左右轨顶面中线点。

步骤S4包括以下分步骤S41~S44：

S41、设置步长

其中(

S42、对新种子点

本发明实施例中，采用与修正初始种子点

S43、重复步骤S41~S42，直至完成单根钢轨轨顶面上所有种子点的提取，并将提取到的种子点作为该钢轨的轨顶面中线点。

S44、采用步骤S2~S43相同的方法提取另一侧钢轨的轨顶面中线点，完成左右轨顶面中线点的提取。

S5、根据左右轨顶面中线点构建空间索引，提取轨道中心线。

步骤S5包括以下分步骤S51~S53：

S51、利用KD-tree组织左右轨顶面中线点。本发明实施例中，组织左右轨顶面中线点表示将左右轨顶面中线点数据构造成一个树的结构，便于后续的最邻点寻找。

S52、依次遍历一侧钢轨中的每一个轨顶面中线点

S53、获取

下面以一个具体实验例对本发明的效果作进一步说明。

为了验证本发明的有效性，采用滤波后的直线和曲线轨道数据分别进行实验，两组实验数据说明如表1所示。

表1 基于轨顶面种子点自动追踪的轨道中心线提取实验数据

表1中，起止里程数字前的字母K为kilometer的简写，表示千米。

在单侧钢轨轨顶面上选择距离相近的两点

根据左右轨轨顶面中线点的追踪结果，构建空间索引并求取轨道中心线，结果如图3和图4所示。

从图3和图4可以看出，不论是直线还是曲线段道路点云，通过选取轨面种子点进行自动追踪，都能够快速完成左右钢轨轨顶面中线点的提取及轨道中心线计算，且该方法不需要除点云坐标外的其它属性信息，具有较强的通用性。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。