一种基于无人机激光点云的铁轨中心线提取方法及系统与流程

本申请涉及铁路勘测，更具体地，涉及一种基于无人机激光点云的铁轨中心线提取方法及系统。

背景技术：

1、轨道中心线又称铁路线路中心线，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。因此，轨道中心线测量是既有线测量核心人物之一，是后续各专业工作的基础。

2、目前，高精度既有铁路轨道中心线的获取主要有两种方式，一种是使用全站仪和gnss rtk等高精度测绘仪器进行测量，以直接获取轨道中心线，但是这种方式需要人工上道，效率较低同时安全风险高；另一种是利用轨道车载激光雷达测量，这种方法提高了工作效率，但是后处理复杂，需要首先提取两根铁轨的中心线，再计算轨道中心线，同时这个方法仍然需要人工上道处理。上道测量需要向铁路运营单位申请“天窗点”，不仅工作时间短，集中在凌晨，而且需要大量的协调工作，耗时太长，极大的延长了既有铁路测量的工程周期。

3、利用车载激光点云的铁轨提取方法不能应用于无人机激光点云。车载激光点云通常存在更多先验信息，如车的运动轨迹等，用以辅助轨道识别，而无人机载激光点云缺乏此类信息，因此轨道中心线的提取更加困难。

4、此外，目前基于激光点云的轨道线提取缺乏有效的人工检核方法。由于铁轨上的点云无论高程、密度还是反射率等特征，与铁轨周围的地物差异并不大，因此直接通过将点云和轨面中心线叠加进行可视化，对人工目视检核而言较为困难。

技术实现思路

1、针对现有技术的至少一个缺陷或改进需求，本发明提供了一种基于无人机激光雷达点云的铁轨中心线提取方法及系统，避免人工上道测量，能够直接得到精度较高的铁轨中心。

2、为实现上述目的，按照本发明的第一个方面，提供了一种基于无人机激光雷达点云的铁轨中心线提取方法，该方法包括：

3、采集铁路轨道区域的点云数据；

4、在铁路轨道起点处划分一个包含两条轨道第一矩形空间，对所述第一矩形空间进行点云数据提取，分别得到两条轨道上的若干个点云坐标，通过最小二乘法将若干个点云坐标拟合为所述两条轨道所对应的直线表达式，计算得到若干段铁轨面中心线，并进行铁轨中心线拟合检验；

5、沿着铁路轨道自适应生成下一个矩形空间，并进行提取该段铁路的铁轨面中心线，重复此步骤，直至铁路轨道全部被划分进矩形空间内；

6、进一步地，上述基于无人机激光雷达点云的铁轨中心线提取方法，其中，所述在铁路轨道起点处划分一个包含两条轨道矩形空间，具体包括：

7、选定轨道的初始点，所述初始点为铁路轨道起始段铁轨面的中心点；

8、确定初始方向为第一方向，所述第一方向为铁路轨道的延伸方向；

9、指定分段距离dis，dis即为所述第一矩形空间的第一方向上的边长。

10、进一步地，上述基于无人机激光雷达点云的铁轨中心线提取方法，所述第一矩形空间的第二方向上的边长设置为wid，wid等于铁路轨道的宽度，其中，所述第二方向与第一方向垂直；

11、其中，所述下一个矩形空间的初始点与上一个矩形空间的结束点重合。

12、进一步地，上述基于无人机激光雷达点云的铁轨中心线提取方法，将相对高程大于预设的相对高程阈值的点云数据，且位于铁路轨道的第一方向上的点云数据选出，作为铁轨面点云。

13、进一步地，上述基于无人机激光雷达点云的铁轨中心线提取方法，其中，所述铁轨中心线拟合检验具体包括：

14、根据所述铁轨面中心线生成第一方向上边长为dis，第二方向上边长为wid的第二矩形空间；

15、若第一矩形空间与第二矩形空间的重合率低于95％，则将第一矩形空间调整为第二矩形空间覆盖的区域，重新进行点云数据提取。

16、进一步地，上述基于无人机激光雷达点云的铁轨中心线提取方法，其中，还包括，还包括基于分段纵断面对所述铁轨中心线进行检测：

17、以每个矩形空间中的铁轨所在的第二方向为横轴，高程为纵轴，将铁轨中心线10cm内的点进行绘制，得到铁轨中心线的纵断面结果，对铁轨中心线的纵断面结果进行分析，以定位高程异常的坐标点。

18、进一步地，上述基于无人机激光雷达点云的铁轨中心线提取方法，其中，还包括，构建高程差伪彩色模型，对于所述铁轨中心线两侧10cm以内的点，找到该点到所述铁轨中心线上距离最近的点，计算两点之间的高程差，并对高程差进行赋色，得到高程差伪彩色模型，基于高程差伪彩色模型对提取的铁轨中心线复核检查。

19、按照本发明的第二个方面，还提供了一种基于无人机激光雷达点云的铁轨中心线提取系统，该系统包括点云数据获取模块、分段模块与中心线生成模块；其中，

20、所述点云数据获取模块，用于采集并输出铁路轨道区域的点云数据；

21、所述分段模块，用于在铁路轨道起点处划分一个包含两条轨道第一矩形空间，并沿着铁路轨道自适应生成下一个矩形空间，直至铁路轨道全部被划分进矩形空间内，并输出若干个包括两条铁路轨道的矩形空间；

22、中心线生成模块，用于对所述每个矩形空间分别进行点云数据提取，以得到若干段铁轨面中心线，并将若干段铁轨面中心线进行拼接得到并输出最终的铁轨中心线。

23、按照本发明的第三个方面，还提供了一种电子设备，其包括至少一个处理单元、以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述计算机程序被所述处理单元执行时，使得所述处理单元执行上述任一项所述方法的步骤。

24、按照本发明的第四个方面，还提供了一种存储介质，其存储有可由电子设备执行的计算机程序，当所述计算机程序在电子设备上运行时，使得所述电子设备执行上述任一项所述方法的步骤。

25、总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：

26、(1)本发明提供的基于无人机激光雷达点云的铁轨中心线提取方法及系统，通过在铁路轨道起点处划分一个包含两条轨道第一矩形空间，对第一矩形空间进行点云数据提取，并沿着铁路轨道自适应生成下一个矩形空间，直至铁路轨道全部被划分进矩形空间内，基于最小二乘法对提取的点云数据拟合得到若干段铁轨中心线，最终拼接得到铁轨中心线，通过自适应分段式提取拼接方式得到的铁轨中心线，能够根据铁路轨道的方向与曲率自适应修正矩形空间的方向，采集的点云数据较为全面，不会遗漏铁路轨道上的坐标点，同时避免了人工上道测量，能够直接得到精度较高的铁轨中心线，并且避免了“天窗点”的申请，不影响列车运行。

27、(2)本发明提供的基于无人机激光雷达点云的铁轨中心线提取方法及系统，通过构建高程差伪彩色模型，利用中心线附近点与中心线的高程差来对提取结果进行可视化，以帮助复核人员高效的检测中心线提取结果，提高了人机交互的效率和正确率，还基于分段纵断面对所述铁轨中心线进行检测，得到铁轨中心线的纵断面结果，对铁轨中心线的纵断面结果进行分析，有助于快速快速定位存在高程异常的点。

技术特征：

1.一种基于无人机激光雷达点云的铁轨中心线提取方法，其特征在于，包括：

2.如权利要求1所述的基于无人机激光雷达点云的铁轨中心线提取方法，其中，所述在铁路轨道起点处划分一个包含两条轨道矩形空间，具体包括：

3.如权利要求1所述的基于无人机激光雷达点云的铁轨中心线提取方法，其中，所述第一矩形空间的第二方向上的边长设置为wid，wid等于铁路轨道的宽度，其中，所述第二方向与第一方向垂直；

4.如权利要求1所述的基于无人机激光雷达点云的铁轨中心线提取方法，其中，所述每个矩形空间分别进行点云数据提取，具体包括：

5.如权利要求1所述的基于无人机激光雷达点云的铁轨中心线提取方法，其中，所述铁轨中心线拟合检验具体包括：

6.如权利要求1所述的基于无人机激光雷达点云的铁轨中心线提取方法，其中，还包括基于分段纵断面对所述铁轨中心线进行检测：

7.如权利要求1所述的基于无人机激光雷达点云的铁轨中心线提取方法，其中，还包括，构建高程差伪彩色模型，对于所述铁轨中心线两侧10cm以内的点，找到该点到所述铁轨中心线上距离最近的点，计算两点之间的高程差，并对高程差进行赋色，得到高程差伪彩色模型，基于高程差伪彩色模型对提取的铁轨中心线复核检查。

8.一种基于无人机激光雷达点云的铁轨中心线提取系统，其特征在于，包括点云数据获取模块、分段模块与中心线生成模块；其中，

9.一种电子设备，其特征在于，包括至少一个处理单元、以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述计算机程序被所述处理单元执行时，使得所述处理单元执行权利要求1～7任一项所述方法的步骤。

10.一种存储介质，其特征在于，其存储有可由电子设备执行的计算机程序，当所述计算机程序在电子设备上运行时，使得所述电子设备执行权利要求1～7任一项所述方法的步骤。

技术总结
本申请公开了一种基于无人机激光雷达点云的铁轨中心线提取方法及系统，该方法包括：采集铁路轨道区域的点云数据；在铁路轨道起点处划分一个包含两条轨道第一矩形空间，进行点云数据提取，分别得到两条轨道上的若干个点云坐标，通过最小二乘法将若干个点云坐标拟合为两条轨道对应的直线表达式，计算得到若干段铁轨面中心线，进行铁轨中心线拟合检验；沿着铁路轨道自适应生成下一个矩形空间，提取该段铁路的铁轨面中心线，重复此步骤，直至铁路轨道全部被划分进矩形空间内；将生成的若干段铁轨面中心线进行拼接得到最终的铁轨中心线。本发明避免了人工上道测量，能够直接得到精度较高的铁轨中心线，并且避免了“天窗点”的申请，不影响列车运行。

技术研发人员：曹成度,夏旺,李海亮,费亮,许诗旋,李昭熹,马龙,王波,童思奇
受保护的技术使用者：中铁第四勘察设计院集团有限公司
技术研发日：
技术公布日：2024/1/15