CN105844995B - 基于车载LiDAR技术的铁路线路运营维护测量方法 - Google Patents

Abstract

本发明涉及基于车载LiDAR技术的铁路线路运营维护测量方法。铁路运营维护测量一般由测量人员上线测量完成，安全性差、作业效率低。本发明将车载LiDAR系统安装于火车上作为数据获取来源；建立地面基础控制网及靶标控制网，完成控制网测量及平差解算；基于靶标控制点进行点云分段约束平差，提高点云数据精度；对约束后的点云数据分类得到铁路正线的轨顶面点及内轨面点；依据分类的钢轨点云解算平纵断面参数；根据点云及影像数据提取线路要素信息。本发明创新的采用车载LiDAR系统作为铁路运维工作的数据获取来源，数据整体精度高、获取信息更全面，为铁路运营线路的维护检测提供了一种新的技术手段。

Description

基于车载LiDAR技术的铁路线路运营维护测量方法

技术领域

本发明属于铁路建设测绘技术领域，具体涉及基于车载LiDAR技术的铁路线路运营维护测量方法。

背景技术

目前，由于我国普速铁路运行速度和频率的大幅提高，对列车行车的安全、平稳提出了更高的要求。列车安全、平稳运行的根本在于是否满足标准设计轨道的形和位，而轨道的几何状态和线路及其附属构筑物的稳定性则需阶段性的在铁路运营维护中组织复测工作才能准确反映。

传统的既有铁路的复测一般采用测量人员上线测量完成，存在作业安全性差、效率低的缺点。随着铁路运营速度及频率的增大，线路复测的作业天窗时间缩短，外业工作危险性增加，上线测量的难度越来越大，效率更低，传统的复测方法在铁路运营维护测量工作中已经逐步失去了可操作性。

发明内容

本发明的目的是提供基于车载LiDAR技术的铁路线路运营维护测量方法，为长大铁路运营线路复测提供高精度的线路参数，为铁路运营及养护维修测量提供依据。

本发明所采用的技术方案为：

基于车载LiDAR技术的铁路线路运营维护测量方法，其特征在于：

由以下步骤实现：

步骤一：将车载LiDAR系统安装于火车上，根据所需点云密度确定火车运行速度及扫描设备参数；

步骤二：分级建立地面基础控制网及靶标控制网，完成地面基础控制网和靶标控制网的外业控制测量及平差解算；

步骤三：基于点云中提取的靶标控制点坐标，及外业实测的靶标控制点的精确坐标，进行基于靶标的点云分段约束平差，获得约束后的点云数据；

步骤四：使用约束后的点云数据，对需要解算平纵断面数据的钢轨进行点云分类，分别分类出轨道的轨顶面点及内侧轨面点；根据分类点云自动解算线路平纵参数；

步骤五：参考车载LiDAR系统获取的影像，在三维点云中提取线路要素信息；将获取的各线路要素信息编制成表，并制作铁路平纵面图。

步骤二中，地面基础控制网中的基准站点沿铁路线路选择在与铁路中线距离50～500m的合适点位，便于操作及安置接收机设备，视野开阔的地点，线路测量起点、终点附近需选择基准站点；地面基础控制网满足能够完全控制测量区域的要求。

步骤二中，靶标控制网中的靶标控制点沿上下行铁路线路两侧均匀分布， 1km布设1个，根据铁路沿线的地形情况，在隧道、高路堑、高山陡壁的易造成卫星信号失锁的区域，增加靶标数量，且能完全控制测量区域。

步骤三中，点云约束的具体步骤为：

基于点云中提取的靶标控制点坐标，以及外业实测的工程坐标系下靶标控制点的精确坐标，将靶标控制点的两套坐标作为两个坐标系间的特征点，根据扫描精度对点云数据进行分段，相邻区段之间确保重叠一对以上的靶标，使用靶标控制点对点云数据进行分区段约束平差，完成基于靶标的点云约束。

步骤四中，采用拉剖面、移动断面及根据点云绝对高程信息的方法进行轨顶面及内轨面的点云分类作业；

由于岔心处结构较复杂，其分类方法为：首先对两侧导曲线轨及直线轨进行常规分类，在继续向岔心处分类时，若此时分类出的内轨点偏离轨道方向，则认为该处为翼轨的转折处，此时停止继续分类，对该处分类点云数据的噪点进行剔除。

本发明具有以下优点：

1、本发明提出了一种基于车载LiDAR技术的铁路线路运营维护测量方法，创新的采用车载LiDAR系统作为铁路复测工作的数据获取来源，将传统的人工上线测量改为车载激光扫描获取数据线下处理的方式，获取的数据相对精度高、测量范围大、获取信息更全面。经试验验证，线路参数的测量精度满足《改建铁路工程测量规范》的要求，为铁路运营线路的维护检测提供了一种新的技术手段；

2、本发明提出了采用靶标进行二次纠正约束点云提高点云精度，确定了采用靶标控制网对点云数据进行精度约束的方法。通过提取的靶标定位点与实测的靶标坐标获取转换参数，对点云进行精度约束，进一步提高点云精度，很大程度上克服了测量误差造成点云精度损失的缺陷。数据处理方法理论严谨，结果更可靠；

3、本发明提出了铁路既有线路平纵参数的自动解算方法，首次用数学方法唯一地解算出既有铁路的平纵参数，解决了参数解算长期由人工试算难以唯一确定的难题，解算过程通过开发的软件实现了自动化，保证了解算结果的精度与效率。

附图说明

图1为影响扫描点密度的因素示意图。

图2为地面基站控制网及靶标控制网的布设示意图。

图3为道岔处点云分类方法示意图。

图中，（a）为沿导曲线轨和直线轨内轨线作直线示意图，（b）为剔除偏离直线的部分轨顶面点及内轨点。

图4为基于车载LiDAR技术的既有铁路复测作业流程图。

具体实施方式

下面结合具体实施方式对本发明进行详细的说明。

激光雷达测量系统是近年来发展迅速的新型测量技术，集先进的GPS-IMU系统、激光扫描仪及数码影像传感器于一体，具有测量速度快、精度高、安全性高的特点；而车载激光雷达测量系统则是将三维激光扫描系统整体加装在交通运输平台上，通过车辆前进进行非接触主动式激光雷达扫描作业，获取车辆行驶路线周边的三维信息，在更大、更远的范围内获取被测物体的三维点云坐标来提取有用信息，用内业点云处理方法替代传统铁路线路测量中的人工线上作业方法，提高了工作效率，增强了作业安全性，消除了对列车运行的影响，同时获得运行线路的高精度三维模型数据，拓宽了测量数据成果的应用范围。

本发明涉及的基于车载LiDAR技术的铁路线路运营维护测量方法，由以下步骤实现：

步骤一：将车载LiDAR系统安装于火车上，根据所需点云密度确定火车运行速度及扫描设备参数。

作业前收集线路资料，分析铁路及沿线状况，选择满足精度指标要求的车载LiDAR设备。在线路扫描前，将已完成惯导系统收敛的扫描设备连同扫描设备支架安装在列车上，准备工作。

参见图1，扫描获取的点云密度受多个因素影响：扫描仪测量速率越高，扫描频率越高，点云密度越大；列车行驶速度越慢，物体到扫描仪距离越近，点云密度越大。根据所需的点云密度依据铁路调度要求确定火车运行速度，依据扫描设备的性能确定扫描仪扫描参数，包括扫描仪测量速率、扫描频率、扫描距离、相机曝光时间等。

步骤二：建立分级控制网：

分级建立地面基础控制网及靶标控制网并完成地面基础控制网和靶标控制网的控制测量及平差解算。

线路测量起点、终点附近需设置地面基准站点。靶标控制网中的靶标控制点应根据铁路沿线地形特征设置于沿线路基、桥梁、隧道、高路堑及陡峻高山附近。靶标控制点处的靶标盒体表面涂强反光漆，以便较易在点云中识别；根据所需点云密度选择靶标的大小使得靶标面上至少获取三条扫描线点云，确保靶标定位点的提取精度。根据列车运行方向确定靶标的安置朝向。

参见图2，地面基础控制网及靶标控制网的布设示意图，建立分级控制网按照如下步骤进行：

（1）分析铁路线路长度及沿线地形特征，每10-20km布设一个基准站点，基准站点宜布设在距线路中心50～500m范围内的合适点位，建立地面基础控制网，地面基础控制网应能完全控制测区范围；

（2）分析铁路沿线地形、隧道、高路堑的分布情况，布设测量靶标建立靶标控制网，靶标控制网应能完全控制测区范围。一般在视野开阔、GPS信号强、铁路平顺的地区，靶标布设密度可适当减小。在高山区、隧道群等易造成GPS信号失锁的地区，应增加靶标的布设密度，增设在隧道进口、出口。在诸如曲线、双曲线的地段，靶标的布设要控制曲线的走向，应布设在曲线特征点处或坡度起闭点处；

（3）完成地面基础控制网及靶标控制网的测量与平差解算工作。

步骤三：采用靶标提高点云精度：

使用靶标控制网对原始点云进行分段约束平差。

点云分段约束平差的具体步骤为：

通过POS差分解算获得原始点云数据，基于点云中提取的靶标控制点坐标，以及外业实测的工程坐标系下靶标控制点的精确坐标，获得两套坐标，将靶标控制点作为两个坐标系间的特征点，根据扫描数据的精度对点云数据进行分段，两相邻分段之间确保重叠一对以上的靶标数据，使用靶标点对分段点云数据进行约束平差，使点云精度满足铁路运营维护测量的要求。

步骤四：使用纠正后的点云数据，进行点云分类及线路参数解算：

对需要解算平纵断面数据的钢轨采用拉剖面、移动断面及根据点云绝对高程信息等方法分别分类出轨道的轨顶面点及内侧轨面点，并根据分类点云进行线路平纵参数的自动解算。

参见图3，道岔处点云分类示意图，由于岔心处结构较复杂，对道岔处点云分类按照以下步骤进行：

（1）对岔心两侧的导曲线轨及直线轨部分的轨顶点及内轨点进行常规分类；

（2）沿两侧分类出的导曲线轨内轨点到直线轨的内轨点作直线，并继续向岔心处分类；

（3）当靠近岔心分类处的内轨点偏离导曲线与直线轨内轨点的连线时即停止分类，对导曲线轨及翼轨的轨顶点及内轨点的噪点进行剔除即完成岔心处的点云分类。

步骤五：使用纠正后的点云数据，进行线路要素信息的提取：

参考车载LiDAR系统获取的影像，直接在点云数据中对铁路附属设施的三维坐标进行采集，并确定其属性；

参考车载LiDAR系统获取的影像，在点云数据中对横跨铁路的各种桥梁、电力线、人行天桥要素净高进行量测。

应用实例：

如某段运营铁路正线，收集和分析该段铁路及其沿线地形的既有资料，选择长度为5km的线路进行精度验证。

经过现场踏勘，根据测区的长度布设CPI控制网作为首级地面基站控制网，点间距约4km。在CPI首级控制网的基础上，沿线路方向按照400-600米的间距成对点布设CPⅡ控制点，CPI、CPⅡ控制点应能完全控制整个测区。进行外业控制测量及平差计算。

根据图1所示的影响扫描点密度的因素确定使用靶标大小为长150mm，宽150mm，高121.5mm，列车行驶速度为45-50km/h。确定扫描参数如双台扫描激光测量速率为1100000点/秒，双激光头线扫描频率为400线/秒，扫描距离30m，相机曝光时间为1秒/张。

在列车尾部安装测量支架，将已完成惯导系统收敛的扫描设备架设在支架上进行线路扫描。通过POS差分解算获得原始WGS84坐标系下的点云数据，使用靶标控制网对进行点云精度约束，通过比较分析可知，原始点云平均高程误差为0.123m，经过靶标纠正后的点云高程精度误差在0.01m内，满足复测精度要求。

使用满足复测精度要求的点云进行点云分类，根据点云数据及获取影像机关进行复测信息提取，并依据分类点云进行线路平纵参数的解算。将解算结果与铁路局台账进行对比，精度满足复测要求。

本发明的内容不限于实施例所列举，本领域普通技术人员通过阅读本发明说明书而对本发明技术方案采取的任何等效的变换，均为本发明的权利要求所涵盖。

Claims (4)

1.基于车载LiDAR技术的铁路线路运营维护测量方法，其特征在于：

由以下步骤实现：

步骤一：将车载LiDAR系统安装于火车上，根据所需点云密度确定火车运行速度及扫描设备参数；

步骤二：分级建立地面基础控制网及靶标控制网，完成地面基础控制网和靶标控制网的外业控制测量及平差解算；

步骤三：基于点云中提取的靶标控制点坐标，及外业实测的靶标控制点的精确坐标，进行基于靶标的点云分段约束平差，获得约束后的点云数据；

步骤四：使用约束后的点云数据，对需要解算平纵断面数据的钢轨进行点云分类，分别分类出轨道的轨顶面点及内侧轨面点；根据分类点云自动解算线路平纵参数；

步骤四中，采用拉剖面、移动断面及根据点云绝对高程信息的方法进行轨顶面及内轨面的点云分类作业；

由于岔心处结构较复杂，其分类方法为：首先对两侧导曲线轨及直线轨进行常规分类，在继续向岔心处分类时，若此时分类出的内轨点偏离轨道方向，则认为该处为翼轨的转折处，此时停止继续分类，对该处分类点云数据的噪点进行剔除；

步骤五：参考车载LiDAR系统获取的影像，在三维点云中提取线路要素信息；将获取的各线路要素信息编制成表，并制作铁路平纵面图。

2.根据权利要求1所述的基于车载LiDAR技术的铁路线路运营维护测量方法，其特征在于：

步骤二中，地面基础控制网中的基准站点沿铁路线路选择在与铁路中线距离50～500m的合适点位，便于操作及安置接收机设备，视野开阔的地点，线路测量起点、终点附近需选择基准站点；地面基础控制网满足能够完全控制测量区域的要求。

3.根据权利要求1所述的基于车载LiDAR技术的铁路线路运营维护测量方法，其特征在于：

步骤二中，靶标控制网中的靶标控制点沿上下行铁路线路两侧均匀分布， 1km布设1个，根据铁路沿线的地形情况，在隧道、高路堑、高山陡壁的易造成卫星信号失锁的区域，增加靶标数量，且能完全控制测量区域。

4.根据权利要求1所述的基于车载LiDAR技术的铁路线路运营维护测量方法，其特征在于：

步骤三中，点云约束的具体步骤为：

基于点云中提取的靶标控制点坐标，以及外业实测的工程坐标系下靶标控制点的精确坐标，将靶标控制点的两套坐标作为两个坐标系间的特征点，根据扫描精度对点云数据进行分段，相邻区段之间确保重叠一对以上的靶标，使用靶标控制点对点云数据进行分区段约束平差，完成基于靶标的点云约束。