CN106093963A - 一种提高铁路车载激光雷达扫描数据精度的方法 - Google Patents

Abstract

本发明公开了一种提高铁路车载激光雷达扫描数据精度的方法，它包括1：在待测铁路沿线每隔预设距离布设一个控制标志；2：将车载激光雷达系统沿铁路进行扫描作业，获取铁路车载激光雷达点云数据；3：基于铁路基础控制网，采用全站仪自由设站法测量控制标志中心点在铁路工程坐标系下的三维坐标；4：在上述铁路车载激光雷达点云数据中提取控制标志中心点的坐标，根据铁路车载激光雷达点云数据中提取控制标志中心点的坐标与全站仪测量的控制标志中心点在铁路工程坐标系下的三维坐标之间的坐标差值修正铁路车载激光雷达点云数据。本发明操作简单易行，可使铁路车载激光雷达数据的精度达到既有线复测的精度要求。

Description

一种提高铁路车载激光雷达扫描数据精度的方法

技术领域

本发明涉及铁路既有线复测技术领域，具体地指一种提高铁路车载激光雷达扫描数据精度的方法。

背景技术

既有铁路的养护维修、落坡、改善线路线型及增建复线等工作，均需通过既有线复测准确获取铁路及其附属结构的三维信息。目前，既有线测量主要以人工上道测量方法为主。然而，随着近年来铁路大幅提速后，火车行驶速度快、发车密度高，传统的既有线测量方法施测存在较大的安全隐患，亟需研发高效、安全的既有线测量方法。

车载激光雷达技术是将三维激光扫描系统(包括激光扫描仪、数码影像传感器、全球定位系统和惯性测量单元)整体加装在交通运输平台上进行激光雷达扫描作业的主动式移动测量技术。该技术利用高速激光扫描测量方法，可大面积、高分辨率地快速获取被测对象表面的三维坐标数据，为快速获取物体的三维信息提供了一种全新的技术手段，非常适合铁路既有线复测。

通常直接基于车载激光雷达技术获取的激光雷达数据的精度只能达到5cm，尤其在既有铁路上进行获取时，由于GPS信号受铁路上的高压电线干扰，使得获取的激光雷达数据的精度更低(通常只能达到10cm)，无法满足既有线测量的精度要求。

发明内容

本发明就是针对上述技术问题，提供一种提高铁路车载激光雷达扫描数据精度的方法，该方法操作简单易行，可使铁路车载激光雷达数据的精度达到既有线复测的精度要求。

为实现上述目的，本发明所设计的一种提高铁路车载激光雷达扫描数据精度的方法，其特征在于，它包括如下步骤：

步骤1：在进行车载激光雷达扫描前，在待测铁路沿线每隔预设距离布设一个控制标志；

步骤2：在待测铁路沿线沿待测铁路走向布设多个GPS基站，将车载激光雷达系统沿铁路进行扫描作业，扫描时车载激光雷达系统与GPS基站配合工作，获取铁路车载激光雷达点云数据；

步骤3：基于铁路基础控制网，采用全站仪自由设站法测量控制标志中心点在铁路工程坐标系下的三维坐标；

步骤4：在上述铁路车载激光雷达点云数据中提取控制标志中心点的坐标，依据全站仪测量的控制标志中心点在铁路工程坐标系下的三维坐标，根据铁路车载激光雷达点云数据中提取控制标志中心点的坐标与全站仪测量的控制标志中心点在铁路工程坐标系下的三维坐标之间的坐标差值修正铁路车载激光雷达点云数据。

与现有技术相比，本发明具有如下优点：

1、精度高。通过本发明方法对激光雷达数据进行修正后，激光雷达数据精度可达到3cm，满足铁路既有线复测精度要求。

2、可操作性强，保证安全的同时不影响铁路运营。本发明方法中布设和测量控制点只需在铁路两侧工作，铁路仍可正常运营，并保证了测量人员和行车的安全。

3、为车载激光雷达在既有铁路复测中应用奠定了精度基础。在不影响铁路运营的情况下，实现既有线信息的精确获取，开创了一种基于车载激光雷达技术的既有线复测新方法。

附图说明

图1为本发明的流程图；

图2为本发明中控制标志的结构示意图；

图3为强度显示下的控制标志；

图4为控制点控制区域划分方式；

图中：1—控制标志。

具体实施方式

下面结合附图和具体实施例对本发明作进一步的详细说明。

如图1中提高铁路车载激光雷达扫描数据精度的方法，它包括如下步骤：

步骤1：在进行车载激光雷达扫描前，在待测铁路沿线每隔预设距离(400米)布设一个控制标志1；

步骤2：在待测铁路沿线沿待测铁路走向布设多个GPS基站，将车载激光雷达系统沿铁路进行扫描作业，扫描时车载激光雷达系统与GPS基站配合工作，获取铁路车载激光雷达点云数据；

步骤3：基于铁路基础控制网，采用全站仪自由设站法测量控制标志1中心点在铁路工程坐标系下的三维坐标；

步骤4：在上述铁路车载激光雷达点云数据中提取控制标志1中心点的坐标，依据全站仪测量的控制标志1中心点在铁路工程坐标系下的三维坐标，根据铁路车载激光雷达点云数据中提取控制标志1中心点的坐标与全站仪测量的控制标志1中心点在铁路工程坐标系下的三维坐标之间的坐标差值修正铁路车载激光雷达点云数据。

上述技术方案的步骤2中，车载激光雷达系统沿铁路进行扫描作业时的扫描宽度大于区段内铁路防护网的最宽宽度。

上述技术方案的步骤2中，将车载激光雷达系统安装于铁路通勤车或轨检车上沿铁路进行扫描作业，获取铁路车载激光雷达点云数据。

上述技术方案的步骤2中，点云间距与行车速度有着密切的关系，理论上是反相关系，装载有车载激光雷达系统的铁路通勤车或轨检车的行车速度不高于30km/h，并确保车载激光雷达系统获取铁路车载激光雷达点云数据中相邻点间距范围为0.5～2cm。

上述技术方案中，扫描时车载激光雷达系统与GPS基站同步进行GPS观测，以实现动态GPS相位差分测量定位，相邻两个GPS基站间基线长度范围为4～8km。基站选址原则上要求无信号遮挡、尽量远离无线电及高压电力设施。

上述技术方案中，扫描时车载激光雷达系统的扫描成果平面坐标采用CGCS2000坐标系，高程基准采用1985高程基准。

上述技术方案的步骤3中，由于CPIII的布设间距为50～60m，选择两个离全站仪自由设站最近的铁路基础控制网(CPIII)坐标点作为已知点，对全站仪自由设站进行后方交会，获得全站仪自由设站的三维位置信息，对全站仪自由设站进行定向；在由于某些原因无法找到测站附近CPIII点的情况下，还可以用CPII代替完成后方交会；

全站仪定向完成后，通过全站仪采用前方交会法直接量测出控制标志1中心点在铁路工程坐标系下的三维坐标(对每个标志中心点，变换测站位置测量两次，所求两次中心点距离相差小于2mm则取其平均值作为最终的标志中心点坐标，否则重测到符合要求为止)。

上述技术方案中，所述控制标志1的图案为“田”字图案，田字图案中利用“十”字将控制标志1四等分成4个相同的边长为20cm的小正方形，其中对角区域颜色相同，相邻区域颜色互异(如左下、右上部分为黑色，左上、右下部分为白色)，控制标志1中心点即为控制点的中心位置。

上述技术方案中，所述控制标志1的正面覆亚膜，使得控制标志1对激光具有高反射、强对比。如此可以得到分布密集、强度差大的点云数据，以便通过点云精确地识别控制点的中心位置。

上述技术方案中，沿铁路线两侧每隔400m布设一个控制标志1，且相邻两个标志布设在铁路的两侧。可用高强度免钉胶进行粘贴，粘贴时的位置选择分为两种，一种贴在铁路两侧的接触网杆上，面向铁路，主要用于对平面进行控制；另一种贴在铁路两侧无遮挡的平整水泥地面上，面向天空，主要用于对高程进行控制，高程控制标志需保证每2km一个。所有的标志粘贴时应保证标志面平整。控制标志需覆盖整个测段，要求沿铁路所有测段数据在首尾控制标志范围之间。

上述技术方案中，车载激光雷达技术采用激光测距原理进行三维数据的测量，其主要优势是能快速、高密度、高精度获取三维数据。

上述技术方案的步骤4中，依据全站仪测量的控制标志1中心点在铁路工程坐标系下的三维坐标，根据铁路车载激光雷达点云数据中提取控制标志1中心点的坐标与全站仪测量的控制标志1中心点在铁路工程坐标系下的三维坐标之间的坐标差值修正铁路车载激光雷达点云数据的具体方法为：

对于车载激光雷达往往有两个(或更多)激光头，在对点云进行三维坐标改正时，先单独对每一个激光头所采集的数据进行修正，再将不同激光头修正后的数据进行融合，以下数据处理过程中除特殊说明外，均为单激光头的点云数据处理；

步骤401：激光点云数据标志读入，利用点云数据处理软件(TerraSolid软件)读取铁路车载激光雷达点云数据，再读入控制标志1中心点在铁路工程坐标系下的三维坐标，将控制标志1中心点在铁路工程坐标系下的三维坐标所在的区域作为寻找点云数据标志中心点的空间范围；

步骤402：激光点云数据标志识别，利用点云数据处理软件(TerraSolid软件)的TerraScan模块中的基于强度模式(By Intensity)显示读入的铁路车载激光雷达点云数据(黑白区域的强度显示会有很大差异，详见图3)，采用人机交互的方式，利用计算机辅助设计软件(MicroStation软件)中的智能线工具(Smart Line工具)在控制标志1区域内一横一竖勾画出不同亮度强度区域的边界线，得到一横一竖边界线的交点(即“田”字中间的“十”字，便可将“十”字中心的交点作为标志中心)，找出离该一横一竖边界线的交点最近的全站仪测量的控制标志1中心点，并读出该全站仪测量的控制标志1中心点的坐标，再用测量工具量得上述一横一竖边界线的交点与最近的全站仪测量的控制标志1中心点的坐标差值；

步骤403：采集的点云数据不仅包括坐标信息，还带有该点的采集时刻，按照采集时刻对所有点云进行划分，以控制标志A、B、C、…，采集时刻：Ta、Tb、Tc、…为分界点，将整段点云数据分割成n段，如图4所示，两相邻控制点控制处于这两点采集时刻之间的点云(对于每一个激光点，都可以按照所述方法归到某一段(如BC段)，注意，后续激光点改正是以段为单位的，就是说BC段的所有激光点都是依靠BC点的差值带入后续的公式，算出BC间每个激光点的坐标改正值，从而实现提高精度这一目标，如B、C为两个相邻控制点，采集时刻在Tb和Tc之间的任意X点由B、C这两个控制点进行控制)；

步骤404：激光点云数据三维坐标修正，对铁路车载激光雷达点云数据中的任一点X(x,y,z)，均可找到其所属的点云段及该段的控制点O(xo,yo,zo)和P(xp,yp,zp)，所述O(xo,yo,zo)及P(xp,yp,zp)是在点云中读出的控制标志的坐标，通过计算X与O、P间的欧氏距离l1和l2，结合实测同名控制点O₀(xo₀,yo₀,zo₀)和P₀(xp₀,yp₀,zp₀)，采用以下公式即可算得修正后的X₀(x₀,y₀,z₀)，即为修正后铁路车载激光雷达点云数据；

$\left\{\begin{array}{c}{x}_0=x+\frac{l2}{l1+l2}({\mathrm{xo}}_0-xo)+\frac{l1}{l1+l2}({\mathrm{xp}}_0-xp)\\ y_0=y+\frac{l2}{l1+l2}({\mathrm{yo}}_0-yo)+\frac{l1}{l1+l2}({\mathrm{yp}}_0-yp)\\ z_0=z+\frac{l2}{l1+l2}({\mathrm{zo}}_0-zo)+\frac{l1}{l1+l2}({\mathrm{zp}}_0-zp)\end{array}\right.$

所述O₀(xo₀,yo₀,zo₀)和P₀(xp₀,yp₀,zp₀)是全站仪测出的控制点的坐标。

步骤405：多激光头点云数据融合，在对单激光头的点云数据进行三维坐标修正之后，将多组数据读入到同一点云文件中，即可融合成一组新的、高精度的点云数据。

本说明书未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (10)

1.一种提高铁路车载激光雷达扫描数据精度的方法，其特征在于，它包括如下步骤：

步骤1：在进行车载激光雷达扫描前，在待测铁路沿线每隔预设距离布设一个控制标志(1)；

步骤2：在待测铁路沿线沿待测铁路走向布设多个GPS基站，将车载激光雷达系统沿铁路进行扫描作业，扫描时车载激光雷达系统与GPS基站配合工作，获取铁路车载激光雷达点云数据；

步骤3：基于铁路基础控制网，采用全站仪自由设站法测量控制标志(1)中心点在铁路工程坐标系下的三维坐标；

步骤4：在上述铁路车载激光雷达点云数据中提取控制标志(1)中心点的坐标，依据全站仪测量的控制标志(1)中心点在铁路工程坐标系下的三维坐标，根据铁路车载激光雷达点云数据中提取控制标志(1)中心点的坐标与全站仪测量的控制标志(1)中心点在铁路工程坐标系下的三维坐标之间的坐标差值修正铁路车载激光雷达点云数据。

2.根据权利要求1所述的提高铁路车载激光雷达扫描数据精度的方法，其特征在于：所述步骤2中，车载激光雷达系统沿铁路进行扫描作业时的扫描宽度大于区段内铁路防护网的最宽宽度。

3.根据权利要求1所述的提高铁路车载激光雷达扫描数据精度的方法，其特征在于：所述步骤2中，将车载激光雷达系统安装于铁路通勤车或轨检车上沿铁路进行扫描作业，获取铁路车载激光雷达点云数据。

4.根据权利要求1所述的提高铁路车载激光雷达扫描数据精度的方法，其特征在于：所述步骤2中，装载有车载激光雷达系统的铁路通勤车或轨检车的行车速度不高于30km/h，并确保车载激光雷达系统获取铁路车载激光雷达点云数据中相邻点间距范围为0.5～2cm。

5.根据权利要求1所述的提高铁路车载激光雷达扫描数据精度的方法，其特征在于：扫描时车载激光雷达系统与GPS基站同步进行GPS观测，以实现动态GPS相位差分测量定位，相邻两个GPS基站间基线长度范围为4～8km。

6.根据权利要求1所述的提高铁路车载激光雷达扫描数据精度的方法，其特征在于：扫描时车载激光雷达系统的扫描成果平面坐标采用CGCS2000坐标系，高程基准采用1985高程基准。

7.根据权利要求1所述的提高铁路车载激光雷达扫描数据精度的方法，其特征在于：所述步骤3中，选择两个离全站仪自由设站最近的铁路基础控制网坐标点作为已知点，对全站仪自由设站进行后方交会，获得全站仪自由设站的三维位置信息，对全站仪自由设站进行定向；

全站仪定向完成后，通过全站仪采用前方交会法直接量测出控制标志(1)中心点在铁路工程坐标系下的三维坐标。

8.根据权利要求1所述的提高铁路车载激光雷达扫描数据精度的方法，其特征在于：所述控制标志(1)的图案为“田”字图案，田字图案中利用“十”字将控制标志(1)四等分成4个相同的正方形，其中对角区域颜色相同，相邻区域颜色互异，控制标志(1)中心点即为控制点的中心位置。

9.根据权利要求8所述的提高铁路车载激光雷达扫描数据精度的方法，其特征在于：所述步骤4中，依据全站仪测量的控制标志(1)中心点在铁路工程坐标系下的三维坐标，根据铁路车载激光雷达点云数据中提取控制标志(1)中心点的坐标与全站仪测量的控制标志(1)中心点在铁路工程坐标系下的三维坐标之间的坐标差值修正铁路车载激光雷达点云数据的具体方法为：

步骤401：利用点云数据处理软件读取铁路车载激光雷达点云数据，再读入控制标志(1)中心点在铁路工程坐标系下的三维坐标，将控制标志(1)中心点在铁路工程坐标系下的三维坐标所在的区域作为寻找点云数据标志中心点的空间范围；

步骤402：利用点云数据处理软件显示读入的铁路车载激光雷达点云数据，采用人机交互的方式，利用计算机辅助设计软件中的智能线工具在控制标志(1)区域内一横一竖勾画出不同亮度强度区域的边界线，得到一横一竖边界线的交点，找出离该一横一竖边界线的交点最近的全站仪测量的控制标志(1)中心点，并读出该全站仪测量的控制标志(1)中心点的坐标，再用测量工具量得上述一横一竖边界线的交点与最近的全站仪测量的控制标志(1)中心点的坐标差值，利用该差值对最近的全站仪测量的控制标志(1)中心点在铁路工程坐标系下的三维坐标进行改正即可求得修正后的铁路车载激光雷达点云数据控制标志(1)中心点的坐标。

10.根据权利要求9所述的提高铁路车载激光雷达扫描数据精度的方法，其特征在于：所述步骤402后还包括步骤403：采集的点云数据不仅包括坐标信息，还带有该点的采集时刻，按照采集时刻对所有点云进行划分，以控制标志(1)A、B、C、…，采集时刻：Ta、Tb、Tc、…为分界点，将整段点云数据分割成n段，两相邻控制点控制处于这两点采集时刻之间的点云；

步骤404：对铁路车载激光雷达点云数据中的任一点X(x,y,z)，均可找到其所属的点云段及该段的控制点O(xo,yo,zo)和P(xp,yp,zp)，所述O(xo,yo,zo)及P(xp,yp,zp)是在点云中读出的控制标志的坐标，通过计算X与O、P间的欧氏距离l1和l2，结合实测同名控制点O₀(xo₀,yo₀,zo₀)和P₀(xp₀,yp₀,zp₀)，采用以下公式即可算得修正后的X₀(x₀,y₀,z₀)，即为修正后铁路车载激光雷达点云数据；

$\left\{\begin{array}{c}{x}_0=x+\frac{l2}{l1+l2}({\mathrm{xo}}_0-xo)+\frac{l1}{l1+l2}({\mathrm{xp}}_0-xp)\\ y_0=y+\frac{l2}{l1+l2}({\mathrm{yo}}_0-yo)+\frac{l1}{l1+l2}({\mathrm{yp}}_0-yp)\\ z_0=z+\frac{l2}{l1+l2}({\mathrm{zo}}_0-zo)+\frac{l1}{l1+l2}({\mathrm{zp}}_0-zp)\end{array}\right.$

所述O₀(xo₀,yo₀,zo₀)和P₀(xp₀,yp₀,zp₀)是全站仪测出的控制点的坐标。