CN107421502A - 一种铁路货车限界自动化测量方法 - Google Patents

Abstract

本发明涉及一种铁路货车限界自动化测量方法，包括以下步骤：1)构建铁路货运列车限界自动检测系统；2)采用张正友的像机标定法对向前工业相机和向下工业相机进行内外方元素的标定；3)采用弱纹理影像层次密集匹配算法对货车表面进行特征点的匹配，获取货车表面的三维点云；4)基于前方交会原理，获取货车表面的三维点云的三维坐标，并去除非车身部分的点云；5)根据铁轨坐标系基准标靶，采用最小二乘拟合轨道平面，构建轨道坐标系；6)将货车表面的三维点云的三维坐标转换到轨道坐标系中，并获取限高与限宽进行超限判断。与现有技术相比，本发明具有自动化测量、测量准确、效率高、快速精确等优点。

Description

一种铁路货车限界自动化测量方法

技术领域

本发明涉及铁路运输领域，尤其是涉及一种铁路货车限界自动化测量方法。

背景技术

随着现代测绘技术与计算机视觉技术的发展，像片匹配与三维重建技术越来越多的运用与生产实践。为了确保机车车辆在铁路线路上运行的安全，防止机车车辆撞击邻近线路的建筑物和设备，而对机车车辆和接近线路的建筑物、设备所规定的不允许超越的轮廓尺寸线，称为限界。铁路部门为超限货物运输而制定的超限限界图以及站场设计与限界有关的规定，都以铁路限界为依据。现有货运车辆限界量测方法存在的一些不足。目前货运车辆限界测量主要方法有人工皮尺量测或是界限门三维激光量测系统。但这两种方式都存在一定的局限性：人工皮尺量测，需要多人配合，且工作人员需要在货运车辆上爬上爬下，存在一定的不安全因素，精度受多方因素影响较大(货运车辆限高基准面测量存在误差，左右限宽测量，中轴线选取存在误差，货运车辆多为曲面，皮尺量测时存在一定误差)。界限门三维激光量测系统，限界门位置固定，移动性测量不强，且对货运站现场需要进行一定改造，造价较大。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种自动化测量、测量准确、效率高、快速精确的铁路货车限界自动化测量方法。

本发明的目的可以通过以下技术方案来实现：

一种铁路货车限界自动化测量方法，用以判断铁路货车是否超限，包括以下步骤：

1)构建铁路货运列车限界自动检测系统，包括影像数据采集装置、坐标转化装置、辅助装置和数据处理终端，所述的影像数据采集装置包括向前工业相机和向下工业相机，通过辅助装置与数据处理终端连接，所述的坐标转化装置为一表面设有黑白棋盘格的工字钢，作为铁轨坐标系基准标靶；

2)采用张正友的像机标定法对向前工业相机和向下工业相机进行内外方元素的标定；

3)采用弱纹理影像层次密集匹配算法对货车表面进行特征点的匹配，获取货车表面的三维点云；

4)基于前方交会原理，获取货车表面的三维点云的三维坐标，并去除非车身部分的点云；

5)根据铁轨坐标系基准标靶，采用最小二乘拟合轨道平面，构建轨道坐标系；

6)将货车表面的三维点云的三维坐标转换到轨道坐标系中，并获取限高与限宽进行超限判断。

所述的步骤2)中，

通过旋转工业相机拍照，实现影像中标靶的旋转，进行内方位元素的标定；

将工业相机固定在横杆上，在向前与向下视角内布设分布均匀的靶标，利用全站仪建立自由坐标系，测量每一个标靶中心点的坐标，对工业相机群进行整体外方位元素标定。

所述的步骤3)具体包括以下步骤：

31)获取两个向下工业相机或向前工业相机的两幅影像数据，构建影像金字塔，并划分带匹配的区域；

32)采用SIFT算法检测影像金字塔底层的SIFT的特征点，并对SIFT的特征点周围区域进行图像分块，计算各块内的梯度直方图，生成特征描述子进行匹配，并对匹配错误的匹配点进行滤除，并对未匹配的SIFT的特征点分布进行NCC匹配点加密，；

33)将底层所有匹配点传递至影像金字塔上一层，重复步骤32)的提取SIFT的特征点、匹配和加密，直至影像金字塔顶层。

所述的步骤3)还包括以下步骤：

34)将影像金字塔顶层的所有匹配点作为控制点，进行一次格网匹配，以提高匹配正确率。

所述的步骤32)中，采用散点式单色光源激光器，用以增加货车的表面特征。

所述的步骤5)具体包括以下步骤：

51)通过向下工业相机获取铁轨坐标系基准标靶影像，提取表面棋盘格角点并基于核线约束匹配角点；

52)采用相机的内外方位元素基于前方交会获取匹配角点的三维坐标；

53)根据铁轨坐标系基准标靶平面所有匹配角点的三维坐标，采用最小二乘方法拟合获取轨道平面，将X方向与Y方向上的三维坐标投影到轨道平面中，分别拟合出X轴与Y轴，确定坐标原点O，拟合轨道平面的法向量即为坐标系的Z轴方向，构建轨道坐标系。

所述的步骤6)中，采用截面投影判断货车是否超限，具体为：

在轨道坐标系中，设X轴方向为铁轨方向，OYH平面平行于货车横截面，将转换后的点坐标沿x轴方向投影至OYH平面，通过OYH平面上点与线的位置关系判断是否超限。

与现有技术相比，本发明具有以下优点：

一、自动化测量：本发明通过构建铁路货运列车限界自动检测系统，代替原有的人工皮尺测量，自动获取货车表面的位置和距离并进行超限判断，测量准确、效率高。

二、快速精确:本发明铁路货车限界自动化测量方法，采用硬触发控制多台工业相机同步获取影像数据，采用一种基于工业相机的多约束的高效准确的货车表面点云生成方法，快速恢复货车顶部与侧面三维点云，基于棋盘格纹理的工字形轨道靶标，建立高精度的铁轨坐标系，实现点云数据由自由坐标系至轨道坐标系的转化，从而实现铁路货车界限自动化量测。

附图说明

图1为方法配套铁路货运列车限界自动检测装置，图中，1、2、3、4为向前工业相机，记为Front1、Front2、Front3、Front4，5、6、7、8、9、10为向下工业相机，记为Down1、Down2、Down3、Down4、Down5、Down6，11、同步器和电源，12、移动终端，13、可旋转连接器和散点式单色光源激光器，14、可伸缩竖杆，15、铁轨坐标基准靶标工字钢，16、挂钩连接器。

图2铁路货车限界自动化测量方法总体流程图。

图3为标定时所采用特殊标靶。

图4为弱纹理影像密集层次匹配算法示意图。

图5为本发明方法影像数据处理方法的流程图，其中，图(5a)为总体数据处理策略，图(5b)为金字塔底层影像处理流程，图(5c)为金字塔中间层影像处理流程，图(5d)为金字顶层层影像处理流程。

图6为基于核线约束与透视变换进行NCC匹配点加密原理图。

图7为实验影像数据前方交会恢复的三维点云结果。

图8为恢复货车表面三维点云。

图9高精度铁轨坐标系建立算法示意图，其中，图(9a)为坐标转换示意图，图(9b)为高精度铁轨坐标系建立算法示意图。

图10超限判断工作原理示意图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

实施例

为了确保机车车辆在铁路线路上运行的安全，防止机车车辆撞击邻近线路的建筑物和设备，铁路货运车辆限界测量是货运站工作的一个重要环节。现有货运车辆限界量测方法存在的一些不足，如人工皮尺量测，需要多人配合，存在一定的不安全因素，工作效率底，自动化程度不高；界限门三维激光量测系统昂贵。

本发明基于铁路货车限界自动化测量装置，提出一种铁路货车限界自动化测量方法。主要包含以下几个方法(算法)：

(1)工业相机群的内外方位元素检校；

(2)弱纹理影像密集层次匹配算法；

(3)摄影测量前方交会，三维点云生成；

(4)高精度铁轨坐标系建立算法；

(5)坐标转换，铁路货车界限量测。

实验装置简介：

本方法实现的铁路货运列车限界自动检测装置如附图1所示。装置硬件主要由影像数据采集装置(工业相机影像模块)、坐标转化装置(铁轨坐标系基准标靶，工字钢)，辅助模块(同步器，连接器，散点式单色光源激光器)和数据处理终端四个部分组成。

数据采集部分，由四台向前高像素相机与六台向下中低像素相机构成，通过硬触发实现同步可控制的拍照。工字钢与移动电脑终端分别构成铁轨坐标基准部分与数据处理部分。工字形靶标(工字钢)用于构建轨道坐标系

本发明方法总体处理流程图如附图2所示。

1工业相机群的内外方位元素检校

相机检校基于张正友的像机标定法进行，模拟货车大致的测量范围，对固定在横杆的工业相机群进行内外方位元素分别进行标定，内方位元素标定时，因为标定场景十分大，无法实现标靶的整体旋转，本方法通过旋转工业相机拍照，实现影像中标靶的旋转。在进行外方位元素标定时，将所有工业相机固定在横杆上，在向前与向下视角内布设分布均匀的靶标，并利用全站仪建立自由坐标系，测量每一个标靶中心点的坐标，对工业相机群进行整体外方位元素标定。标定时所采用特殊标靶如附图3所示，该靶标有利于自动识别并对控制点进行系统标号，提高标定效率。

2弱纹理影像层次密集匹配算法：

数据采集部分基于单片机模块，采用数据连接线实时同步记录与传输影像数据。数据采集部分有两种量测模式：限高测量与限宽测量。一次测量需要六台相机，通过单片机模块编程实现相机软触发同步拍照，保证数据采集时间一致。采集四幅向前，两幅向下的影像数据。例如限高量测，相机Front1、Front2、Front3、Front4、Down1、Down3同步拍摄，传输至计算机。Front1、Front2、Front3、Front4用于两两构建立体像对重建列车顶部表面三维几何形状。Down1、Down3用于拟合铁轨平面，建立轨道平面坐标系。

弱纹理影像层次密集匹配算法示意图如附图4所示。以向前的四幅影像分别记为Front1、Front2、Front3、Front4，以Front1、Front2为例，进行如下数据处理。对于两幅待匹配的影像数据，为提高特征点检测的时间效率，先构建金字塔影像，再有针对的划分待匹配的区域。弱纹理影像密集层次匹配算法数据处理的流程如附图5所示。首先为了加速数据处理，对获取影像构建影像金字塔。利用SIFT算法检测底层影像特征点。SIFT算法是在图像的尺度空间中搜索出图像的局部极值点，然后去除对比度低的极值点和不稳定的边缘响应点，从而确定图像的特征点，之后对特征点周围区域进行图像分块，计算各块内的梯度直方图，生成独特性的向量描述符，即128维的特征描述子，来描述每个特征点的位置、尺度和方向信息。实验室模拟影像SIFT算法检测出底层金字塔影像的特征点，再基于SIFT算子进行匹配。利用核线约束，在一定阈值下，对初匹配错误的匹配点进行滤除，确保底层用作控制的匹配点的正确性，此步骤确保底层影像匹配控制点的准确性。将左、右两幅底层影像未匹配的SIFT的特征点分布基于核线约束与透视变换进行NCC匹配点加密，原理图如附图6所示，实验室模拟影像加密，将底层所有匹配点传递至上一层，再提取特征点，基于核线约束与透视变换进行NCC匹配点加密。如此循环，直至匹配点传递到顶层。根据需要，可以再将顶层所有匹配点作为控制点，进行一次格网匹配。实验数据顶层左右影像匹配相关。本算法与单一SIFT算法或其他匹配算法相比时间效率更快，匹配正确率上更高。

由于货车表面表面特征不明显，且货运站光线较暗，环境背景较为复杂，采用散点式单色光源激光器，增加货车表面特征，由于场景中存在许多相似形状，SIFT算子直接匹配结果中存在许多误匹配，并且时间效率不高。采用本方法算法，能够很好的在货车表面均匀匹配出若干特征点。最终基于这些匹配点逐层加密匹配点，实现货车表面的密集匹配，进而恢复货车表面三维点云，结果如附图8所示。

3前方交会，三维点云重建：

最后将顶层所有匹配点，基于前方交会的原理，计算三维坐标，从而得到一部分三维点云，实验数据三维点云如附图7所示。根据车身大致范围，去除点云中，非货车车身部分点云。同样的方法，对Front2、Front3；Front3、Front4；Front1、Front3；Front2、Front4；Front1、Front4相对进行处理，将点云数据基于同名点进行拼接，以得到更密的覆盖更广的货车顶部点云数据。

单点限高限宽量测时，以顶层影像的匹配点为控制点，在左影像中根据需要选择所需要量测的点位，基于核线约束与透视变换，在右影像中计算左影像选择点位的匹配点，利用相机检校参数，同样基于前方交会的方法计算刺点的三维坐标。

按照本发明提到的数据处理方法，采用实验室建筑模型台模拟点云匹配重建与坐标转换，进行可行性验证。当不采用本发明数据处理方法时，整个实验对象匹配出1635个同名点。使用本发明的数据处理方法时，以核线与透视变换为约束条件，构建金字塔影像，逐层加密匹配点，记过实验数据，可以较为密集的匹配出4425个同名点，且算法时间效率较高。

4高精度铁轨坐标系建立算法：

高精度铁轨坐标系建立算法示意图如附图9所示。向下的两幅影像分别记为Down1、Down2，进行如下数据处理。首先提取棋盘格角点，基于核线约束匹配角点；接着使用内外方位元素，前方交会计算匹配角点的三维坐标；通过靶标平面的所有角点三维坐标，基于最小二乘的方法拟合轨道平面，将X方向与Y方向上的三维坐标投影到轨道平面中，分别拟合出X轴与Y轴，确定坐标原点，拟合轨道平面的法向量即为坐标系Z轴方向，如此即构建出精度较高的轨道坐标系；最后将货车三维点云数据转换到局部轨道坐标系中，计算限高与限宽。工字形棋盘靶标的设计能够既能无缝贴合轨道，构建出当时轨道坐标系，又能有效避免如挂钩等等车厢连接物体的干扰，此外平行格网点间空间关系增加一层约束，可以进一步提高精度。

5坐标转换，铁路货车界限量测：

将货车三维点云数据转换到局部轨道坐标系中，计算限高与限宽。货运列车超限判断，是一个空间点与空间面判断的过程。为了简化实现难度，本发明采用一种截面投影判断货车超限的方法。在局部轨道坐标系中，x轴方向为铁轨方向，oyh平面平行于货车横截面。在判断是否超限时，x轴方向对边界判断没有影响，实现时，只需要，将转换后的点坐标沿x轴方向投影至oyh平面，在oyh平面判断点与线的位置关系即可，这样即简化实现难度，又提高判断效率。通过这样操作，实现车厢表面三维点云重建整体限高限宽量测与界限自动判断，工作原理示意图如附图10所示。

本发明铁路货车限界自动化测量方法，采用硬触发控制多台工业相机同步获取影像数据，采用一种基于工业相机的多约束的高效准确的货车表面点云生成方法，快速恢复货车顶部与侧面三维点云，基于棋盘格纹理的工字形轨道靶标，建立高精度的铁轨坐标系，实现点云数据由自由坐标系至轨道坐标系的转化，从而实现铁路货车界限自动化量测。

Claims (7)

1.一种铁路货车限界自动化测量方法，用以判断铁路货车是否超限，其特征在于，包括以下步骤：

1)构建铁路货运列车限界自动检测系统，包括影像数据采集装置、坐标转化装置、辅助装置和数据处理终端，所述的影像数据采集装置包括向前工业相机和向下工业相机，通过辅助装置与数据处理终端连接，所述的坐标转化装置为一表面设有黑白棋盘格的工字钢，作为铁轨坐标系基准标靶；

2)采用张正友的像机标定法对向前工业相机和向下工业相机进行内外方元素的标定；

3)采用弱纹理影像层次密集匹配算法对货车表面进行特征点的匹配，获取货车表面的三维点云；

4)基于前方交会原理，获取货车表面的三维点云的三维坐标，并去除非车身部分的点云；

5)根据铁轨坐标系基准标靶，采用最小二乘拟合轨道平面，构建轨道坐标系；

6)将货车表面的三维点云的三维坐标转换到轨道坐标系中，并获取限高与限宽进行超限判断。

2.根据权利要求1所述的一种铁路货车限界自动化测量方法，其特征在于，所述的步骤2)中，

通过旋转工业相机拍照，实现影像中标靶的旋转，进行内方位元素的标定；

将工业相机固定在横杆上，在向前与向下视角内布设分布均匀的靶标，利用全站仪建立自由坐标系，测量每一个标靶中心点的坐标，对工业相机群进行整体外方位元素标定。

3.根据权利要求1所述的一种铁路货车限界自动化测量方法，其特征在于，所述的步骤3)具体包括以下步骤：

31)获取两个向下工业相机或向前工业相机的两幅影像数据，构建影像金字塔，并划分带匹配的区域；

32)采用SIFT算法检测影像金字塔底层的SIFT的特征点，并对SIFT的特征点周围区域进行图像分块，计算各块内的梯度直方图，生成特征描述子进行匹配，并对匹配错误的匹配点进行滤除，并对未匹配的SIFT的特征点分布进行NCC匹配点加密，；

33)将底层所有匹配点传递至影像金字塔上一层，重复步骤32)的提取SIFT的特征点、匹配和加密，直至影像金字塔顶层。

4.根据权利要求3所述的一种铁路货车限界自动化测量方法，其特征在于，所述的步骤3)还包括以下步骤：

34)将影像金字塔顶层的所有匹配点作为控制点，进行一次格网匹配，以提高匹配正确率。

5.根据权利要求1所述的一种铁路货车限界自动化测量方法，其特征在于，所述的步骤32)中，采用散点式单色光源激光器，用以增加货车的表面特征。

6.根据权利要求1所述的一种铁路货车限界自动化测量方法，其特征在于，所述的步骤5)具体包括以下步骤：

51)通过向下工业相机获取铁轨坐标系基准标靶影像，提取表面棋盘格角点并基于核线约束匹配角点；

52)采用相机的内外方位元素基于前方交会获取匹配角点的三维坐标；

53)根据铁轨坐标系基准标靶平面所有匹配角点的三维坐标，采用最小二乘方法拟合获取轨道平面，将X方向与Y方向上的三维坐标投影到轨道平面中，分别拟合出X轴与Y轴，确定坐标原点O，拟合轨道平面的法向量即为坐标系的Z轴方向，构建轨道坐标系。

7.根据权利要求6所述的一种铁路货车限界自动化测量方法，其特征在于，所述的步骤6)中，采用截面投影判断货车是否超限，具体为：

在轨道坐标系中，设X轴方向为铁轨方向，OYH平面平行于货车横截面，将转换后的点坐标沿x轴方向投影至OYH平面，通过OYH平面上点与线的位置关系判断是否超限。