CN110986820A - 轨道侵限检测方法、装置及电子设备 - Google Patents

Abstract

本发明提供了一种轨道侵限检测方法、装置及电子设备，获取轨道的当前位置的限界检测数据后，根据所述限界检测数据和预先获取的所述轨道的限界框数据，确定所述轨道的当前位置的侵限状况。本发明通过预先获取的限界框数据及当前的限界检测数据，确定当前位置的侵限状况，提高了轨道侵限检测的效率及检测精度，降低了人力成本。

Description

轨道侵限检测方法、装置及电子设备

技术领域

本发明涉及铁路安全技术领域，尤其是涉及轨道侵限检测方法、装置及电子设备。

背景技术

相关技术中，在运营期间的轨道侵限检测方法主要采用模拟的限界框的接触式测量，或者采用人工拉皮尺的方式按一定间隔距离测量的方式实现，上述方式存在安全性低、作业效率低下以及测量精度较低的缺陷。

发明内容

有鉴于此，本发明的目的在于提供一种轨道侵限检测方法、装置及系统，以提高轨道侵限检测的效率及检测精度，降低人力成本。

第一方面，本发明实施例提供了一种轨道侵限检测方法，包括：获取轨道的当前位置的限界检测数据；根据限界检测数据和预先获取的轨道的限界框数据，确定轨道的当前位置的侵限状况。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，上述限界检测数据包括当前里程数据及限界测量数据；轨道的限界框数据包括子限界框及对应的轨道里程；根据限界检测数据和预先获取的轨道的限界框数据，确定轨道的当前位置的侵限状况的步骤，包括：根据当前里程数据，确定轨道的当前位置的当前轨道里程；在限界框数据中查找当前轨道里程对应的子限界框；根据子限界框及限界测量数据，确定轨道的当前位置的侵限状况。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，上述限界测量数据包括激光点云测量数据；上述激光点云测量数据包括多个激光点的位置信息；根据子限界框及限界测量数据，确定轨道的当前位置的侵限状况的步骤包括：根据位置信息，判断激光点云测量数据中是否存在位于子限界框之内的激光点；如果存在，确定轨道的当前位置存在侵限状况；将位于子限界框之内的激光点云测量数据确定为侵限数据；根据侵限数据，确定轨道的当前位置的侵限状况。

结合第一方面的第二种可能的实施方式，本发明实施例提供了第一方面的第三种可能的实施方式，其中，侵限状况包括最大侵限距离、侵限位置数目及侵限位置最小高度；根据侵限数据，确定轨道的当前位置的侵限状况的步骤，包括：基于侵限数据，计算确定轨道的当前位置的最大侵限距离、侵限位置数目及侵限位置最小高度。

结合第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，上述方法还包括：获取轨道的当前位置的影像数据；如果确定轨道的当前位置存在侵限状况，将激光点云测量数据与影像数据进行叠加，确定侵限设施的相关信息。

第二方面，本发明实施例还提供一种轨道侵限检测装置，包括：检测数据获取模块，用于获取轨道的当前位置的限界检测数据；侵限状况确定模块，用于根据限界检测数据和预先获取的轨道的限界框数据，确定轨道的当前位置的侵限状况。

结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，上述限界检测数据包括当前里程数据及限界测量数据；上述轨道的限界框数据包括子限界框及对应的轨道里程；上述侵限状况确定模块还包括：当前轨道里程确定单元，用于根据当前里程数据，确定轨道的当前位置的当前轨道里程；子限界框查找单元，用于在限界框数据中查找当前轨道里程对应的子限界框；侵限状况确定单元，用于根据子限界框及限界测量数据，确定轨道的当前位置的侵限状况。

结合第二方面的第一种可能的实施方式，本发明实施例提供了第二方面的第二种可能的实施方式，其中，上述限界测量数据包括激光点云测量数据；上述激光点云测量数据包括多个激光点的位置信息；上述侵限状况确定单元还用于：根据位置信息，判断激光点云测量数据中是否存在位于子限界框之内的激光点；如果存在，确定轨道的当前位置存在侵限状况；将位于子限界框之内的激光点云测量数据确定为侵限数据；根据侵限数据，确定轨道的当前位置的侵限状况。

第三方面，本发明实施例还提供一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的机器可执行指令，处理器执行机器可执行指令以实现上述方法。

第四方面，本发明实施例还提供一种机器可读存储介质，机器可读存储介质存储有机器可执行指令，机器可执行指令在被处理器调用和执行时，机器可执行指令促使处理器实现上述方法。

本发明实施例带来了以下有益效果：

本发明实施例提供了一种轨道侵限检测方法、装置及电子设备，获取轨道的当前位置的限界检测数据后，根据限界检测数据和预先获取的轨道的限界框数据，确定轨道的当前位置的侵限状况。该方式中，通过预先获取的限界框数据及当前的限界检测数据，确定当前位置的侵限状况，提高了轨道侵限检测的效率及检测精度，降低了人力成本。

本发明的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本发明的上述技术即可得知。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施方式，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种轨道侵限检测方法的流程图；

图2为本发明实施例提供的另一种轨道侵限检测方法的流程图；

图3是本发明实施例提供的一种基于高精度车载激光移动测量系统地铁限界方法中，移动测量系统设备标定后正视效果图；

图4是本发明实施例提供的一种基于高精度车载激光移动测量系统地铁限界方法中，移动测量系统设备标定后扫描的隧道断面与轨面垂直的俯视效果图；

图5是本发明实施例提供的一种基于高精度车载激光移动测量系统地铁限界方法中的地铁轨道限界框的示意图；

图6是本发明一种基于高精度车载激光移动测量系统地铁限界检测方法的流程图；

图7是本发明一种基于高精度车载激光移动测量系统地铁限界方法流程中，地铁隧道断面点云与限界框配准效果图；

图8为本发明实施例提供的一种轨道侵限检测装置的结构示意图；

图9为本发明实施例提供的一种电子设备的结构示意图。

图标：30-载体车架；31-激光扫描仪；32-里程编码器；33-电池；34-控制系统；35-GPS天线；800-检测数据获取模块；802-侵限状况确定模块；1201-处理器；1202-存储器；1203-总线；1204-转发芯片。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

随着大量的城市轨道交通投入运营，线路行车密度大、养护维修标准高、检修作业高、检修作业时间短等因素对地铁侵限检测提出了更高的要求，运营期间的传统轨道限界检测方法主要采用模拟的限界框的接触式测量或者采用人工拉皮尺的方式按一定间隔距离测量，存在安全性低、作业效率低下以及测量精度无法达到要求等问题，因此引入高新技术以改进检测方式、提高检测效率就显得十分有必要。如何利用新型测量技术实现侵限检测过程的自动化和测量成果快速输出，成为近年来的研究焦点。

三维激光扫描技术又称“实景复制技术”，它通过激光扫描测量方法快速获取被测对象表面的三维坐标数据及其他关键信息。三维激光扫描技术以其突破了常规测量的单点采集模式，具有非接触、效率高等优势，为既有线路资产台账调查管理工作提供了一种新的思路和技术手段。

车载激光雷达系统通过在移动平台上搭载激光扫描仪获取被测目标的高精度、高密度激光点云数据，代表测量技术最新发展趋势，将高精度车载激光移动测量系统应用于地铁侵限检测中，能够实现里程实时更新、自动跨越长短链、自动实时无缝切换地铁限界数据和限界检测，全程自动无人工干预的作业方式，能大幅度提升检测效率和可靠性、减少人工劳动强度、提高检测的准确率和精度。

基于此，本发明实施例提供了一种轨道侵限检测方法、装置以及电子设备，可以应用于地铁、火车等交通工具的侵限检测过程。

为便于对本实施例进行理解，首先对本发明实施例所公开的一种轨道侵限检测方法进行详细介绍。

本发明实施例提供了一种轨道侵限检测方法，如图1所示，该方法包括以下步骤：

步骤S100，获取轨道的当前位置的限界检测数据。

上述限界检测数据可以为通过非接触式测量获取到的当前位置平面的轮廓数据；该限界检测数据可以为通过上述三维激光扫描技术扫描得到的激光点云数据，还可以为超声波数据等。

步骤S102，根据限界检测数据和预先获取的轨道的限界框数据，确定轨道的当前位置的侵限状况。

上述限界框数据数据可以为在对轨道进行设计时确定的整个轨道的限界框数据，也可以在对轨道进行检修时获取到的整个轨道的限界框数据。通常来说，该限界数据中包括该轨道各个位置的限界框及对应的位置信息。在判断当前位置的侵限状况时，需要在限界框数据中查找到当前位置的限界框，然后查看限界检测数据所指示的当前位置的轮廓是否已经侵入了该限界框；如果当前位置的轮廓是否已经侵入了该限界框，会造成运输工具的行驶受到影响，此时确定当前位置产生了侵限问题，进一步还可以根据界限检测数据确定当前位置对轨道的侵限程度。

本发明实施例提供了一种轨道侵限检测方法，获取轨道的当前位置的限界检测数据后，根据限界检测数据和预先获取的轨道的限界框数据，确定轨道的当前位置的侵限状况。该方式中，通过预先获取的限界框数据及当前的限界检测数据，确定当前位置的侵限状况，提高了轨道侵限检测的效率及检测精度，降低了人力成本。

本发明实施例还提供了另一种轨道侵限检测方法，该方法在上述轨道侵限检测方法的基础上实现；该方法中，限界检测数据包括当前里程数据及限界测量数据；当采用三维激光扫描计数获取限界测量数据时，该限界测量数据可以为激光点云测量数据；如图2所示，该方法包括以下步骤：

步骤S200，获取轨道的当前位置的限界检测数据；该限界检测数据包括当前里程数据及激光点云测量数据；激光点云测量数据包括多个激光点的位置信息。

上述里程数据可以通过里程编码器测量；该里程编码器可以在进入轨道时开始生成编码器数据，可以将该编码器数据称为里程数据。

步骤S202，根据当前里程数据，确定轨道的当前位置的当前轨道里程；具体地，编码器数据可以记录里程编码器的位移，基于上述里程编码器的位移，可以确定当前位置对应的轨道里程。

步骤S204，在限界框数据中查找当前轨道里程对应的子限界框；在确定了当前位置的轨道里程后，可以在限界框数据中找到该轨道里程处的子限界框；接下来可以根据子限界框及限界测量数据，确定轨道的当前位置的侵限状况。

步骤S206，根据位置信息，判断激光点云测量数据中是否存在位于子限界框之内的激光点。如果存在，执行步骤S208；如果不存在，结束。

将激光点云测量数据中各个激光点的位置信息与限界框所围成的范围进行比较，当激光点的位置信息落在限界框所围成的范围内时，对应的激光点位于限界框之内。

步骤S208，确定轨道的当前位置存在侵限状况。当激光点云数据中存在位于子限界框之内的激光点时，说明当前位置存在侵限状况。

步骤S210，将位于子限界框之内的激光点云测量数据确定为侵限数据；进一步地，可以根据侵限数据，确定轨道的当前位置的侵限状况；其中，侵限状况可以包括最大侵限距离、侵限位置数目及侵限位置最小高度。

步骤S212，基于侵限数据，计算确定轨道的当前位置的最大侵限距离、侵限位置数目及侵限位置最小高度；具体地，可以统计产生侵限状况的位置的个数，得到侵限位置数据根据两点间距离公式或点到直线距离公式计算最大侵限距离及侵限位置最小高度。

进一步地，为了确定侵限的设施，上述方法还可以包括以下步骤：

(1)获取轨道的当前位置的影像数据；该影像数据可以在获取激光点云测量数据的同时得到，可以显示当前位置的环境情况。

(2)如果确定轨道的当前位置存在侵限状况，将激光点云测量数据与影像数据进行叠加，确定侵限设施的相关信息；该相关信息可以为侵限设置的种类位置等。

上述轨道侵限检测方法，获取轨道的当前位置的当前里程数据及激光点云测量数据后，根据当前里程数据在预先获取的轨道的限界框数据确定当前位置对应的子限界框，再判断是否存在激光点云测量数据位于子限界框内，从而确定轨道的当前位置是否有侵限状况，如果存在侵限状况，再确定最大侵限距离、侵限位置数目及侵限位置最小高度等参数。该方式中，通过预先获取的限界框数据及当前的激光点云测量数据，确定当前位置的侵限状况，可以提高轨道侵限检测的检测精度，并降低了人力成本。

基于上述的轨道侵限检测方法，本发明实施例提供了一种基于高精度车载移动测量系统地铁侵限检测方法；该方法的基本原理与上述方法相同，主要应用于地铁的侵限监测。

上述高精度车载移动测量系统主要包括载体车架30(相当于上述运行平台)、激光扫描仪31、里程编码器32、电池33、控制系统34及GPS天线35(Global Positioning System，全球定位系统)，如图3所示；其中，扫描仪及里程编码器设置在运行平台，随着运行平台在地铁轨道上运行。通常还在载体车架上同时设置相机，扫描仪、里程编码器及相机以设定的频率进行数据采集；控制系统主要用于实现上述轨道侵限检测方法；该移动测量系统设备标定后扫描的隧道断面与轨面垂直的俯视效果图如图4所示，在图4中标示了隧道扫描断面线。地铁轨道限界框的示意图如图5所示，限界框以轨道中心线为对称轴，主要包括车辆限界和设备限界，车辆轮廓在车辆界限之内。

如图6所示，本发明解决其技术问题所采用的技术方案包含如下步骤：

(1)移动测量系统设备标定；具体地，移动测量系统设备标定主要是对扫描仪在激光移动测量系统中的安装位置以及系统载体结构两个方面进行标定(也称为扫描仪与结构标定)，确保外业采集过程中，激光扫描仪扫描头严格与地铁两轨道连线垂直。该标定会确保采集的地铁隧道断面点云在航向上无偏移，保证侵限检测的精度。

(2)移动测量系统中激光扫描仪与相机标定；具体地，移动测量系统中激光扫描仪与相机标定结果就是根据点云数据计算的结果可以与相机拍摄的影像数据同步叠加显示，由于工业制造等原因相机拍摄图片的频率远远低于激光扫描仪的频率，同时该系统相机与扫描仪触发方式不同，实现点云与图片的同步就需要提前对设备进行标定，本发明实施例中采用的标定方法标定的参数主要有如下几种：

①比例缩放因子s；

②水平偏移t_w与垂直偏移t_h，单位为像素；

③编码器距相片起始位置的距离d_b。

(3)采集外业数据(也称为外业采集)：RMMS(Railway Move Measure System，铁路移动测量系统，可以基于上述高精度车载移动测量系统建立)采集铁路沿线的点云数据以及导航数据。采用RMMS采集三维激光点云数据、DMI(Distance Measurement Indicator，距离测量装置，相当于上述里程编码器)数据、影像数据、GPS数据。

(4)收集当前检测地铁隧道对应的线路数据以及限界框数据(不同曲线半径对应不同的限界框数据)，简称为收集限界数据。

具体地，需要提前收集的数据包括两个方面：

当前检测地铁隧道对应的线路数据：主要包括区间、曲线类型、起始里程、终止里程、半径(mm)、偏向(左或右)、外侧加宽(mm)、内侧加宽(mm)，所属地段(隧内或隧外)、站台类型(区间、地下岛式站台或侧式站台)。

限界框数据：提供不同曲线半径对应的设备限界和车辆限界数据(限界框各个顶点对应的二维坐标)或者提供直线段设备限界和车辆限界数据以及不同区间半径对应的外侧加宽值和内侧加宽值。

(5)编辑收集的地铁线路数据和限界框数据，编辑不同里程范围内对应的线路数据表格以及不同半径对应的限界框数据表格(限界框每个顶点的二维坐标)，简称为编辑数据；其中，编辑线路数据按照步骤(4)中提供的线路数据格式将每个里程区间编写一行记录，并编写完左、右线路两个线路数据文件；编辑每个半径一个限界框数据。

(6)创建地铁限界检测工程，一条地铁线路一个检测工程，简称为创建检测工程；该步骤中，创建地铁限界工程主要是关联并管理步骤(5)中编辑的线路数据与限界数据。

该步骤具体过程如下：

步骤6.1分别添加地铁轨道线的左右线数据，数据格式如步骤(5)编辑后的格式。

步骤6.2添加设备限界分为两种情况：

整条线路所有曲线半径为同一设备限界：该情况下需要添加隧内和隧外两个设备限界，若无隧外设备，则隧外和隧内的设备限界为同一个设备限界；

整条线路按照曲线半径有多个设备限界：该情况下需要将所有提供的设备限界添加进去，若无隧外设备限界，则隧外设备限界与隧内设备限界一致。

添加地铁设备限界有三个参数起始半径、终止半径以及限界文件。如当前线路设备提供添加地铁直线段限界、半径150限界、半径400限界、半径650限界、半径1000限界、半径1200限界、半径2000限界、半径3000限界，则其添加方式为：

半径0-1直线段限界；

半径2-399半径150限界；

半径400-649半径400限界；

半径650-999半径650限界；

半径1000-1199半径1000限界；

半径1200-1999半径1200限界；

半径2000-2998半径2000限界；

半径2999-3000半径3000限界。

步骤6.3添加车辆限界，分为隧内车辆限界和隧外车辆限界，若无隧外，则用隧内车辆限界代替隧外车辆限界。

步骤6.4添加轨道类型，目前主要有60轨和50轨两种，该处文件为50轨或60轨轮廓顶点坐标(二维数据)。

步骤6.5根据用户选择添加的数据，自动创建检测工程，该工程管理该线路所有里程数据与限界框数据，为线路限界检测工程化管理以及里程自动切换的基础。

(7)打开检测工程，设置相关输入参数，导入并显示点云数据；具体地，导入地铁隧道激光点云数据，实时显示不同里程处的地铁隧道断面点云数据。

(8)设置点云起始里程，并设置限界检测忽略区域，导入轨头(轨道头部数据)，并初始匹配轨道；其中，所述中点云起始里程为开始检测位置处地铁隧道的真实里程；限界检测忽略区域则为检测过程不需要输出侵限位置处，如接触网以及第三轨等地方；初始匹配轨道则是为隧道侵限自动检测过程中的轨道配准提供基础配准参数值，初始匹配后，其X方向与Y方向点云相对于标准轨头的偏移量数据分别为dx，dy。

(9)自动计算当前里程处的里程信息并提取当前帧断面点云数据，并自动切换当前里程对应处的限界。

在自动切换当前里程对应的限界的过程中，需要用到步骤(7)中设置的相关参数如下：移动测量系统行进方向是否与线路数据方向一致；侧式站台位值；移动测量系统行进里程方向(大里程或者小里程)。

该步骤的具体实现过程如下：

步骤9.1计算当前隧道断面点云数据的里程信息M，其计算公式如下所示：

M＝M_b+k*||(p-p_b)||/n*C

其中参数描述如下：

M_b表示检测起始位置处的真实里程；k表示移动测量系统行进里程方向，当移动测量系统行进里程方向为大里程时，k＝1；当移动测量系统行进里程方向为小里程时，k＝-1；p为当前检测处的编码器脉冲数，p_b为设置起始里程处的编码器脉冲数；n表示移动测量系统车轮转一周时编码器的脉冲数；C表示移动测量系统车轮外轮廓周长。

步骤9.2根据步骤9.1计算当前检测处的里程数据M以及步骤(7)中打开的检测工程数据，自动计算查找到当前检测处的区间信息(偏向、半径r、以及站台类型)以及直线段车辆限界数据顶点集合，S₁(x_i，y_i)，i∈(1，n)，n为限界框的顶点个数；直线段设备限界数据顶点集合S₂(x_i，y_i)，i∈(1，n)，并通过查到的半径r获取到该半径对应的设备限界数据顶点集合S₃(x_i，y_i)，i∈(1，n)。

步骤9.3，通过步骤9.2得到的数据，计算出当前检测位置处的限界数据，可以分两种情况进行计算：

A若当前检测处的区间信息为侧式站台或者地下岛式站台，其计算方法如下：

A₁若为侧式站台，且参数设置侧式车站在移动测量系统行进方向的左侧，则当前限界数据左侧为顶点集合S₁(x_i，y_i)中x_i≤0的点集合S₃(x_i，y_i)，其中i∈(1，n)，其右侧则为顶点集合S₂(x_i，y_i)中x_i≥0的点集合S₄(x_i，y_i)，则点集合S₄(x_i，y_i)∈(S₄∪S₃)则为当前检测位置处的限界数据。

若为侧式站台，且参数设置侧式车站在移动测量系统行进方向的右侧，则当前限界数据左侧为顶点集合S₂(x_i，y_i)中x_i≤0的点集合S₃(x_i，y_i)，其中i∈(1，n)，其右侧则为顶点集合S₁(x_i，y_i)中x_i≥0的点集合S₄(x_i，y_i)，则点集合S₄(x_i，y_i)∈(S₄∪S₃)则为当前检测位置处的限界数据。

若为地下岛式站台，且参数设置侧式车站在移动测量系统行进方向的左侧，则当前限界数据左侧为顶点集合S₂(x_i，y_i)中x_i≤0的点集合S₃(x_i，y_i)的点集合S₃(x_i，y_i)，其中i∈(1，n)，其右侧则为顶点集合S₁(x_i，y_i)中x_i≥0的点集合S₄(x_i，y_i)，则点集合S₄(x_i，y_i)∈(S₄∪S₃)则为当前检测位置处的限界数据。

若为侧式车站，且参数设置侧式车站在移动测量系统行进方向的右侧，则当前限界数据左侧为顶点集合S₁(x_i，y_i)中x_i≤0的点集合S₃(x_i，y_i)，其中i∈(1，n)，其右侧则为顶点集合S₂(x_i，y_i)中x_i≥0的点集合S₄(x_i，y_i)，则点集合S₄(x_i，y_i)∈(S₄∪S₃)则为当前检测位置处的限界数据。

若当前检测处的区间信息为侧式站台或者地下岛式站台，其计算方法如下：

若移动测量系统行进方向是否与线路数据方向一致，且当前偏向方向为左，则当前的限界数据为顶点集合S₃(x_i，y_i)，其中i∈(1，n)。

若移动测量系统行进方向是否与线路数据方向一致，且当前偏向方向为右，则顶点集合S₃(x_i，y_i)中的x_i＝x_i*-1，形成的新集合S₄(x_i，y_i)为当前限界数据。其中i∈(1，n)。

若移动测量系统行进方向是否与线路数据方向相反，且当前偏向方向为左，则当前的限界数据为顶点集合S₃(x_i，y_i)，其中i∈(1，n)。

若移动测量系统行进方向是否与线路数据方向相反，且当前偏向方向为右，则顶点集合S₃(x_i，y_i)中的x_i＝x_i*-1，形成的新集合S₄(x_i，y_i)为当前限界数据。其中i∈(1，n)。

步骤9.4，在软件显示界面中实时显示步骤9.3计算出的限界数据。

(10)实时自动配准轨道，统一地铁隧道断面点云数据与当前限界数据坐标系。

该步骤中实时自动配准轨道的具体实现步骤如下所示：

步骤10.1获取当前检测断面点云数据P₁(x_i，y_i)，其中i∈(1，n)，根据移动测量系统的结构设计参数，提取出断面点云数据中左轨数据L(x_i，y_i)，其中i∈(1，n1)以及右轨数据R(x_i，y_i)，其中i∈(1，n2)。

步骤10.2按照距离过滤方法对左轨数据L和右轨数据R进行过滤，设置过滤距离为0.01，过滤阈值为5，迭代遍历计算每个点周围100个点与其本身的距离，当距离小于0.01的点少于5个时则剔除该点，得到过滤后的左轨数据L₁(x_i，y_i)，其中i∈(1，n3)以及右轨数据R₁(x_i，y_i)，其中i∈(1，n4)。。

步骤10.3根据步骤(8)中设置的初始配准值对左轨数据L₁(x_i，y_i)和右轨数据R₁(x_i，y_i)进行转换：

x_i＝x_i+dx

y_i＝y_i+dy

得到转换后的左轨数据L₂(x_i，y_i)i∈(1，n3)和右轨数据R₂(x_i，y_i)i∈(1，n4)。

步骤10.4读取标准模型数据M(x_i，y_i)，将该模型数据复制一份按照中心C(0，0)以及标准轨距对称放置，得到左右轨的标准模型数据M_L(x_i，y_i)和M_R(x_i，y_i)，其中i∈(1，n5)。

步骤10.5获取步骤10.3中的左轨数据L₂(x_i，y_i)i∈(1，n3)和右轨数据R₂(x_i，y_i)i∈(1，n4)的集合G(x_i，y_i)∈(L₂∪R₂)i∈(1，n6)，，同时得到步骤10.4中的左右轨的标准模型数据M_L(x_i，y_i)i∈(1，n5)和M_R(x_i，y_i)i∈(1，n5)的集合G₁(x_i，y_i)∈(M_L∪M_R)i∈(1，n7)。

步骤10.6对步骤10.5中获取的点集合G(x_i，y_i)i∈(1，n6)与点集合G₁(x_i，y_i)i∈(1，n7)进行ICP(Iterative Closest Point，迭代最近点)匹配，其具体算法实现如下所示：

①在目标点集合G中取点集G_i∈G；

②找出源点集合G₁中对应的点集Q_i∈G₁，使得||G_i-Q_i||＝min；；

③计算旋转矩阵R和平移矩阵T，使得误差函数最小；

④对G_i使用上一步求得的旋转矩阵R和平移矩阵T进行旋转和平移变换得到新的对应点集G_i‘＝{G_i‘＝R*G_i+T，G_i∈G}；

⑤计算G_i与对应点集Q_i的平均距离：

⑥如果d小于某一给定的阈值或者大于预设的最大迭代次数，则停止迭代计算。否则返回步骤②，直到满足收敛条件为止。

⑦得到最终的旋转矩阵R和偏移矩阵T：

T＝[t_x t_y]^T

步骤10.7通过步骤(8)计算的初始配准数据和步骤10.6中计算的旋转矩阵以及偏移矩阵，可以将步骤10.1中获取当前检测断面点云数据P₁(x_i，y_i)，i∈(1，n)的坐标转换到限界数据坐标系中，统一限界数据与点云数据的坐标系，地铁隧道断面点云与限界框配准效果图如图7所示，图中轨道为标准60轨头。

(11)限界检测：自动检测侵限数据并判断是否存在侵限；具体地查找限界框范围内的点云数据，如果在限界框范围内存在点云数据，则存在侵限，该点云数据则表示为地铁侵限数据，计算其最大侵线距离、侵限位置数目以及侵线位置最小高度等信息。

该步骤具体通过以下方式实现：

步骤11.1获取当前检测的地铁隧道断面点云数据P(x_i，y_i)，i∈(1，n)，其中n为点云数据中点的个数。

步骤11.2按照步骤(10)对点云数据的坐标进行转换。

步骤11.3按照点在多边形内的算法，计算求出在限界框数据范围内的点集合Q_i(x_j，y_j)，i∈(1，n)，j∈(1，m_n)，其中n表示有侵限的数目，m_n表示每个侵限位置的点数，若点集合Q_i为空则表示该里程处无侵限，返回步骤(9)继续检测下一里程处的地铁隧道断面侵限信息，若有侵限则继续执行下一步骤。

步骤11.4从每个点集合Q_i(x_j，y_j)，i∈(1，n)，j∈(1，m_n)找出极限点，若点集中所有或者有部分点的x_j≤0，则获取点集合中x_j最大的点P₁(x，y)；若点集中所有点的x_j≥0，则获取点集合中x_j最小的点P₂(x，y)。

步骤11.5若步骤11.4中计算出的为点P₁(x，y)，则从限界框的左半边查找并计算P₁到限界框的距离D₁；若步骤11.4中计算出的为点P₂(x，y)，则从限界框的右半边查找并计算P₂到限界框的距离D₂，D₁或者D₂则为该处侵限位置的最大侵限距离。

步骤11.6参照步骤11.4-步骤11.5计算出所有点集合Q_i(x_j，y_j)，i∈(1，n)，j∈(1，m_n)的最大侵限距离。

(12)查找当前里程影像，将侵限数据与影像叠加分析，将根据点云计算的侵限结果与影像叠加显示，判定侵限位置以及侵限设施具体信息。

该步骤具体实现过程如下：

步骤12.1计算当前侵限检测处编码器的里程信息M，其计算公式如下所示：

M＝||(p-p_b)||/n*C

其中参数描述如下：p为当前检测处的编码器脉冲数，p_b为设置起始里程处的编码器脉冲数；n表示移动测量系统车轮转一周时编码器的脉冲数；C表示移动测量系统车轮外轮廓周长。

步骤12.2每张影像拍摄过程中会有一定的深度，附近里程的部分图像会有重叠部分，因此本发明实施例中会选择每张影像中其中一部分作为有效叠加计算区域，本步骤主要通过步骤12.1中计算的里程M查找到当前侵限位置的影像，其计算公式为：

M_b＝i*s+d_b

M_e＝M_b+s

其中参数描述如下：

①i为影像的索引ID(Identity document，身份标识号码)。

②s为相机拍照的里程步长。

③d_b为步骤(2)中的标定参数编码器距相片起始位置的距离。

④M_b为索引ID为i的影像有效计算区域的起始里程。

⑤M_e为索引ID为i的影像有效计算区域的终止里程。

遍历查找已存储的所有影像，当查找到M∈[M_b，M_e)时，结束查找，记录其影像名称。

步骤12.3将步骤(9)中自动切换获取的限界点集合S₄(x_i，y_i)，，i∈(1，n)的点坐标转换成影像上的像素坐标，具体计算公式如下所示：

P_w＝x_i*s+t_w

P_h＝h-y_i*s+t_h

①s为步骤(2)中标定的参数比例缩放因子s；

②t_w和t_h分别为步骤(2)中标定的参数水平偏移与垂直偏移，单位为像素；

③h为影像的高度

④P_w为像素的水平坐标

⑤P_h为像素的垂直坐标

将限界点集合S₄(x_i，y_i)，i∈(1，n)的点坐标利用上述公式转换成影像上的像素坐标后，连线绘制到步骤12.2获取的影像中。

步骤12.4将步骤(11)中检测的侵限数据点集合Q_i(x_j，y_j)，i∈(1，n)，j∈(1，m_n)坐标利用步骤12.3中的公式转换成像素坐标，每个侵限位置点集合计算出一个矩形边框绘制到步骤12.2获取的影像中。

步骤12.5经过上述步骤可以将影像、限界框以及侵限检测结果叠加显示在一张影像中，可以分析出侵限的具体位置和具体侵限设施。

(13)限界检测完成后，输出侵限数据和影像作为地铁隧道限界检测报告。

(14)限界检查结果人工抽检复核。目前针对侵限距离较大区域或者侵限数目很多的地方会进行人工抽检符合，现有人工检测方式主要有利用DJJ-8激光接触网检测仪，功能激光测距仪铁路专用，检测精度在1mm以内，验证本方法最终的侵限检测精度在3mm。

上述方法可以实现全自动无缝切换限界数据，根据地铁隧道激光点云数据进行地铁隧道侵限检测，并通过点云与影像的配准分析，快速可视化定位侵限位置信息，解决高精度车载移动测量系统这种新技术在地铁侵限自动化检测和测量成果快速输出的关键问题。

对应于上述方法实施例，本发明实施例还提供一种轨道侵限检测装置，如图8所示，包括：

检测数据获取模块800，用于获取轨道的当前位置的限界检测数据；

侵限状况确定模块802，用于根据限界检测数据和预先获取的轨道的限界框数据，确定轨道的当前位置的侵限状况。

在具体实现过程中，上述限界检测数据包括当前里程数据及限界测量数据；上述轨道的限界框数据包括子限界框及对应的轨道里程；上述侵限状况确定模块还包括：当前轨道里程确定单元，用于根据当前里程数据，确定轨道的当前位置的当前轨道里程；子限界框查找单元，用于在限界框数据中查找当前轨道里程对应的子限界框；侵限状况确定单元，用于根据子限界框及限界测量数据，确定轨道的当前位置的侵限状况。

进一步地，上述限界测量数据包括激光点云测量数据；上述激光点云测量数据包括多个激光点的位置信息；上述侵限状况确定单元还用于：根据位置信息，判断激光点云测量数据中是否存在位于子限界框之内的激光点；如果存在，确定轨道的当前位置存在侵限状况；将位于子限界框之内的激光点云测量数据确定为侵限数据；根据侵限数据，确定轨道的当前位置的侵限状况。

本发明实施例所提供的轨道侵限检测装置，其实现原理及产生的技术效果和前述轨道侵限检测方法实施例相同，为简要描述，轨道侵限检测装置实施例部分未提及之处，可参考前述轨道侵限检测方法实施例中相应内容。

本实施方式还提供了一种电子设备。图9为电子设备的结构示意图，如图9所示，该设备包括处理器1201和存储器1202；其中，存储器1202用于存储一条或多条计算机指令，一条或多条计算机指令被处理器执行，以实现上述轨道侵限检测方法。

图9所示的实现装置还包括总线1203和转发芯片1204，处理器1201、转发芯片1204和存储器1202通过总线1203连接。该报文传输的实现装置可以是网络边缘设备。

其中，存储器1202可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。总线1203可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

转发芯片1204用于通过网络接口与至少一个用户终端及其它网络单元连接，将封装好的IPv4报文或IPv6报文通过网络接口发送至用户终端。

处理器1201可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器1201中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1201可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DigitalSignal Processing，简称DSP)、专用集成电路(Application Specific IntegratedCircuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施方式中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施方式所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1202，处理器1201读取存储器1202中的信息，结合其硬件完成前述实施方式的方法的步骤。

本发明实施方式还提供了一种机器可读存储介质，该机器可读存储介质存储有机器可执行指令，该机器可执行指令在被处理器调用和执行时，机器可执行指令促使处理器实现上述轨道侵限检测方法，具体实现可参见方法实施方式，在此不再赘述。

本发明实施方式所提供的轨道侵限检测装置及实现装置，其实现原理及产生的技术效果和前述方法实施方式相同，为简要描述，装置实施方式部分未提及之处，可参考前述方法实施方式中相应内容。

在本申请所提供的几个实施方式中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施方式仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施方式的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施方式中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施方式，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施方式对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施方式所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施方式技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种轨道侵限检测方法，其特征在于，包括：

获取轨道的当前位置的限界检测数据；

根据所述限界检测数据和预先获取的所述轨道的限界框数据，确定所述轨道的当前位置的侵限状况。

2.根据权利要求1所述的方法，其特征在于，所述限界检测数据包括当前里程数据及限界测量数据；所述轨道的限界框数据包括子限界框及对应的轨道里程；

根据所述限界检测数据和预先获取的所述轨道的限界框数据，确定所述轨道的当前位置的侵限状况的步骤，包括：

根据所述当前里程数据，确定所述轨道的当前位置的当前轨道里程；

在所述限界框数据中查找所述当前轨道里程对应的子限界框；

根据所述子限界框及所述限界测量数据，确定所述轨道的当前位置的侵限状况。

3.根据权利要求2所述的方法，其特征在于，所述限界测量数据包括激光点云测量数据；所述激光点云测量数据包括多个激光点的位置信息；

根据所述子限界框及所述限界测量数据，确定所述轨道的当前位置的侵限状况的步骤包括：

根据所述位置信息，判断所述激光点云测量数据中是否存在位于所述子限界框之内的激光点；

如果存在，确定所述轨道的当前位置存在侵限状况；

将位于所述子限界框之内的激光点云测量数据确定为侵限数据；

根据所述侵限数据，确定所述轨道的当前位置的侵限状况。

4.根据权利要求3所述的方法，其特征在于，所述侵限状况包括最大侵限距离、侵限位置数目及侵限位置最小高度；

根据所述侵限数据，确定所述轨道的当前位置的侵限状况的步骤，包括：

基于所述侵限数据，计算确定所述轨道的当前位置的最大侵限距离、侵限位置数目及侵限位置最小高度。

5.根据权利要求3所述的方法，其特征在于，所述方法还包括：

获取轨道的当前位置的影像数据；

如果确定所述轨道的当前位置存在侵限状况，将所述激光点云测量数据与所述影像数据进行叠加，确定侵限设施的相关信息。

6.一种轨道侵限检测装置，其特征在于，包括：

检测数据获取模块，用于获取轨道的当前位置的限界检测数据；

侵限状况确定模块，用于根据所述限界检测数据和预先获取的所述轨道的限界框数据，确定所述轨道的当前位置的侵限状况。

7.根据权利要求6所述的装置，其特征在于，所述限界检测数据包括当前里程数据及限界测量数据；所述轨道的限界框数据包括子限界框及对应的轨道里程；

所述侵限状况确定模块还包括：

当前轨道里程确定单元，用于根据所述当前里程数据，确定所述轨道的当前位置的当前轨道里程；

子限界框查找单元，用于在所述限界框数据中查找所述当前轨道里程对应的子限界框；

侵限状况确定单元，用于根据所述子限界框及所述限界测量数据，确定所述轨道的当前位置的侵限状况。

8.根据权利要求7所述的装置，其特征在于，所述限界测量数据包括激光点云测量数据；所述激光点云测量数据包括多个激光点的位置信息；

所述侵限状况确定单元还用于：

根据所述位置信息，判断所述激光点云测量数据中是否存在位于所述子限界框之内的激光点；

如果存在，确定所述轨道的当前位置存在侵限状况；

将位于所述子限界框之内的激光点云测量数据确定为侵限数据；

根据所述侵限数据，确定所述轨道的当前位置的侵限状况。

9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现权利要求1至5任一项所述的方法。

10.一种机器可读存储介质，其特征在于，所述机器可读存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，所述机器可执行指令促使所述处理器实现权利要求1至5任一项所述的方法。

Images