CN112215823A - 一种基于点云的警冲标平面位置测量方法 - Google Patents

一种基于点云的警冲标平面位置测量方法 Download PDF

Info

Publication number
CN112215823A
CN112215823A CN202011108378.5A CN202011108378A CN112215823A CN 112215823 A CN112215823 A CN 112215823A CN 202011108378 A CN202011108378 A CN 202011108378A CN 112215823 A CN112215823 A CN 112215823A
Authority
CN
China
Prior art keywords
point cloud
fitting
police
plane
grid
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011108378.5A
Other languages
English (en)
Inventor
李世超
王文庆
陈军
帅明明
孙盼盼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Railway Shanghai Design Institute Group Co Ltd
Original Assignee
China Railway Shanghai Design Institute Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Railway Shanghai Design Institute Group Co Ltd filed Critical China Railway Shanghai Design Institute Group Co Ltd
Priority to CN202011108378.5A priority Critical patent/CN112215823A/zh
Publication of CN112215823A publication Critical patent/CN112215823A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明涉及一种基于点云的警冲标平面位置测量方法，包括S1、依据获取的区域点云数据进行滤波，获取地面点与非地面点；S2、依据测区大小建立平面格网模型，取所述平面格网模型内的地面点的高程的均值作为格网的高程基准，并沿所述格网的高程基准垂直向上建立一定距离的缓冲区并获取缓冲区内点云；S3、采用RANSAC算法及选权迭代法对警冲标点云进行提取并进行投影后坐标拟合，从而获得所述警冲标的平面位置坐标。本发明的优点是：通用性好，能够适用于不同尺寸型号的警冲标平面位置提取；精度高，通过选权迭代最小二乘法的拟合方法对处理后的点云数据进行拟合，有效的避免了表面点云提取过程中粗差点对拟合结果的影响，提高拟合精度。

Description

一种基于点云的警冲标平面位置测量方法
技术领域
本发明涉及三维激光铁路测量技术领域，尤其是一种基于点云的警冲标平面位置测量方法。
背景技术
随着我国铁路网发展越来越迅速，铁路线路网越来越复杂，因此在线路改造以及新线设计的过程中，对既有车站中的一些地物及地形测量是必要的。警冲标作为保证线路行车安全的信号标识之一，因此警冲标位置的确定对于线路改造以及新线线路设计都是重要的。
传统的警冲标平面位置测量是通过GPS-RTK的方法进行测量，在测量过程中，对中杆在警冲标贴边进行位置采集，因此其方法采集的平面位置与实际位置偏差较大。随着测量技术的提升，测量由之前的点测量形式转变为面测向形式。在既有线作业应用中，三维激光扫描技术应用较多，解决了在有限的天窗时间内，获取大量线上测量数据难的问题。三维激光扫描获取的点云数据为离散的点云，因此需要对其进行处理后获取到需要的测量数据。
申请号201511029127.7发明中提到一种柱状物体的点云提取方法及装置，该发明通过对片点云进行分析，从而得到柱状物的各个片点云与其他物体的粘连情况，达到识别出与其他物体粘连柱状物的效果，但该方法无法对提取的柱状物进行位置确定。
申请号201811329207.8发明中提到了一种基于单线激光雷达识别柱状物的机器人室内自定位系统，该提取柱状物信息后利用柱状物特征与柱状物离线地图的匹配进行自定位。该方法定位精度受匹配精度的影响较大。
发明内容
本发明的目的是根据上述现有技术的不足，提供了一种基于点云的警冲标平面位置测量方法，通过对点云数据进行处理配合RANSAC算法及选权迭代法，实警冲标平面坐标的提取。
本发明目的实现由以下技术方案完成：
一种基于点云的警冲标平面位置测量方法，其特征在于：所述测量方法包括以下步骤：
S1、依据获取的区域点云数据进行滤波，获取地面点与非地面点；
S2、依据测区大小建立平面格网模型，取所述平面格网模型内的地面点的高程的均值作为格网的高程基准，并沿所述格网的高程基准垂直向上建立一定距离的缓冲区并获取缓冲区内点云；
S3、采用RANSAC算法及选权迭代法对警冲标点云进行提取并进行投影后坐标拟合，从而获得所述警冲标的平面位置坐标。
所述缓冲区内点云的获取是指，在所述格网的高程基准的垂直方向上获取20-30厘米处缓冲区内的点云数据，其中包括了所述警冲标的表面点云距离地面约20-30厘米处的点云数据，依次对所有网格内的点云进行提取。
采用RANSAC算法及选权迭代法对警冲标点云进行提取并进行投影后坐标拟合是指，采用RANSAC算法对所获取的缓冲区内点云进行提取，将所述警冲标的表面点云提取出来；利用所提取的警冲标表面点云投影至地面上，采用选权迭代最小二乘拟合圆的方法对投影后的警冲标表面点云进行拟合其圆心坐标，所述圆心坐标即为所述警冲标的平面位置。
本发明的优点是：通用性好，能够适用于不同尺寸型号的警冲标平面位置提取；精度高，通过选权迭代最小二乘法的拟合方法对处理后的点云数据进行拟合，有效的避免了表面点云提取过程中粗差点对拟合结果的影响，提高拟合精度。
附图说明
图1为本发明的测量方法流程图；
图2为本发明中警冲标提取格网示意图；
图3为本发明中警冲标提取建立的缓冲区示意图。
具体实施方式
以下结合附图通过实施例对本发明特征及其它相关特征作进一步详细说明，以便于同行业技术人员的理解：
如图1-3所示，图中标记1-4分别表示为：格网1、警冲标2、地面3、缓冲区4。
实施例：如图1所示，本实施例中的基于点云的警冲标平面位置测量方法包括以下步骤：
S1：依据获取的铁路区域点云数据进行滤波，采用合适的点云滤波算法获取铁路区域的地面点云与非点面点云。该铁路区域点云数据是指包含了警冲标的铁路区域的点云数据。
S2：依据铁路区域的大小建立平面格网，如图2所示，铁路区域的平面格网包括在地面3划分的格网1，在地面3上包含了所设置的警冲标2。以格网内点面的高程均值作为高程基准，计算公式如下：
Figure 118941DEST_PATH_IMAGE002
式中，
Figure 238206DEST_PATH_IMAGE003
作为高程基准的高程均值，hi为每个格网1内的点云的高程之和，n为每个格网 1内的点云数量。
不同格网内依据获取的地面点的高程基准，垂直向上取一定距离建立缓冲区获取缓冲区内点云，点云集合如下：
Figure 427879DEST_PATH_IMAGE004
式中，Pi为缓冲区内点，hpi为缓冲区内点的高程，
Figure 16118DEST_PATH_IMAGE003
为作为高程基准的高程均值，为 缓冲区的大小，如图3所示；D为缓冲区距离地面高程基准点距离。
S3：采用RANSAC算法及选权迭代法对警冲标点云提取并对提取后的点云坐标进行投影后进行坐标拟合，获取警冲标平面位置坐标。其具体为，首先采用RANSAC算法对缓冲区内的圆柱型警冲标表面点云进行提取，并对绝对坐标系中的提取的警冲标表面点云投影到与警冲标垂直的平面上，一般与地面垂直，其公式如下：
Figure 821580DEST_PATH_IMAGE007
式中，
Figure 182154DEST_PATH_IMAGE008
为提取的警冲标表面点云的坐标，为投影后的平面坐标。
利用投影后获取的投影后的平面坐标结合迭代选权的最小二乘法进行平面坐标拟合，其具体方法为：
在平面投影坐标系内，圆方程可以写为：
Figure 16621DEST_PATH_IMAGE014
式中，X’、Y’为用来拟合的点坐标，
Figure 813675DEST_PATH_IMAGE016
、
Figure 422511DEST_PATH_IMAGE018
为平面内圆心坐标，
Figure 533687DEST_PATH_IMAGE020
为相应的圆半径的最小二乘拟合法方程如下：
Figure 544368DEST_PATH_IMAGE021
式中Xi’、Yi’为用来拟合的点坐标，、为平面内圆心坐标。
为保证拟合获取的警冲标平面位置坐标精度，降低粗差对拟合精度的影响，引入IGGIII定权方案为参与拟合的点云中每个点进行定权来提高拟合参数方程的抗差性。其权函数为：
Figure 512324DEST_PATH_IMAGE022
式中：ωi为权值；
Figure 311520DEST_PATH_IMAGE024
，
Figure 23124DEST_PATH_IMAGE026
，为前一次迭代的残差和中误差，
Figure 888312DEST_PATH_IMAGE028
、
Figure 27169DEST_PATH_IMAGE030
。
参与拟合点
Figure 548280DEST_PATH_IMAGE032
到待拟合圆方程的距离公式为：
Figure 797996DEST_PATH_IMAGE034
将
Figure 783270DEST_PATH_IMAGE036
代入上式，并用
Figure 279979DEST_PATH_IMAGE026
替换得到拟合边界方程的残差方程：
Figure 350703DEST_PATH_IMAGE037
式中，
Figure 404110DEST_PATH_IMAGE026
为该点到圆距离的残差，
Figure 181573DEST_PATH_IMAGE039
、
Figure 662233DEST_PATH_IMAGE041
为理论上圆心坐标，
Figure 954674DEST_PATH_IMAGE016
、
Figure 811771DEST_PATH_IMAGE043
为拟合出的圆心坐标，
Figure 194473DEST_PATH_IMAGE045
分别为拟合值与理论值的偏差。
将上式按泰勒级数展开，并保留到一次项，令
Figure 846035DEST_PATH_IMAGE046
则残差方程如下式：
Figure 891351DEST_PATH_IMAGE047
依据上述式子可以得出其边界方程的残差方程，在解算时依据权函数为每个参与拟合点的偏差定权，重新解算获取拟合圆方程，进行迭代解算，直到两次迭代之间的偏差小于一定的阈值时停止。其公式为：
Figure 224243DEST_PATH_IMAGE049
式中
Figure 773036DEST_PATH_IMAGE051
为此次迭代的残差与上一次迭代残差的差值，为设置的阈值。
按照换权迭代最小二乘的原理求解后，即可获得拟合的圆方程的参数值，即圆心坐标
Figure 861078DEST_PATH_IMAGE053
以及半径参数
Figure DEST_PATH_IMAGE054
。根据实际关系，其获取的圆心坐标即为警冲标点云的实际平面位置。
虽然以上实施例已经参照附图对本发明目的的构思和实施例做了详细说明，但本领域普通技术人员可以认识到，在没有脱离权利要求限定范围的前提条件下，仍然可以对本发明作出各种改进和变换，故在此不一一赘述。

Claims (3)

1.一种基于点云的警冲标平面位置测量方法，其特征在于：所述测量方法包括以下步骤：
S1、依据获取的区域点云数据进行滤波，获取地面点与非地面点；
S2、依据测区大小建立平面格网模型，取所述平面格网模型内的地面点的高程的均值作为格网的高程基准，并沿所述格网的高程基准垂直向上建立一定距离的缓冲区并获取缓冲区内点云；
S3、采用RANSAC算法及选权迭代法对警冲标点云进行提取并进行投影后坐标拟合，从而获得所述警冲标的平面位置坐标。
2.根据权利要求1所述的一种基于点云的警冲标平面位置测量方法，其特征在于：所述缓冲区内点云的获取是指，在所述格网的高程基准的垂直方向上获取20-30厘米处缓冲区内的点云数据，其中包括了所述警冲标的表面点云距离地面约20-30厘米处的点云数据，依次对所有网格内的点云进行提取。
3.根据权利要求1所述的一种基于点云的警冲标平面位置测量方法，其特征在于：采用RANSAC算法及选权迭代法对警冲标点云进行提取并进行投影后坐标拟合是指，采用RANSAC算法对所获取的缓冲区内点云进行提取，将所述警冲标的表面点云提取出来；利用所提取的警冲标表面点云投影至地面上，采用选权迭代最小二乘拟合圆的方法对投影后的警冲标表面点云进行拟合其圆心坐标，所述圆心坐标即为所述警冲标的平面位置。
CN202011108378.5A 2020-10-16 2020-10-16 一种基于点云的警冲标平面位置测量方法 Pending CN112215823A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011108378.5A CN112215823A (zh) 2020-10-16 2020-10-16 一种基于点云的警冲标平面位置测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011108378.5A CN112215823A (zh) 2020-10-16 2020-10-16 一种基于点云的警冲标平面位置测量方法

Publications (1)

Publication Number Publication Date
CN112215823A true CN112215823A (zh) 2021-01-12

Family

ID=74055476

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011108378.5A Pending CN112215823A (zh) 2020-10-16 2020-10-16 一种基于点云的警冲标平面位置测量方法

Country Status (1)

Country Link
CN (1) CN112215823A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113674227A (zh) * 2021-08-02 2021-11-19 上海工程技术大学 一种用于离子推力器栅极组件的层间距检测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105844629A (zh) * 2016-03-21 2016-08-10 河南理工大学 一种大场景城市建筑物立面点云自动分割方法
CN106529469A (zh) * 2016-11-08 2017-03-22 华北水利水电大学 基于自适应坡度的无人机载LiDAR点云滤波方法
US20180081035A1 (en) * 2016-09-22 2018-03-22 Beijing Greenvalley Technology Co., Ltd. Method and device for filtering point cloud data
CN108564650A (zh) * 2018-01-08 2018-09-21 南京林业大学 基于车载2D LiDAR点云数据的行道树靶标识别方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105844629A (zh) * 2016-03-21 2016-08-10 河南理工大学 一种大场景城市建筑物立面点云自动分割方法
US20180081035A1 (en) * 2016-09-22 2018-03-22 Beijing Greenvalley Technology Co., Ltd. Method and device for filtering point cloud data
CN106529469A (zh) * 2016-11-08 2017-03-22 华北水利水电大学 基于自适应坡度的无人机载LiDAR点云滤波方法
CN108564650A (zh) * 2018-01-08 2018-09-21 南京林业大学 基于车载2D LiDAR点云数据的行道树靶标识别方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
何金学: ""车载三维激光扫描在既有铁路提速改造复测中的应用"", vol. 22, no. 1, pages 47 - 50 *
李世超: ""基于激光点云的轨道板关键几何尺寸精确测量"", no. 3, pages 33 - 76 *
郭斐: "《GPS精密单点定位质量控制与分析的相关理论和方法研究》", 武汉：武汉大学出版社, pages: 32 - 33 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113674227A (zh) * 2021-08-02 2021-11-19 上海工程技术大学 一种用于离子推力器栅极组件的层间距检测方法
CN113674227B (zh) * 2021-08-02 2023-08-08 上海工程技术大学 一种用于离子推力器栅极组件的层间距检测方法

Similar Documents

Publication Publication Date Title
WO2021232463A1 (zh) 多源移动测量点云数据空地一体化融合方法、存储介质
WO2021143778A1 (zh) 一种基于激光雷达的定位方法
CN104020475B (zh) 一种基于机载LiDAR数据的电力线提取及建模方法
CN102135417B (zh) 一种全自动三维特征提取方法
CN107301648B (zh) 基于重叠区域边界角度的冗余点云去除方法
CN111336990A (zh) 一种隧道断面收敛快速分析方法和装置
CN104392476A (zh) 基于最小包围盒算法提取隧道三维轴线的方法
CN112489094B (zh) 一种多线机载激光雷达点云数据配准方法
CN108562885B (zh) 一种高压输电线路机载LiDAR点云提取方法
CN111027484A (zh) 基于三维成像的隧道钢拱识别方法
CN112711987B (zh) 双激光雷达电力杆塔三维点云增强系统及方法
CN112270320A (zh) 一种基于卫星影像校正的输电线路杆塔坐标校准方法
CN110927765B (zh) 激光雷达与卫星导航融合的目标在线定位方法
CN112990128A (zh) 一种基于视频跟踪的多车辆测速方法
CN106022694A (zh) 一种基于点云数据处理技术的散杂货场堆取料机定位方法及实现所述方法的系统
CN112215823A (zh) 一种基于点云的警冲标平面位置测量方法
CN116740174B (zh) 隧道病害在三维实景模型中的定位方法、装置和存储介质
CN117036944B (zh) 基于点云数据和图像识别的树木碳汇量计算方法及系统
CN116929336A (zh) 一种基于最小误差的激光反光柱slam建图方法
CN110008837B (zh) 一种根据所属道路网络封闭多边形统计poi的快速实现方法
CN110809284A (zh) 基于mr数据的定位方法、系统、设备、可读存储介质
CN115546178A (zh) 一种基于真值评估众包地图数据的方法、电子设备及存储介质
CN113758422B (zh) 一种发散型多线激光条纹的编号及识别方法
CN201583413U (zh) 汽车四轮定位三维数据目标测定图板
CN115359470A (zh) 一种基于主动视觉的轮胎表面字符检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination