CN112818776A - 一种基于机载LiDAR点云的铁路既有线横断面测量方法 - Google Patents

Abstract

本发明涉及改建铁路工程测量领域，其针对现有技术中的铁路既有线横断面测量方案的不足，提供一种实用性强、作业效率高、作业难度低、安全性高的基于机载LiDAR点云的铁路既有线横断面测量方法。该方法包括：S1、根据铁路线形参数制作各里程的横断面线；S2、导入横断面线和预处理完成的机载LiDAR点云数据至点云处理软件中；S3、设置横断面切割宽度并切割点云；S4、分类出线上地形地物变化特征点；S5、输出分类后的点云数据成果；S6、更换点云分类代码为报点字典中的编码；S7、格式转换并输出断面成果。

Description

一种基于机载LiDAR点云的铁路既有线横断面测量方法

技术领域

本发明涉及改建铁路工程测量领域，具体涉及一种基于机载LiDAR点云的铁路既有线横断面测量方法。

背景技术

随着社会的进步和科学技术的发展，我国的铁路建设进入了一个新的建设高潮。铁路单线变复线，原有铁路的改造，新建铁路，高速铁路的建设等使测绘工作任务更加饱满，特别是铁路既有线的横断面测量工作。

铁路既有线横断面图，是路基横断面设计、土石方量计算和施工过程中确定路基填挖边界的依据，是改建铁路工程测量的重要工作内容之一。其测量过程通常为：以既有线正线为中心，分别向左右两侧测出砟肩、砟脚、路肩边线、路堑侧沟底、平台、路堤或路堑边坡变换点、坡脚及路堑边坡顶、取土坑、弃土堆、排水沟、地形变化点及地物点等。

当前铁路既有线横断面测量主要采用全野外测量方法、航空摄影测量方法和DOM(数字正射影像图)与DEM(数字高程模型)叠加测量方法,分别介绍如下:

(1)全野外测量方法：利用线路“天窗”时间，使用GNSS-RTK、全站仪等设备进行接触式测量，从而获得指定里程的横断面数据。该方法需要申请“天窗”时间，作业人员需夜晚上线工作，是目前铁路既有线横断面测量常用的方法，但存在工作量大、效率低、作业风险较高、影响列车正常运行等不足。

(2)航空摄影测量法：通过航空飞行器上的航摄仪器对地面连续摄取像片，结合地面控制点测量获取横断面数据。该方法内业立体测量工作量大，高程精度难以满足断面测量精度要求，必须结合全野外高程控制点和大量实测的高程散点，大大增加了外业人员的工作量。

(3)DOM与DEM叠加测量方法：无需“天窗”时间和夜晚上线测量，其作业过程为：分类出原始点云的地面点，构建TIN(不规则三角网)，获得DEM，并与对应区域的DOM进行叠加，利用铁路线位数据产生断面线，自动获得断面线处的地形变化点的高程，并利用DOM数据，人工判识，赋予变化点以属性信息。该方法自动化程度较高，但应用于铁路既有线横断面测量时存在精度不足、铁轨等特征位置被“拉花”或缺失、需进行手动分类、DEM和DOM叠加过程耗时较长、对计算机性能要求较高、适用性不强等不足。

综上所述，当前铁路既有线横断面测量主要以全野外夜晚上线测量为主，工作量大，效率低，作业成本高。而内业采集铁路既有线横断面，或需要大量的外业测量控制点以保证其测量精度；或为追求测量效率导致铁路钢轨、砟肩及砟脚等特征数据被“拉花”或缺失，测量结果失真；或为保证精度导致点云数据手动分类工作量巨大(目前的点云数据自动分类算法无法准确快速地分类出铁路既有线机载LiDAR点云数据的钢轨、砟肩及砟脚等数据，需人工手动判别分类)，对铁路既有线横断面采集工作的适用性不强，实用性也不高。

另一方面，高精度的机载LiDAR点云数据测量精度高，可全天候获取铁路既有线沿线数据；而铁路既有线横断面中各关键点特征明显、分布相对规则有序。故而，本发明提出基于铁路既有线横断面的这一特点，以高精度LiDAR点云数据为原始数据，通过处理指定里程的点云数据，完成铁路既有线横断面特征点坐标采集和属性采集工作的横断面测量方法。

发明内容

针对现有技术中的铁路既有线横断面测量方案的不足，本发明提供一种实用性强、作业效率高、作业难度低、安全性高的基于机载LiDAR点云的铁路既有线横断面测量方法。

本发明解决上述技术问题采用的技术方案是：

一种基于机载LiDAR点云的铁路既有线横断面测量方法，包括以下步骤：

S1、根据铁路线形参数制作各里程的横断面线；

S2、导入横断面线和预处理完成的机载LiDAR点云数据至点云处理软件中；

S3、在点云处理软件中设置横断面切割宽度，并利用断面切割工具沿着各横断面线的方向切割对应位置的点云数据，获得对应位置的点云横断面轮廓；

S4、利用点云分类工具，根据铁路既有线横断面的形态特征，将横断面范围内点云中的不同地形地物特征点分类至对应的地形地物类别中；

S5、输出分类后的包含各地形地物类别代码的点云数据成果；

S6、将分类点云数据成果中的各地形地物类别代码替换为横断面测量专用报点字典中的编码，输出新的点云数据成果；

S7、将新的点云数据成果的格式转换为横断面成果数据格式并输出。

作为进一步优化，步骤S1中，所述根据铁路线形参数制作各里程的横断面线，具体包括：

根据铁路线位数据和横断面采集要求，采用横断面制作工具制作各里程指定长度的横断面线。

作为进一步优化，步骤S2中，导入的所述机载LiDAR点云数据的覆盖范围大于横断面线采集范围。

作为进一步优化，步骤S3中，所述横断面切割宽度不大于10cm。

作为进一步优化，步骤S4中，所述地形地物类别除点云数据处理软件默认点类之外，还包括13种铁路既有线地形地物类别，分别是：挡墙、路肩、钢轨、无属性测点、水田、房边、路边、旱地、水边、树林、坎上、坎下、荒地；各个类别均设置了对应的唯一点类代码、点类名称、颜色代码和点类大小。

作为进一步优化，步骤S5中，所述点云数据成果包括：点类代码、X坐标、Y坐标和Z坐标内容。

作为进一步优化，步骤S6中，采用的所述横断面测量专用报点字典的编码规则为：以地形地物的汉语拼音首字母或英文首字母作为代码代表该地形地物。

作为进一步优化，步骤S7中，所述将新的点云数据成果的格式转换为横断面成果数据格式并输出，具体包括：

首先，利用铁路线位数据提供的曲线交点坐标、曲线半径、缓和曲线长度、线位起点里程及起点坐标和终点坐标，将所述新的点云数据成果的格式转换为包含横断面各点对应中桩里程、偏距和坐标成果的横断面中间格式数据；

然后，将所述横断面中间格式数据导入横断面生成工具中，利用里程作业单，修正有测量偏差的里程数据，并导出横断面通用格式测量成果，输出格式为DWG的横断面图。

本发明的有益效果是：

1、与全野外测量方法相比，本发明无需申请“天窗”时间，无需夜晚上线工作，以机载LiDAR点云数据作为原始数据，在内业即可完成既有线横断面采集工作，保障了作业人员安全，对既有线列车运行无影响；

2、与航空摄影测量法相比，本发明无需野外补充测量平高点，无需立体测量，高程精度满足横断面测量要求；

3、与DOM与DEM叠加测量方法相比，本发明无需点云分类、构TIN，无需制作DEM，不存在铁轨被“拉花”或缺失等不足，直接基于原始高精度LiDAR点云获得横断面测量成果；

4、本发明方案针对性、适用性和实用性较强，可以大范围推广应用，也可以拓展到铁路既有线纵断面和轨顶高程测量、以及特殊工点位置(如隧道进出口位置、倒悬崖位置等)断面测量等领域中。

附图说明

图1为本发明中的基于机载LiDAR点云的铁路既有线横断面测量方法流程图；

图2为利用铁路既有线线位数据生成的横断面线成果图；

图3为铁路既有线路堑横断面的轮廓和特征位置示意图；

图4为铁路既有线路堤横断面的轮廓和特征位置示意图；

图5为点类代码及报点字典内容和编码规则表示例图；

图6为基于机载LiDAR点云获得的铁路既有线路横断面的轮廓和特征位置实际成果图；

图7为基于本发明方法获得铁路既有线横断面成果图实例图。

具体实施方式

本发明针对现有技术中的铁路既有线横断面测量方案的不足，旨在提供一种实用性强、作业效率高、作业难度低、安全性高的基于机载LiDAR点云的铁路既有线横断面测量方法。

本发明基于铁路既有线横断面的空间形态特征，以高精度LiDAR点云数据为基础，进行点云处理(分类)的同时，也完成了既有线特征点的属性采集，无需点云自动分类、抽稀和构TIN工作，是目前对于铁路既有线野外测量夜晚“天窗”作业时间短、自动化测量方法精度不足等现状的一种有效解决方案。

如图1所示，本发明中的基于机载LiDAR点云的铁路既有线横断面测量方法包括：

S1、根据铁路线形参数制作各里程的横断面线；

具体的，本步骤根据铁路线位数据和横断面采集要求，采用横断面制作工具制作各里程指定长度的横断面线。

所述铁路线位数据，指覆盖断面采集范围的改建铁路或既有铁路的平面线形参数及其里程数据，包括交点坐标、曲线半径、缓和曲线长度、线位起点里程及其坐标和终点坐标等。

所述横断面采集要求，指由项目总体或相关规范给出的横断面采集里程和左右偏距信息。

所述横断面制作工具，是用于根据横断面与铁路线位的正交数学关系来计算各横断面的具体参数；其中，横断面的具体参数，主要包括横断面的里程、与线位的交点坐标、左偏距离和左偏端点坐标、右偏距离和右偏端点坐标。

所述横断面线，是横断面参数的具体体现，是一条垂直于改建或新建铁路中线且长度固定的线段，数据格式可以为DWG、DXF或DGN等。

S2、导入横断面线和预处理完成的机载LiDAR点云数据至点云处理软件中；

具体的，本步骤在点云数据处理软件中导入横断面线和经过预处理的机载LiDAR点云数据；机载LiDAR点云数据覆盖范围大于横断面线采集范围，可用于多根横断面的采集。

所述机载LiDAR点云，即机载激光雷达点云数据，指在航空平台上，通过激光雷达扫描获得的点云数据，并进行了预处理，在无植被覆盖区域，特别是铁路既有线范围内，数据精度高、质量好。

其中，机载LiDAR点云数据，可以包含色彩信息，其坐标系统和高程系统与铁路线位和横断面线的坐标和高程系统保持一致；在既有线上范围内，点间距宜≤4cm，平均点密度应≥180个点/平方米，点云平面精度优于5cm，高程精度优于2.5cm。

所述点云处理软件，可从商业途径获得，需具有切割断面和点云分类功能。

S3、设置横断面切割宽度并切割点云；

具体的，本步骤在点云处理软件中设置横断面切割宽度，并利用断面切割工具沿着横断面线切割对应位置的点云数据，获得对应位置的点云横断面轮廓。

所述横断面切割宽度，不能大于10cm；其中，切割宽度是根据中华人民共和国行业标准《TB 10105-2009改建铁路工程测量规范》中横断面测量检测限差的相关规定“在路堤的路肩、路堑的侧沟平台以内时，高程限差为±5cm，距离限差为±10cm”而设置的。

所述断面切割工具，指断面绘制工具,切割过程是利用点云数据处理软件中的断面绘制工具，以各横断面线的方向(即垂直于改建或新建铁路中线的方向)为依据，在点云数据的顶视图下(即二维平面视图模式中)绘制横断面的方向，从而得到指定里程的点云数据横断面轮廓图。所述点云横断面轮廓，即点云的纵剖面图或断面图。

S4、分类出线上地形地物变化特征点；

具体的，本步骤利用点云分类工具，根据铁路既有线横断面的形态特征，将横断面范围内点云中的不同地形地物特征点分类至对应的地形地物类别中；

所述点云分类工具，用于设置点云至指定的点类。

所述铁路既有线横断面的形态特征，指铁路既有线上，其横断面上变化点的排列是规则有序的，变化点即为特征点，路堤的一般次序分别为路肩、砟脚、砟肩、轨顶、轨顶、砟肩、砟脚、路肩，路堑的一般次序分别是挡墙、侧沟、路肩、砟脚、砟肩、轨顶、轨顶、砟肩、砟脚、路肩、侧沟、挡墙，桥涵的次序一般与路堤基本一致。

所述地形地物特征点，是铁路既有线上的特征位置的特征点，包括挡墙底部点、侧沟顶部点、侧沟底部点、路肩点、砟脚点、砟肩点、轨顶点。

所述地形地物类别，是根据铁路既有线上的特征位置的特点，设置的特征位置的点类，包括挡墙点类、侧沟点类、路肩点类、砟脚点类、砟肩点类和轨顶点类。

S5、输出分类后的点云数据成果；

具体的，本步骤中，在所述点云数据处理软件中，输出分类后的且包含各地形地物类别代码的点云数据成果。其中，所述点云数据成果，需要包括点类代码、X坐标、Y坐标、Z坐标等内容。

S6、更换点云分类代码为报点字典中的编码；

具体的，本步骤中，将分类点云数据成果中的各地形地物类别代码替换为横断面测量专用报点字典中的编码，输出新的点云数据成果。

所述地形地物类别代码，指所述点云处理软件中的地形地物类别或点类的序号或编码。

所述横断面测量专用报点字典，指用于描述地形地物属性、易于理解并符合作业人员操作习惯的编码规则。

S7、格式转换并输出断面成果；

具体的，本步骤中，基于铁路线位数据，转换替换编码后的所述点云数据成果格式为所述横断面通用格式成果，并输出为横断面图。

所述横断面通用格式，指符合行业设计或建设需求的横断面成果数据格式，主要包括横断面里程、中桩高程、偏距、测点高程/相对于中桩高程的高差、地形或地物类型。

所述横断面图是横断面成果的具体展现，数据格式可以为DWG、DXF或DGN等。

实施例：

本实施例中的基于机载LiDAR点云的铁路既有线横断面测量方法包括以下实施步骤：

S1.利用铁路线位数据、横断面采集要求和横断面制作工具，制作各里程指定长度的横断面线；

所述铁路线位数据，其格式可以为ACSⅡ文本格式或DWG、DXF或DGN等设计文件格式，数据内容包括交点坐标、曲线半径、缓和曲线长度、线位起点里程及其坐标和终点坐标等。

本实施例中，所述的铁路线位数据，既包含了铁路线位的DWG文件，又包含了铁路线位数据的文本文件；DWG文件用于显示铁路线位与横断面线的叠加图，从而检核横断面线的准确性。

所述横断面采集要求，指由项目总体或相关规范给出的横断面的采集里程和左右偏距信息。

所述横断面制作工具，是用于根据横断面与铁路线位的正交数学关系来计算各横断面的具体参数；其中，横断面的具体参数，主要包括横断面的里程、与线位的交点坐标、左偏距离和左偏端点坐标、右偏距离和右偏端点坐标。

所述横断面线，是横断面参数的具体体现，数据格式可以为DWG、DXF或DGN等。

具体的，本步骤中，利用以AutoCAD为基础平台开发“断面生成工具”插件，选择铁路线位数据的文本文件和横断面采集要求的文本文件，制作横断面线，其格式为DWG格式。如图2所示。

S2.在所述点云数据处理软件中，导入所述横断面线和所述机载LiDAR点云数据；机载LiDAR点云数据覆盖范围大于横断面线采集范围，可用于多根横断面的采集；

这里的点云处理软件，指可用于机载和移动LIDAR数据和图像处理的软件，如TerraSolid、LSC(LiDAR Studio Classification)等。

进一步的，执行本实施例所述方法步骤的点云处理软件具体实施例为TerraSolid的TerraScan模块。

所述机载LiDAR点云，即机载激光雷达点云数据，指在航空平台上，通过激光雷达扫描获得的点云数据，并进行了预处理；

其中，机载LiDAR点云数据，可以包含色彩信息，其坐标系统和高程系统与铁路线位和横断面线的坐标和高程系统保持一致；在既有线上范围内，点间距宜≤4cm，平均点密度应≥180个点/平方米，点云平面精度优于5cm，高程精度优于2.5cm。

具体的，本实例中，采用的是无人机LiDAR点云数据，采用多架次、多航向、多批次飞行获得，数据格式为LAS格式，并经过了预处理和赋色处理，高程系统与铁路线位的高程系统一致，平面坐标系统与铁路线位系统不一致，在既有线范围内，点间距≤3cm，平面点密度≥180点/平方米，点云精度符合要求。

本实例中，利用globalmapper软件投影换带LiDAR点云数据至铁路线位独立坐标系下；利用TerraScan中的“添加参考”功能导入包含铁路线位和横断面线的DWG数据；利用TerraScan中的“导入点云”功能导入铁路既有线范围内的LAS格式点云数据，并在主窗口中显示导入结果。

S3.在所述点云数据处理软件中，设置所述横断面切割宽度，并利用所述断面切割工具，切割所述横断面位置的点云数据，获得所述横断面切割宽度范围内的所述横断面轮廓；

具体的，本实例中，选择TerraScan的“绘制垂直断面”功能，设置断面切割宽度为“0.1m”，设置横断面的显示窗口编号为“2”，在主窗口中点云数据的既有线范围内的横断面线上的任意一侧点击一次，在另一侧点击一次，从而完成横断面位置的点云数据切割。

进一步的，横断面切割完成后，在横断面显示窗口(即编号为2的窗口)的任意位置点击一次，即可显示对应横断面线位置10cm范围内的点云横断面轮廓。

S4.在点云横断面轮廓或三维视角下的点云数据中，利用点云分类工具，根据铁路既有线横断面的形态特征，把该断面范围内点云中的不同地形地物特征点分类至对应的地形地物类别中；

所述铁路既有线横断面的形态特征，指铁路既有线上，其横断面上变化点的排列是规则有序的，变化点即为特征点。路堑特征点的一般次序分别是挡墙、侧沟、路肩、砟脚、砟肩、轨顶、轨顶、砟肩、砟脚、路肩、侧沟、挡墙，如图3所示；路堤特征点的一般次序分别为路肩、砟脚、砟肩、轨顶、轨顶、砟肩、砟脚、路肩，如图4所示；桥涵的次序一般与路堤基本一致。

所述地形地物特征点，是铁路既有线上的特征位置的特征点，如图3和图4所示。

所述地形地物类别，是根据铁路既有线上的特征位置的特点，设置的特征位置的点类，包括挡墙点类、侧沟点类、路肩点类、砟脚点类、砟肩点类和轨顶点类。

具体的，本实例中，根据规范和相关要求，为了方便后续操作，降低点云误分类的可能性，设置添加了除点云数据处理软件默认点类之外的13种铁路既有线地形地物类别，即13个点类，分别是挡墙(包含挡墙顶、挡墙脚)、路肩、钢轨、无属性测点(包含侧沟、砟肩、砟脚)、水田、房边、路边、旱地、水边、树林、坎上、坎下、荒地等，并根据点云数据软件的特点，设置了各点类所对应的唯一点类代码(点类代码是TerraScan点类的唯一区分项目)、点类名称、颜色代码(不同颜色代码代表不同颜色，用于区分各点类)、点类大小(不同点类尺寸代表不同点类的显示尺寸，用于区分各铁路既有线点类与默认点类)。如图5所示。

进一步的，本实例设置增加点类后，TerraScan软件的点类配置文件同时也会发生改变，后续使用无需重新设置增加点类；另外，该点类配置文件也可分享给其他作业人员，替换其软件的原配置文件，其他作业人员的操作软件也可无需重新设置增加点类，即可包含上述点类。

为了方便采集和判断，区分各窗口中铁路既有线范围内非特征位置的点云数据与特征位置的点，本实例设置了TerraScan各窗口的显示模式参数。主窗口(包含横断面线和LiDAR点云数据的窗口，即窗口1)，点云颜色设置为“按点云颜色显示”，点云尺寸设置为“按类显示”；横断面轮廓窗口(即窗口2)，点云颜色设置为“按类显示”，点云尺寸设置为“按类显示”。

本实施例中，配置TerraScan的点类项目后，在TerraScan中，根据作业员习惯，选择不同分类模式(主要包括点选模式、矩形范围模式、刷子模式、点选线下模式、点选线上模式等方式)的点云分类工具，设置源点类为“任何可见点类”或者“默认点类”，设置目标点类(不同特征位置，目标点类不同)，在横断面轮廓显示窗口(即窗口2)中的既有线区域内，利用图3或图4所示的既有线横断面轮廓特征形态，从左往右或从右往左或从铁轨中心往两侧的顺序(顺序选择根据作业员的作业习惯不同，自主选择)分类特征位置的点类至对应的目标点类中。点类分类结果，如图6所示。

S5.在点云数据处理软件中，输出分类后且包含各地形地物类别代码的点云数据成果；

具体的，本实施例中，在TerraScan中，点击“另存为”，选择铁路既有线地形地物点类，选择输出格式为“类别E N Z”或“类别E N Z强度”，设置各坐标分量小数点位数，确认后指定点云数据成果的存储路径，即可完成输出。

进一步的，本实施例中，输出的铁路既有线地形地物点类，由图5中的“点类代码”或“代码”来确定，即选择“9——21”的点类输出。

S6.利用横断面测量专用报点字典中的编码，替换分类点云数据成果中的各地形地物类别代码；

所述横断面测量专用报点字典，指用于描述地形地物属性、易于理解并符合作业人员操作习惯的编码规则。

具体的，本实例采用的横断面测量专用报点字典的编码规则为：以地形地物的汉语拼音首字母或英文首字母代表该地形地物。

进一步的，“DQ”代表“挡墙”、“LJ”代表“路肩”、“T”代表“钢轨”、“0”代表“侧沟、砟肩、砟脚”、“ST”代表“水田”、“FB”代表“房边”、“LB”代表“路边”、“HD”代表“旱地”、“SB”代表“水边”、“SL”代表“树林”、“KS”代表“坎上”、“KX”代表“坎下”、“HUD”代表“荒地”。如图5所示。

本实施例中，在输出的点云数据成果中，利用特征地形地物的代码替换其点类代码。

具体的，用“DQ”替换点云数据成果中的“9”，用“LJ”替换点云数据成果中的“10”，用“T”替换点云数据成果中的“11”，用“0”替换点云数据成果中的“12”，用“ST”替换点云数据成果中的“13”，用“FB”替换点云数据成果中的“14”，用“LB”替换点云数据成果中的“15”，用“HD”替换点云数据成果中的“16”，用“SB”替换点云数据成果中的“17”，用“SL”替换点云数据成果中的“18”，用“KS”替换点云数据成果中的“19”，用“KX”替换点云数据成果中的“20”，用“HUD”替换点云数据成果中的“21”。

S7.基于铁路线位数据，转换替换编码后的点云数据成果格式为横断面通用格式成果并输出。

具体的，本实施例中，以“平面偏差计算软件V1.0”为工具，利用铁路线位数据提供的曲线交点坐标、曲线半径、缓和曲线长度、线位起点里程及其坐标和终点坐标，转换替换编码后的点云数据成果格式为包含横断面各点对应中桩里程、偏距和坐标等成果的横断面中间格式数据。

进一步的，本实施例中横断面的中间格式为：序号、北坐标、东坐标、高程、属性、里程、偏距。

本实施例中，以“铁路外业勘测数据处理软件|实测点生成横断面”为工具，转换横断面中间格式数据为横断面通用格式。

横断面通用格式为：横断面里程、中桩高程、偏距、测点高程/相对于中桩高程的高差、地形或地物类型(即测点属性)。

进一步的，导入横断面中间格式数据至“铁路外业勘测数据处理软件|实测点生成横断面”工具中，利用里程作业单，修正有测量偏差的里程数据，并导出横断面通用格式测量成果，输出格式为DWG的横断面图，如图7所示。

虽然以上描述了本发明的具体实施例，但本领域的技术人员应该理解，这些仅是举例说明，本领域技术人员可以由此设计出很多其他的修改和实施方式，这些修改和实施方式将落在本申请公开的原则范围和精神之内。

Claims (8)

1.一种基于机载LiDAR点云的铁路既有线横断面测量方法，其特征在于，

包括以下步骤：

S1、根据铁路线形参数制作各里程的横断面线；

S2、导入横断面线和预处理完成的机载LiDAR点云数据至点云处理软件中；

S3、在点云处理软件中设置横断面切割宽度，并利用断面切割工具沿着各横断面线的方向切割对应位置的点云数据，获得对应位置的点云横断面轮廓；

S4、利用点云分类工具，根据铁路既有线横断面的形态特征，将横断面范围内点云中的不同地形地物特征点分类至对应的地形地物类别中；

S5、输出分类后的包含各地形地物类别代码的点云数据成果；

S6、将分类点云数据成果中的各地形地物类别代码替换为横断面测量专用报点字典中的编码，输出新的点云数据成果；

S7、将新的点云数据成果的格式转换为横断面成果数据格式并输出。

2.如权利要求1所述的一种基于机载LiDAR点云的铁路既有线横断面测量方法，其特征在于，步骤S1中，所述根据铁路线形参数制作各里程的横断面线，具体包括：

根据铁路线位数据和横断面采集要求，采用横断面制作工具制作各里程指定长度的横断面线。

3.如权利要求1所述的一种基于机载LiDAR点云的铁路既有线横断面测量方法，其特征在于，步骤S2中，导入的所述机载LiDAR点云数据的覆盖范围大于横断面线采集范围。

4.如权利要求1所述的一种基于机载LiDAR点云的铁路既有线横断面测量方法，其特征在于，步骤S3中，所述横断面切割宽度不大于10cm。

5.如权利要求1所述的一种基于机载LiDAR点云的铁路既有线横断面测量方法，其特征在于，步骤S4中，所述地形地物类别除点云数据处理软件默认点类之外，还包括13种铁路既有线地形地物类别，分别是：挡墙、路肩、钢轨、无属性测点、水田、房边、路边、旱地、水边、树林、坎上、坎下、荒地；各个类别均设置了对应的唯一点类代码、点类名称、颜色代码和点类大小。

6.如权利要求1所述的一种基于机载LiDAR点云的铁路既有线横断面测量方法，其特征在于，步骤S5中，所述点云数据成果包括：点类代码、X坐标、Y坐标和Z坐标内容。

7.如权利要求1所述的一种基于机载LiDAR点云的铁路既有线横断面测量方法，其特征在于，步骤S6中，采用的所述横断面测量专用报点字典的编码规则为：以地形地物的汉语拼音首字母或英文首字母作为代码代表该地形地物。

8.如权利要求1-7任意一项所述的一种基于机载LiDAR点云的铁路既有线横断面测量方法，其特征在于，步骤S7中，所述将新的点云数据成果的格式转换为横断面成果数据格式并输出，具体包括：

首先，利用铁路线位数据提供的曲线交点坐标、曲线半径、缓和曲线长度、线位起点里程及起点坐标和终点坐标，将所述新的点云数据成果的格式转换为包含横断面各点对应中桩里程、偏距和坐标成果的横断面中间格式数据；

然后，将所述横断面中间格式数据导入横断面生成工具中，利用里程作业单，修正有测量偏差的里程数据，并导出横断面通用格式测量成果，输出格式为DWG的横断面图。

Images