CN114396892A - 轨道交通曲线轨道曲率测量方法 - Google Patents

轨道交通曲线轨道曲率测量方法 Download PDF

Info

Publication number
CN114396892A
CN114396892A CN202111462485.2A CN202111462485A CN114396892A CN 114396892 A CN114396892 A CN 114396892A CN 202111462485 A CN202111462485 A CN 202111462485A CN 114396892 A CN114396892 A CN 114396892A
Authority
CN
China
Prior art keywords
point
curve
point cloud
cloud data
data
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.)
Granted
Application number
CN202111462485.2A
Other languages
English (en)
Other versions
CN114396892B (zh
Inventor
陈里里
付志超
薛云飞
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.)
Chongqing Jiaotong University
Original Assignee
Chongqing Jiaotong University
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 Chongqing Jiaotong University filed Critical Chongqing Jiaotong University
Priority to CN202111462485.2A priority Critical patent/CN114396892B/zh
Publication of CN114396892A publication Critical patent/CN114396892A/zh
Application granted granted Critical
Publication of CN114396892B publication Critical patent/CN114396892B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/255—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures for measuring radius of curvature
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Abstract

本发明提供的一种轨道交通曲线轨道曲率测量方法，包括以下步骤：S1.基于车载激光雷达检测目标曲线轨道的点云数据；S2.对点云数据进行精简处理，然后对精简处理后的点云数据进行滤波处理；S3.对点云数据进行提取，提取出曲线轨道的边缘曲线，并基于边缘曲线进行拟合得到轨道中心线；S4.基于曲线轨道中心线对曲线轨道的曲率进行计算，通过上述方法，能够对轨道交通中的曲线轨道的曲率半径进行准确测试，为轨道交通的安全运营提供准确的数据支持，而且整个测试过程效率高，节约人力，有效避免测试中存在的安全隐患。

Description

轨道交通曲线轨道曲率测量方法
技术领域
本发明涉及一种曲率测量方法，尤其涉及一种轨道交通曲线轨道曲率测量方法。
背景技术
城市轨道在现代交通中具有极为重要的作用，极大的缓解了城市道路拥堵的问题；城市轨道包括单轨和双轨两种方式，对轨道交通运营来说，对于曲线轨道的曲率是否准确合理是保证运营安全以及乘坐舒适性的极为重要的参数。
现有技术中，对于曲线轨道的曲率一般采用以下形式：采用全站仪、水平仪等通过人工进行曲率的测量，这种方式效率低，浪费人力，存在安全隐患，更为重要的是这种测量方式严重依赖于测量人员的经验水平，即使经验丰富的测试人员，由于环境等因素，都会造成测试数据极为不准确，难以作为后续轨道运营的数据支撑。
因此，为了解决上述技术问题，亟需提出一种新的技术手段。
发明内容
有鉴于此，本发明的目的是提供一种轨道交通曲线轨道曲率测量方法，能够对轨道交通中的曲线轨道的曲率半径进行准确测试，为轨道交通的安全运营提供准确的数据支持，而且整个测试过程效率高，节约人力，有效避免测试中存在的安全隐患。
本发明提供的一种轨道交通曲线轨道曲率测量方法，包括以下步骤：
S1.基于车载激光雷达检测目标曲线轨道的点云数据；
S2.对点云数据进行精简处理，然后对精简处理后的点云数据进行滤波处理；
S3.对点云数据进行提取，提取出曲线轨道的边缘曲线，并基于边缘曲线进行拟合得到轨道中心线；
S4.基于曲线轨道中心线对曲线轨道的曲率进行计算。
进一步，步骤S2中，通过体素下采样法对点云数据进行精简处理：
S201.将车载激光雷达采集的点云数据输入至三维坐标系xyz中；
S202.确定点云数据在三维坐标系xyz的三个轴方向上的最大长度，分别为 Lx、Ly和Lz；
S203.将点云数据划分为多个体素栅格，其中，体素栅格的边长L确定如下：
Figure RE-GDA0003568719260000021
其中：
Figure RE-GDA0003568719260000022
η为体素栅格边长的比例因子，用于调整体素栅格的边长，v为单位体积的平均点云数据个数，s为比例系数，N为点云数据的数据点的总数；
S204.计算体素栅格的重心，并选择与体素栅格中心的欧氏距离小于设定阈值的点云数据点作为有效数据点进行保留。
进一步，步骤S2中，采用双边滤波法对精简处理后的点云数据进行滤波处理：
S211.将精简处理后的点云数据先进行统计滤波处理后再进行半径滤波处理；
S212.采用Kd树对半径滤波处理后的点云数据建立拓扑关系，计算第i个数据点Pi距离小于设定阈值的K个数据点组成K邻域集合N(Pi)；
S213.采用最小二乘法将K邻域集合N(Pi)以及第i个数据点Pi拟合到平面R，并确定平面R的第i个数据点Pi和第s个数据点Ps的单位法向量ni和ns；
S214.确定出双边滤波因子μ；
S215.确定出双边滤波后的点云数据Pi'：
Pi'＝Pi+μni；且由Pi'组成新的K邻域集合N'(Pi)。
进一步，步骤S214中，通过如下方法确定双边滤波因子μ：
Figure RE-GDA0003568719260000031
其中，<·,·>表示两个向量的内积，Ws(x)和Wr(x)分别表示空间加权因子函数和范围加权因子函数，且：
Figure RE-GDA0003568719260000032
σr表示范围加权因子的标准差，σs表示空间甲醛因子的标准差。
进一步，步骤S4中，通过如下方法提取出曲线轨道的边缘曲线：
S41.将K邻域集合N'(Pi)采用最小二乘法进行拟合形成平面R'；
S42.以第i个数据点Pi'在平面R'上的投影点Pi″作为坐标原点，将投影点 Pi″和与数据点Pi'欧式距离最近的数据点的投影点之间的连线作为u轴，以投影点Pi″的法向量ni′作为n轴，根据右手定则确定出v轴建立坐标系；
S43.以u轴为基准，计算K邻域集合N'(Pi)中任一数据点在R'平面上的投影点与Pi″组成的向量与u轴之间的夹角θk，其中，k＝1,2,3，…，K；
S44.将各个夹角按照升序进行排列，并计算在升序序列中相邻两个向量之间的夹角：
Figure RE-GDA0003568719260000041
S35.筛选出相邻两个向量之间的夹角的最大值，如果该最大值大于设定的角度阈值，则当前投影点Pi″所对应的数据点Pi′为边缘点，否则，为非边缘点；
S36.重复步骤S31-S35直至对K邻域集合N'(Pi)每个数据点进行判断，并将所提取出的边缘点拟合形成边缘曲线。
进一步，步骤S3中，对边缘曲线采用三次B样条曲线拟合方法进行拟合得到轨道中心线。
本发明的有益效果：通过本发明，能够对轨道交通中的曲线轨道的曲率半径进行准确测试，为轨道交通的安全运营提供准确的数据支持，而且整个测试过程效率高，节约人力，有效避免测试中存在的安全隐患。
附图说明
下面结合附图和实施例对本发明作进一步描述：
图1为本发明的流程图。
具体实施方式
以下结合说明书附图对本发明做出进一步详细说明：
本发明提供的一种轨道交通曲线轨道曲率测量方法，包括以下步骤：
S1.基于车载激光雷达检测目标曲线轨道的点云数据；
S2.对点云数据进行精简处理，然后对精简处理后的点云数据进行滤波处理；
S3.对点云数据进行提取，提取出曲线轨道的边缘曲线，并基于边缘曲线进行拟合得到轨道中心线；
S4.基于曲线轨道中心线对曲线轨道的曲率进行计算，其中，曲线的曲率计算公式为现有技术，采用三次B样条曲线拟合方法对边缘曲线进行拟合得到轨道中心线，该方法属于现有技术，在此均不加以赘述；通过上述方法，能够对轨道交通中的曲线轨道的曲率半径进行准确测试，为轨道交通的安全运营提供准确的数据支持，而且整个测试过程效率高，节约人力，有效避免测试中存在的安全隐患。
本实施例中，步骤S2中，通过体素下采样法对点云数据进行精简处理：
S201.将车载激光雷达采集的点云数据输入至三维坐标系xyz中；
S202.确定点云数据在三维坐标系xyz的三个轴方向上的最大长度，分别为 Lx、Ly和Lz；
S203.将点云数据划分为多个体素栅格，其中，体素栅格的边长L确定如下：
Figure RE-GDA0003568719260000051
其中：
Figure RE-GDA0003568719260000052
η为体素栅格边长的比例因子，用于调整体素栅格的边长，v为单位体积的平均点云数据个数，s为比例系数，N为点云数据的数据点的总数；
S204.计算体素栅格的重心，并选择与体素栅格中心的欧氏距离小于设定阈值的点云数据点作为有效数据点进行保留，通过上述方法，能够在确保足够的数据量使得最终结果准确的同时，而且还能够简化后续处理过程以及时间，提升效率。
本实施例中，步骤S2中，采用双边滤波法对精简处理后的点云数据进行滤波处理：
S211.将精简处理后的点云数据先进行统计滤波处理后再进行半径滤波处理；
S212.采用Kd树对半径滤波处理后的点云数据建立拓扑关系，计算第i个数据点Pi距离小于设定阈值的K个数据点组成K邻域集合N(Pi)；
S213.采用最小二乘法将K邻域集合N(Pi)以及第i个数据点Pi拟合到平面R，并确定平面R的第i个数据点Pi和第s个数据点Ps的单位法向量ni和 ns；
S214.确定出双边滤波因子μ；
S215.确定出双边滤波后的点云数据Pi′：
Pi′＝Pi+μni；且由Pi'组成新的K邻域集合N'(Pi)；上述中，Kd 树以及最小二乘法均为现有方法，在此不加以赘述，其中：
步骤S214中，通过如下方法确定双边滤波因子μ：
Figure RE-GDA0003568719260000061
其中，<·,·>表示两个向量的内积，Ws(x)和Wr(x)分别表示空间加权因子函数和范围加权因子函数，且：
Figure RE-GDA0003568719260000062
σr表示范围加权因子的标准差，σs表示空间甲醛因子的标准差；通过上述方法，能够有效确保最终结果的准确性。
本实施例中，步骤S4中，通过如下方法提取出曲线轨道的边缘曲线：
S41.将K邻域集合N'(Pi)采用最小二乘法进行拟合形成平面R'；
S42.以第i个数据点Pi′在平面R'上的投影点Pi″作为坐标原点，将投影点 Pi″和与数据点Pi′欧式距离最近的数据点的投影点之间的连线作为u轴，以投影点Pi″的法向量ni′作为n轴，根据右手定则确定出v轴建立坐标系；
S43.以u轴为基准，计算K邻域集合N'(Pi)中任一数据点在R'平面上的投影点与Pi″组成的向量与u轴之间的夹角θk，其中，k＝1,2,3，…，K；
S44.将各个夹角按照升序进行排列，并计算在升序序列中相邻两个向量之间的夹角：
Figure RE-GDA0003568719260000071
S35.筛选出相邻两个向量之间的夹角的最大值，如果该最大值大于设定的角度阈值，则当前投影点Pi″所对应的数据点Pi′为边缘点，否则，为非边缘点；
S36.重复步骤S31-S35直至对K邻域集合N'(Pi)每个数据点进行判断，并将所提取出的边缘点拟合形成边缘曲线。
通过上述方法，能够准确得出曲线轨道的边缘线，从而为最终的计算结果的精确性提供保障。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种轨道交通曲线轨道曲率测量方法，其特征在于：包括以下步骤：
S1.基于车载激光雷达检测目标曲线轨道的点云数据；
S2.对点云数据进行精简处理，然后对精简处理后的点云数据进行滤波处理；
S3.对点云数据进行提取，提取出曲线轨道的边缘曲线，并基于边缘曲线进行拟合得到轨道中心线；
S4.基于曲线轨道中心线对曲线轨道的曲率进行计算。
2.根据权利要求1所述轨道交通曲线轨道曲率测量方法，其特征在于：步骤S2中，通过体素下采样法对点云数据进行精简处理：
S201.将车载激光雷达采集的点云数据输入至三维坐标系xyz中；
S202.确定点云数据在三维坐标系xyz的三个轴方向上的最大长度，分别为Lx、Ly和Lz；
S203.将点云数据划分为多个体素栅格，其中，体素栅格的边长L确定如下：
Figure FDA0003388742990000011
其中：
Figure FDA0003388742990000012
η为体素栅格边长的比例因子，用于调整体素栅格的边长，v为单位体积的平均点云数据个数，s为比例系数，N为点云数据的数据点的总数；
S204.计算体素栅格的重心，并选择与体素栅格中心的欧氏距离小于设定阈值的点云数据点作为有效数据点进行保留。
3.根据权利要求1所述轨道交通曲线轨道曲率测量方法，其特征在于：步骤S2中，采用双边滤波法对精简处理后的点云数据进行滤波处理：
S211.将精简处理后的点云数据先进行统计滤波处理后再进行半径滤波处理；
S212.采用Kd树对半径滤波处理后的点云数据建立拓扑关系，计算第i个数据点Pi距离小于设定阈值的K个数据点组成K邻域集合N(Pi)；
S213.采用最小二乘法将K邻域集合N(Pi)以及第i个数据点Pi拟合到平面R，并确定平面R的第i个数据点Pi和第s个数据点Ps的单位法向量ni和ns；
S214.确定出双边滤波因子μ；
S215.确定出双边滤波后的点云数据Pi′：
Pi′＝Pi+μni；且由Pi'组成新的K邻域集合N'(Pi)。
4.根据权利要求3所述轨道交通曲线轨道曲率测量方法，其特征在于：步骤S214中，通过如下方法确定双边滤波因子μ：
Figure FDA0003388742990000021
其中，<·,·>表示两个向量的内积，Ws(x)和Wr(x)分别表示空间加权因子函数和范围加权因子函数，且：
Figure FDA0003388742990000022
σr表示范围加权因子的标准差，σs表示空间甲醛因子的标准差。
5.根据权利要求3所述轨道交通曲线轨道曲率测量方法，其特征在于：步骤S4中，通过如下方法提取出曲线轨道的边缘曲线：
S41.将K邻域集合N'(Pi)采用最小二乘法进行拟合形成平面R'；
S42.以第i个数据点Pi′在平面R'上的投影点Pi″作为坐标原点，将投影点Pi″和与数据点Pi′欧式距离最近的数据点的投影点之间的连线作为u轴，以投影点Pi″的法向量n′i作为n轴，根据右手定则确定出v轴建立坐标系；
S43.以u轴为基准，计算K邻域集合N'(Pi)中任一数据点在R'平面上的投影点与Pi″组成的向量与u轴之间的夹角θk，其中，k＝1,2,3，…，K；
S44.将各个夹角按照升序进行排列，并计算在升序序列中相邻两个向量之间的夹角：
Figure FDA0003388742990000031
S35.筛选出相邻两个向量之间的夹角的最大值，如果该最大值大于设定的角度阈值，则当前投影点Pi″所对应的数据点Pi′为边缘点，否则，为非边缘点；
S36.重复步骤S31-S35直至对K邻域集合N'(Pi)每个数据点进行判断，并将所提取出的边缘点拟合形成边缘曲线。
6.根据权利要求1所述轨道交通曲线轨道曲率测量方法，其特征在于：步骤S3中，对边缘曲线采用三次B样条曲线拟合方法进行拟合得到轨道中心线。
CN202111462485.2A 2021-12-02 2021-12-02 轨道交通曲线轨道曲率测量方法 Active CN114396892B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111462485.2A CN114396892B (zh) 2021-12-02 2021-12-02 轨道交通曲线轨道曲率测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111462485.2A CN114396892B (zh) 2021-12-02 2021-12-02 轨道交通曲线轨道曲率测量方法

Publications (2)

Publication Number Publication Date
CN114396892A true CN114396892A (zh) 2022-04-26
CN114396892B CN114396892B (zh) 2023-08-25

Family

ID=81225426

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111462485.2A Active CN114396892B (zh) 2021-12-02 2021-12-02 轨道交通曲线轨道曲率测量方法

Country Status (1)

Country Link
CN (1) CN114396892B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117710244A (zh) * 2024-02-05 2024-03-15 湖南裕工新能科技有限公司 一种车载装配物料对位智能检测方法及系统
CN117710244B (zh) * 2024-02-05 2024-04-26 湖南裕工新能科技有限公司 一种车载装配物料对位智能检测方法及系统

Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1413176A (en) * 1973-02-22 1975-11-12 British Railways Board Electro optical measurement apparatus
CN101021954A (zh) * 2007-03-23 2007-08-22 东南大学 三维扫描的点云精简方法
CN101113895A (zh) * 2007-09-07 2008-01-30 中国科学院长春光学精密机械与物理研究所 一种采用激光位移传感器进行非接触测量曲率半径的装置
JP2009291530A (ja) * 2008-06-09 2009-12-17 Toshiba Corp 超音波プローブ及び超音波診断装置
CN102092405A (zh) * 2010-12-16 2011-06-15 株洲南车时代电气股份有限公司 一种轨道曲线参数测量方法及系统装置
US20120062747A1 (en) * 2010-07-20 2012-03-15 Gm Global Technology Operations, Inc. Lane fusion system using forward-view and rear-view cameras
JP2016105081A (ja) * 2014-11-19 2016-06-09 首都高技術株式会社 点群データ利用システム
CN106946155A (zh) * 2017-05-11 2017-07-14 天津博迈科海洋工程有限公司 基于设备布局的单轨吊轨道梁布置方法
JP2018119852A (ja) * 2017-01-25 2018-08-02 株式会社トプコン 位置特定装置、位置特定方法、位置特定システム、位置特定用プログラム、無人航空機および無人航空機識別用ターゲット
CN109017780A (zh) * 2018-04-12 2018-12-18 深圳市布谷鸟科技有限公司 一种车辆智能驾驶控制方法
CN110121451A (zh) * 2017-03-23 2019-08-13 日野自动车株式会社 先行车辆判定装置和车辆控制系统
CN110249095A (zh) * 2017-02-07 2019-09-17 普拉塞-陶依尔铁路出口股份有限公司 非接触地检测轨道几何形状的方法
CN110667536A (zh) * 2019-09-04 2020-01-10 陕西九域通创轨道系统技术有限责任公司 一种列车aeb系统弯道控制决策方法
CN110929662A (zh) * 2019-11-28 2020-03-27 北京航盛新能科技有限公司 一种有轨机车轨道曲率获取方法
US20200231164A1 (en) * 2019-01-17 2020-07-23 Toyota Motor Engineering & Manufacturing North America, Inc System and method for providing lane curvature estimates
CN111986115A (zh) * 2020-08-22 2020-11-24 王程 激光点云噪声和冗余数据的精准剔除方法
CN112233233A (zh) * 2020-10-15 2021-01-15 首都师范大学 一种隧道相对点云数据的三维线形恢复方法
CN112581521A (zh) * 2020-12-22 2021-03-30 同济大学 一种磁浮轨道中心线提取方法
CN112810664A (zh) * 2021-01-28 2021-05-18 中车青岛四方机车车辆股份有限公司 轨道线路曲率半径在线实时测量系统及方法
US20210146970A1 (en) * 2018-06-01 2021-05-20 Plasser & Theurer Export Von Bahnbaumaschinen Gmbh Method for determining an actual position of rails of a track
CN213262695U (zh) * 2020-10-28 2021-05-25 重庆交通大学 一种小型城市轨道交通隧道智能巡检机器人
CN113569915A (zh) * 2021-06-30 2021-10-29 广西大学 一种基于激光雷达的多策略轨道交通障碍物识别方法
CN113658077A (zh) * 2021-08-19 2021-11-16 成都永峰科技有限公司 一种基于曲率的分区域双边海量点云降噪方法
US20220306169A1 (en) * 2019-06-07 2022-09-29 Fnv Ip Bv A Track Monitoring System

Patent Citations (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1413176A (en) * 1973-02-22 1975-11-12 British Railways Board Electro optical measurement apparatus
CN101021954A (zh) * 2007-03-23 2007-08-22 东南大学 三维扫描的点云精简方法
CN101113895A (zh) * 2007-09-07 2008-01-30 中国科学院长春光学精密机械与物理研究所 一种采用激光位移传感器进行非接触测量曲率半径的装置
JP2009291530A (ja) * 2008-06-09 2009-12-17 Toshiba Corp 超音波プローブ及び超音波診断装置
US20120062747A1 (en) * 2010-07-20 2012-03-15 Gm Global Technology Operations, Inc. Lane fusion system using forward-view and rear-view cameras
CN102092405A (zh) * 2010-12-16 2011-06-15 株洲南车时代电气股份有限公司 一种轨道曲线参数测量方法及系统装置
JP2016105081A (ja) * 2014-11-19 2016-06-09 首都高技術株式会社 点群データ利用システム
JP2018119852A (ja) * 2017-01-25 2018-08-02 株式会社トプコン 位置特定装置、位置特定方法、位置特定システム、位置特定用プログラム、無人航空機および無人航空機識別用ターゲット
CN110249095A (zh) * 2017-02-07 2019-09-17 普拉塞-陶依尔铁路出口股份有限公司 非接触地检测轨道几何形状的方法
US20200122753A1 (en) * 2017-02-07 2020-04-23 Plasser & Theurer Export Von Bahnbaumaschinen Gmbh Method for contactlessly capturing a track geometry
CN110121451A (zh) * 2017-03-23 2019-08-13 日野自动车株式会社 先行车辆判定装置和车辆控制系统
CN106946155A (zh) * 2017-05-11 2017-07-14 天津博迈科海洋工程有限公司 基于设备布局的单轨吊轨道梁布置方法
CN109017780A (zh) * 2018-04-12 2018-12-18 深圳市布谷鸟科技有限公司 一种车辆智能驾驶控制方法
US20210146970A1 (en) * 2018-06-01 2021-05-20 Plasser & Theurer Export Von Bahnbaumaschinen Gmbh Method for determining an actual position of rails of a track
US20200231164A1 (en) * 2019-01-17 2020-07-23 Toyota Motor Engineering & Manufacturing North America, Inc System and method for providing lane curvature estimates
US20220306169A1 (en) * 2019-06-07 2022-09-29 Fnv Ip Bv A Track Monitoring System
CN110667536A (zh) * 2019-09-04 2020-01-10 陕西九域通创轨道系统技术有限责任公司 一种列车aeb系统弯道控制决策方法
CN110929662A (zh) * 2019-11-28 2020-03-27 北京航盛新能科技有限公司 一种有轨机车轨道曲率获取方法
CN111986115A (zh) * 2020-08-22 2020-11-24 王程 激光点云噪声和冗余数据的精准剔除方法
CN112233233A (zh) * 2020-10-15 2021-01-15 首都师范大学 一种隧道相对点云数据的三维线形恢复方法
CN213262695U (zh) * 2020-10-28 2021-05-25 重庆交通大学 一种小型城市轨道交通隧道智能巡检机器人
CN112581521A (zh) * 2020-12-22 2021-03-30 同济大学 一种磁浮轨道中心线提取方法
CN112810664A (zh) * 2021-01-28 2021-05-18 中车青岛四方机车车辆股份有限公司 轨道线路曲率半径在线实时测量系统及方法
CN113569915A (zh) * 2021-06-30 2021-10-29 广西大学 一种基于激光雷达的多策略轨道交通障碍物识别方法
CN113658077A (zh) * 2021-08-19 2021-11-16 成都永峰科技有限公司 一种基于曲率的分区域双边海量点云降噪方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
LILI CHEN 等: "Implementation of Cloud-based Urban Rail Big Data Platform", THE 6TH INTERNATIONAL CONFERENCE ON COMPUTER SCIENCE AND APPLICATION ENGINEERING, pages 1 - 5 *
ZHANGYU WANG: "FarNet: An Attention-Aggregation Network for Long-Range Rail Track Point Cloud Segmentation", IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS, pages 13118 - 13126 *
刘向阳: "基于车载LiDAR技术的既有铁路复测要素提取研究", 中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑, pages 032 - 131 *
孙效杰;杨俊起;: "轨道车辆轮对状态与线路特征的估计", 西南交通大学学报, no. 03, pages 176 - 182 *
李圆: "基于点云数据的既有线复测轨道中心线提取及 平面线形拟合方法研究", 中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑, pages 033 - 123 *
段晓峰;韩峰;李建强;: "基于点云信息的既有线整正方法研究", 铁道标准设计, no. 08, pages 18 - 21 *
蔡文豪 等: "三次均匀B样条在求解轨道曲率中的应用", 智城建设, pages 24 - 26 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117710244A (zh) * 2024-02-05 2024-03-15 湖南裕工新能科技有限公司 一种车载装配物料对位智能检测方法及系统
CN117710244B (zh) * 2024-02-05 2024-04-26 湖南裕工新能科技有限公司 一种车载装配物料对位智能检测方法及系统

Also Published As

Publication number Publication date
CN114396892B (zh) 2023-08-25

Similar Documents

Publication Publication Date Title
CN110287932B (zh) 基于深度学习图像语义分割的道路阻断信息提取方法
CN106709946B (zh) 基于LiDAR点云的多分裂导线自动提取与精细建模方法
WO2020233152A1 (zh) 基于城市建筑空间数据的建成区边界识别方法及设备
KR20190082062A (ko) 포인트 클라우드 데이터 사이의 매칭 관계를 확정하는 방법 및 장치
WO2022016884A1 (zh) 一种基于K-means聚类算法的海面风速方法
CN108519094B (zh) 局部路径规划方法及云处理端
CN105241465B (zh) 一种道路更新的方法
CN107563566B (zh) 一种基于支持向量机的公交站间运行时间区间预测方法
CN111241994B (zh) 一种深度学习的遥感影像农村公路砂化路段的提取方法
CN108562885B (zh) 一种高压输电线路机载LiDAR点云提取方法
CN108388723B (zh) 板桥桥梁点云的部件自动检测方法及系统
CN111062949B (zh) 一种基于机载激光雷达的电力线点云提取方法
CN113345094A (zh) 基于三维点云的电力走廊安全距离分析方法及系统
CN111462322A (zh) 一种基于dem的城市平面坐标系统建立方法
CN109147322B (zh) 一种城市交通大数据处理中多源数据自适应融合方法
Zheng et al. Improved iterative prediction for multiple stop arrival time using a support vector machine
CN113284369B (zh) 一种基于ads-b实测航路数据的预测方法
CN114396892A (zh) 轨道交通曲线轨道曲率测量方法
CN116402959A (zh) 基于预警模型的隧道支护设计构建方法、系统及存储介质
CN113849976B (zh) 规划用地的开发强度评估方法、装置及设备
CN109598925B (zh) 出租车车辆聚集报警方法、终端设备及存储介质
CN115661164A (zh) 一种基于精密三维路面的病害三维信息提取方法
CN115456060A (zh) 一种预测轨迹的处理方法和装置
CN111292018B (zh) 一种城市易损性模型构建方法
CN110120154B (zh) 大规模路网下利用检测器数据的交通路况预测方法

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
GR01 Patent grant
GR01 Patent grant