CN116045906A - 最小建筑限界检测方法、装置及服务器 - Google Patents
最小建筑限界检测方法、装置及服务器 Download PDFInfo
- Publication number
- CN116045906A CN116045906A CN202211394585.0A CN202211394585A CN116045906A CN 116045906 A CN116045906 A CN 116045906A CN 202211394585 A CN202211394585 A CN 202211394585A CN 116045906 A CN116045906 A CN 116045906A
- Authority
- CN
- China
- Prior art keywords
- tunnel
- section
- distance
- information
- height
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C7/00—Tracing profiles
- G01C7/06—Tracing profiles of cavities, e.g. tunnels
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种最小建筑限界检测方法、装置及服务器,涉及铁路检测控制的技术领域,包括:获取铁路隧道的三维点云数据,其中,三维点云数据携带有隧道指标信息和隧道特征信息;利用预先设定的距离阈值,从三维点云数据中提取各间隔距离处的隧道断面数据,建立隧道断面数据集合;基于隧道指标信息和隧道断面数据集合,生成各隧道断面的断面距离特征图像;利用隧道特征信息对断面距离特征图像进行分组处理,得到各分组的目标特征图像集合,以基于目标特征图像集合确定最小限界值集合。本发明可以降低隧道最小限界値的筛选难度,并提升作业效率。
Description
技术领域
本发明涉及铁路检测控制的技术领域,尤其是涉及一种最小建筑限界检测方法、装置及服务器。
背景技术
利用激光对待测量的隧道进行扫描,可以得到隧道的点云数据。目前,相关技术提出,可以通过切割点云数据对点云数据进行提取,得到隧道断面数据集合,将单个隧道断面数据按照直线和左右曲线进行划分,并筛选出每个高度的最小的限界值,该方案在隧道长度为十几公里时,会产生几十万个隧道断面数据,工作量较大,从而会提升限界値的筛选难度,并降低作业效率。
发明内容
有鉴于此,本发明的目的在于提供一种最小建筑限界检测方法、装置及服务器,可以降低隧道最小限界値的筛选难度,并提升作业效率。
第一方面,本发明实施例提供了一种最小建筑限界检测方法,方法包括:获取铁路隧道的三维点云数据,其中,三维点云数据携带有隧道指标信息和隧道特征信息;利用预先设定的距离阈值,从三维点云数据中提取各间隔距离处的隧道断面数据,建立隧道断面数据集合;基于隧道指标信息和隧道断面数据集合,生成各隧道断面的断面距离特征图像;利用隧道特征信息对断面距离特征图像进行分组处理,得到各分组的目标特征图像集合,以基于目标特征图像集合确定最小限界值集合。
在一种实施方式中,隧道指标信息包括:横向距离信息和里程信息,基于隧道指标信息和隧道断面数据集合,生成各隧道断面的断面距离特征图像的步骤,包括:基于隧道断面数据集合,生成第一隧道断面图像;利用预先设定的测量高度信息,在第一隧道断面图像的对应高度位置添加距离测量线;利用横向距离信息对距离测量线进行左侧边界距离和右侧边界距离的距离数值批注,得到第二隧道断面图像;将里程信息与第二隧道断面图像进行结合,得到各隧道断面的断面距离特征图像。
在一种实施方式中,在第一隧道断面图像的对应高度位置添加距离测量线的步骤,包括:当检测到第一隧道断面图像的任一高度区间内存在高关注度设备时,通过在高度区间内提升距离测量线的分布密度,提升高度区间的关注度。
在一种实施方式中,隧道特征信息包括:高度信息,利用隧道特征信息对断面距离特征图像进行分组处理,得到各分组的目标特征图像集合的步骤,包括:根据高度信息对断面距离特征图像进行一级分组,得到第一特征图像集合,其中,第一特征图像集合包括相同隧道断面的不同高度处的边界距离;根据第一特征图像集合确定目标特征图像集合。
在一种实施方式中,隧道特征信息还包括:转向信息和转弯半径信息,根据第一特征图像集合确定目标特征图像集合的步骤,还包括:根据转向信息和转弯半径信息对第一特征图像集合进行二级分组,得到第二特征图像集合,其中,第二特征图像集合包括相同转弯半径及相同转向的不同隧道断面,在相同高度处的边界距离;将第二特征图像集合确定为目标特征图像集合。
在一种实施方式中,基于目标特征图像集合确定最小限界值集合的步骤,包括:将相同的目标特征图像集合中,各高度处的边界距离最小值确定为高度的目标限界値;将不同转弯半径对应的目标特征图像集合中,相同高度的目标限界値进行整合,并将最小值确定为最小限界値。
在一种实施方式中,将相同的目标特征图像集合中,各高度处的边界距离最小值确定为高度的目标限界値的步骤,包括:利用预先建立的修正模型对目标特征图像集合中,各高度处的边界距离最小值进行修正处理,得到目标限界値。
第二方面,本发明实施例还提供一种最小建筑限界检测装置,装置包括:点云数据获取模块,获取铁路隧道的三维点云数据,其中,三维点云数据携带有隧道指标信息和隧道特征信息;断面数据获取模块,利用预先设定的距离阈值,从三维点云数据中提取各间隔距离处的隧道断面数据,建立隧道断面数据集合;特征图像获取模块,基于隧道指标信息和隧道断面数据集合,生成各隧道断面的断面距离特征图像;最小临界值确定模块,利用隧道特征信息对断面距离特征图像进行分组处理,得到各分组的目标特征图像集合,以基于目标特征图像集合确定最小限界值集合。
第三方面,本发明实施例还提供一种服务器,包括处理器和存储器,存储器存储有能够被处理器执行的计算机可执行指令,处理器执行计算机可执行指令以实现第一方面提供的任一项的方法。
第四方面,本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质存储有计算机可执行指令,计算机可执行指令在被处理器调用和执行时,计算机可执行指令促使处理器实现第一方面提供的任一项的方法。
本发明实施例带来了以下有益效果:
本发明实施例提供的一种最小建筑限界检测方法、装置及服务器,获取铁路隧道的三维点云数据,其中,三维点云数据携带有隧道指标信息和隧道特征信息,利用预先设定的距离阈值,从三维点云数据中提取各间隔距离处的隧道断面数据,建立隧道断面数据集合,基于隧道指标信息和隧道断面数据集合,生成各隧道断面的断面距离特征图像,利用隧道特征信息对断面距离特征图像进行分组处理,得到各分组的目标特征图像集合,以基于目标特征图像集合确定最小限界值集合,本发明实施例通过隧道断面数据集合生成特征图像,并对特征图像进行分组处理,可以降低隧道最小限界値的筛选难度,并提升作业效率。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,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最小建筑限界检测方法的流程示意图;
图2为本发明实施例提供的另一种最小建筑限界检测方法的流程示意图;
图3为本发明实施例提供的一种断面距离特征图像的结构示意图;
图4为本发明实施例提供的一种根据指标信息划分文件夹的流程示意图;
图5为本发明实施例提供的一种根据特征信息划分文件夹的流程示意图;
图6为本发明实施例提供的一种目标特征图像集合的结构示意图;
图7为本发明实施例提供的另一种目标特征图像集合的结构示意图;
图8为本发明实施例提供的一种最小建筑限界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。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
目前,最小限界为轨面坐标系中,从轨面坐标系中心,按一定高度计算左右隧道壁到轨面中心的水平距离和隧道顶部到轨面中心的垂直距离,最小限界的检测方法有很多,通过点云进行隧道的检测方法也逐步应用,目前,主要通过切割点云数据,但最小限界检测的单次作业的隧道长度可能为十几公里,在按照3cm的间隔对点云数据进行提取时,会产生上几十万个隧道断面成果,将几十万个隧道断面成果划分到单个隧道,并将单个隧道按照直线和左右曲线进行划分,并筛选出每个高度的最小的限界值,该方案的工作量较大,作业效率较低,无法满足日常的工作需要,基于此,本发明实施提供的最小建筑限界检测方法,在现有的海量点云基础上,通过软件内部流程,可实现对几十万个断面,自动划分至各个隧道并按直线和左右曲线进行划分,提取各个高度的最小限界值,从而能够提高作业效率,保证一次采集的海量数据中,获取多条隧道,多转弯半径的最小限界,确保在1天内处理5座及5座以上的隧道,满足日常工作需要,通过隧道断面数据集合生成特征图像,并对特征图像进行分组处理,可以降低隧道最小限界値的筛选难度,并提升作业效率。
基于图1所示的一种最小建筑限界检测方法的流程示意图,该方法主要包括以下步骤S102至步骤S108:
步骤S102,获取铁路隧道的三维点云数据,其中,三维点云数据携带有隧道指标信息和隧道特征信息,隧道指标信息包括:隧道名称信息、横向距离信息和里程信息,隧道特征信息包括:高度信息、转向信息和转弯半径信息,转向信息包括:左转、右转和直行,在一种实施方式中,可以通过激光对隧道进行扫描得到铁路隧道的点云信息。
步骤S104,利用预先设定的距离阈值,从三维点云数据中提取各间隔距离处的隧道断面数据,建立隧道断面数据集合,在一种实施方式中,选取隧道名称、转向和转弯半径相同的隧道段的点云数据,根据距离阈值划分隧道段为多个隧道断面数据,建立隧道断面数据集合。
步骤S106,基于隧道指标信息和隧道断面数据集合,生成各隧道断面的断面距离特征图像,其中,隧道断面数据包括隧道断面的位置(即,里程数)以及同一隧道断面内各个高度处的距离线,在一种实施方式中,断面距离特征图像包括各个高度的距离线,距离线用于表征轨面坐标中,任一高度处中线与轨道左边界以及右边界的距离。
步骤S108,利用隧道特征信息对断面距离特征图像进行分组处理,得到各分组的目标特征图像集合,以基于目标特征图像集合确定最小限界值集合,其中,目标特征图像集合包括多个分组,在同一分组中包括相同隧道相同转向的不同转弯半径在同一高度处距离隧道的水平边界的限界値,在一种实施方式中,利用高度信息、转向信息和转弯半径信息对断面距离特征图像进行分组处理,得到目标特征图像集合,对同一分组中相同隧道相同转向的不同转弯半径在同一高度处距离隧道的水平边界的限界値从小到大进行排序,并将同一分组的多张图像进行整合,分组相同的目标特征图像可以同时显示,利用人工或限界値筛选模型进行分析,得到相同隧道相同转向的不同转弯半径在同一高度处的限界値最小值,将该限界値确定为最小限界値,并利用相同隧道相同转向的不同转弯半径在不同高度处的最小限界値,建立对应的隧道及隧道转向的最小限界値集合。
本发明实施例提供的上述最小建筑限界检测方法,通过隧道断面数据集合生成特征图像,并对特征图像进行分组处理,可以降低隧道最小限界値的筛选难度,并提升作业效率。
本发明实施例还提供了一种建立目标特征图像集合的实施方式,具体的参见如下(1)至(3):
(1)基于隧道断面数据集合,生成第一隧道断面图像,利用预先设定的测量高度信息,在第一隧道断面图像的对应高度位置添加距离测量线,利用横向距离信息对距离测量线进行左侧边界距离和右侧边界距离的距离数值批注,得到第二隧道断面图像,将里程信息与第二隧道断面图像进行结合,得到各隧道断面的断面距离特征图像。其中,第一隧道断面图像包括隧道断面的位置以及同一隧道断面内各个高度处的距离线,第二隧道断面图像包括相同隧道相同转向的不同转弯半径在同一高度处的限界値,在一种实施方式中,断面距离特征图像包括各个高度的距离线,距离线用于表征轨面坐标中,任一高度处中线与轨道左边界以及右边界的距离。
在一种实施方式中,当检测到第一隧道断面图像的任一高度区间内存在高关注度设备时,通过在高度区间内提升距离测量线的分布密度,提升高度区间的关注度,在实际应用中,铁路隧道任一里程的任一高度若存在电线较多的情况,则在此处提升距离测量线的分布密度,提升关注度,得到该位置更精确的限界値。
(2)根据高度信息对断面距离特征图像进行一级分组,得到第一特征图像集合,其中,第一特征图像集合包括相同隧道断面的不同高度处的边界距离,在一种实施方式中,选取隧道名称、转向和转弯半径相同的隧道段的点云数据,根据距离阈值划分隧道段为多个隧道断面数据,建立隧道断面数据集合,将存放隧道断面数据的文件夹进行分组,以隧道名称、转向和转弯半径对文件将命名,并在文件夹中存放隧道名称、转向和转弯半径相同的隧道段的各个隧道断面距离特征图像,得到第一特征图像集合。
(3)根据第一特征图像集合确定目标特征图像集合,根据转向信息和转弯半径信息对第一特征图像集合进行二级分组,得到第二特征图像集合,其中,第二特征图像集合包括相同转弯半径及相同转向的不同隧道断面,在相同高度处的边界距离,并将第二特征图像集合确定为目标特征图像集合,其中,目标特征图像集合包括多个分组,在同一分组中包括相同隧道相同转向的不同转弯半径在同一高度处距离隧道的水平边界的限界値,在一种实施方式中,利用高度信息、转向信息和转弯半径信息对断面距离特征图像进行分组处理,得到目标特征图像集合,对同一分组中相同隧道相同转向的不同转弯半径在同一高度处距离隧道的水平边界的限界値从小到大进行排序,并将同一分组的多张图像进行整合,分组相同的目标特征图像可以同时显示,利用人工或限界値筛选模型进行分析,得到相同隧道相同转向的不同转弯半径在同一高度处的限界値最小值,将该限界値确定为最小限界値,并利用相同隧道相同转向的不同转弯半径在不同高度处的最小限界値,建立对应的隧道及隧道转向的最小限界値集合。
对于前述步骤S108,本发明实施例还提供了一种基于目标特征图像集合确定最小限界値的实施方式,将相同的目标特征图像集合中,各高度处的边界距离最小值确定为高度的目标限界値,并将不同转弯半径对应的目标特征图像集合中,相同高度的目标限界値进行整合,并将最小值确定为最小限界値,在一种实施方式中,利用预先建立的修正模型对目标特征图像集合中,各高度处的边界距离最小值进行修正处理,得到目标限界値。
为便于对上述实施例提供的最小建筑限界检测方法进行理解,本发明实施例提供了一种最小建筑限界检测方法的应用示例,参见图2所示的另一种最小建筑限界检测方法的流程示意图,该方法主要包括以下步骤S202至步骤S210:
步骤S202,利用铁路隧道的三维点云数据,制作隧道表。参见表1所示的隧道表示意图,利用铁路隧道的三维点云数据划分各个隧道的起始和终止里程,并划分各个隧道的左、右曲线段和直线段,最后根据转弯半径进行进一步的划分,得到隧道表中相同隧道名称、相同转弯半径和相同转向的隧道的起始和终止位置,并对此段隧道进行断面提取。
步骤S204,根据指标信息对隧道表进行一级分组,确定各隧道的起止位置,并利用三维点云数据建立各组隧道的断面距离特征图像。参见图3所示的一种断面距离特征图像的结构示意图,对隧道名称、转弯半径和转向相同的隧道按等间隔3cm的距离进行断面提取,导出为CAD格式,该CAD标注了各个高度到隧道断面的距离,并以里程命名。
步骤S206,根据特征信息对隧道表进行二级分组,确定目标特征数据。参见图4所示的一种根据指标信息划分文件夹的流程示意图和图5所示的一种根据特征信息划分文件夹的流程示意图,将隧道表发送至图像生成模型筛选各个dxf(即,CAD文件),并按单个隧道为主文件夹,每个隧道内按直线段,左曲线段,右曲线段进行划分,不同转弯半径,需要保存至多个下位的文件夹中。
步骤S208,根据目标特征数据生成目标特征图像集合。参见图6所示的一种目标特征图像集合的结构示意图,将各个dxf转换成图片,并读取所有的dxf,按某一高度的限界值进行从小到大排序后,筛选出固定个数的dxf(诸如,每张图片16个dxf),将固定个数的dxf转换成对应的图片。
步骤S210,基于目标特征图像集合确定最小限界值集合。参见图7所示的另一种目标特征图像集合的结构示意图,在左侧显示各个高度的限制值,右侧显示加载的图片信息,按照轨面高度进行划分,(诸如:按左轨平面高度0.0m筛选限界值,只需要筛选一个限界值即可,双击每个断面位置,即可在软件中显示对号,表示该高度的最小限界值),同一隧道的相同转向存在多个转弯半径,每个转弯半径都包括一批高度限界値,利用修正公式对高度限界値进行修正后得到目标限界値,将同一高度不同转弯半径的目标限界値的最小值,确定为同一隧道的相同转向在此高度处的最小限界値,并将最终的结果输出至用户端。
综上所述,本发明可以通过隧道断面数据集合生成特征图像,并对特征图像进行分组处理,可以降低隧道最小限界値的筛选难度,并提升作业效率。
对于前述实施例提供的最小建筑限界检测方法,本发明实施例提供了一种最小建筑限界检测装置,参见图8所示的一种最小建筑限界检测装置的结构示意图,该装置包括以下部分:
点云数据获取模块802,获取铁路隧道的三维点云数据,其中,三维点云数据携带有隧道指标信息和隧道特征信息;
断面数据获取模块804,利用预先设定的距离阈值,从三维点云数据中提取各间隔距离处的隧道断面数据,建立隧道断面数据集合;
特征图像获取模块806,基于隧道指标信息和隧道断面数据集合,生成各隧道断面的断面距离特征图像;
最小临界值确定模块808,利用隧道特征信息对断面距离特征图像进行分组处理,得到各分组的目标特征图像集合,以基于目标特征图像集合确定最小限界值集合。
本申请实施例提供的上述数据处理装置通过隧道断面数据集合生成特征图像,并对特征图像进行分组处理,可以降低隧道最小限界値的筛选难度,并提升作业效率。
一种实施方式中,隧道指标信息包括:横向距离信息和里程信息,在进行基于隧道指标信息和隧道断面数据集合,生成各隧道断面的断面距离特征图像的步骤时,上述特征图像获取模块806还用于:基于隧道断面数据集合,生成第一隧道断面图像;利用预先设定的测量高度信息,在第一隧道断面图像的对应高度位置添加距离测量线;利用横向距离信息对距离测量线进行左侧边界距离和右侧边界距离的距离数值批注,得到第二隧道断面图像;将里程信息与第二隧道断面图像进行结合,得到各隧道断面的断面距离特征图像。
一种实施方式中,在进行在第一隧道断面图像的对应高度位置添加距离测量线的步骤时,上述特征图像获取模块806还用于:当检测到第一隧道断面图像的任一高度区间内存在高关注度设备时,通过在高度区间内提升距离测量线的分布密度,提升高度区间的关注度。
一种实施方式中,隧道特征信息包括:高度信息,在进行利用隧道特征信息对断面距离特征图像进行分组处理,得到各分组的目标特征图像集合的步骤时,上述最小临界值确定模块808还用于:根据高度信息对断面距离特征图像进行一级分组,得到第一特征图像集合,其中,第一特征图像集合包括相同隧道断面的不同高度处的边界距离;根据第一特征图像集合确定目标特征图像集合。
一种实施方式中,隧道特征信息还包括:转向信息和转弯半径信息,在进行根据第一特征图像集合确定目标特征图像集合的步骤时,上述最小临界值确定模块808还用于:根据转向信息和转弯半径信息对第一特征图像集合进行二级分组,得到第二特征图像集合,其中,第二特征图像集合包括相同转弯半径及相同转向的不同隧道断面,在相同高度处的边界距离;将第二特征图像集合确定为目标特征图像集合。
一种实施方式中,在进行基于目标特征图像集合确定最小限界值集合的步骤时,上述最小临界值确定模块808还用于:将相同的目标特征图像集合中,各高度处的边界距离最小值确定为高度的目标限界値;将不同转弯半径对应的目标特征图像集合中,相同高度的目标限界値进行整合,并将最小值确定为最小限界値。
一种实施方式中,在进行将相同的目标特征图像集合中,各高度处的边界距离最小值确定为高度的目标限界値的步骤时,上述最小临界值确定模块808还用于:利用预先建立的修正模型对目标特征图像集合中,各高度处的边界距离最小值进行修正处理,得到目标限界値。
本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
本发明实施例提供了一种电子设备,具体的,该电子设备包括处理器和存储装置;存储装置上存储有计算机程序,计算机程序在被所述处理器运行时执行如上所述实施方式的任一项所述的方法。
图9为本发明实施例提供的一种电子设备的结构示意图,该电子设备100包括:处理器90,存储器91,总线92和通信接口93,所述处理器90、通信接口93和存储器91通过总线92连接;处理器90用于执行存储器91中存储的可执行模块,例如计算机程序。
其中,存储器91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。通过至少一个通信接口93(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线92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。
其中,存储器91用于存储程序,所述处理器90在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器90中,或者由处理器90实现。
处理器90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90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90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(Digital SignalProcessing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,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例中的公开的各方法、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。结合本发明实施例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91,处理器90读取存储器91中的信息,结合其硬件完成上述方法的步骤。
本发明实施例所提供的可读存储介质的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见前述方法实施例,在此不再赘述。
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,本发明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)执行本发明各个实施例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:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,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发明揭露的技术范围内,其依然可以对前述实施例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发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种最小建筑限界检测方法,其特征在于,所述方法包括:
获取铁路隧道的三维点云数据,其中,所述三维点云数据携带有隧道指标信息和隧道特征信息;
利用预先设定的距离阈值,从所述三维点云数据中提取各间隔距离处的隧道断面数据,建立隧道断面数据集合;
基于所述隧道指标信息和所述隧道断面数据集合,生成各隧道断面的断面距离特征图像;
利用所述隧道特征信息对所述断面距离特征图像进行分组处理,得到各分组的目标特征图像集合,以基于所述目标特征图像集合确定最小限界值集合。
2.根据权利要求1所述的方法,其特征在于,所述隧道指标信息包括:横向距离信息和里程信息,所述基于所述隧道指标信息和所述隧道断面数据集合,生成各隧道断面的断面距离特征图像的步骤,包括:
基于所述隧道断面数据集合,生成第一隧道断面图像;
利用预先设定的测量高度信息,在所述第一隧道断面图像的对应高度位置添加距离测量线;
利用所述横向距离信息对所述距离测量线进行左侧边界距离和右侧边界距离的距离数值批注,得到第二隧道断面图像;
将所述里程信息与所述第二隧道断面图像进行结合,得到所述各隧道断面的所述断面距离特征图像。
3.根据权利要求2所述的方法,其特征在于,所述在所述第一隧道断面图像的对应高度位置添加距离测量线的步骤,包括:
当检测到所述第一隧道断面图像的任一高度区间内存在高关注度设备时,通过在所述高度区间内提升所述距离测量线的分布密度,提升所述高度区间的关注度。
4.根据权利要求1所述的方法,其特征在于,所述隧道特征信息包括:高度信息,所述利用所述隧道特征信息对所述断面距离特征图像进行分组处理,得到各分组的目标特征图像集合的步骤,包括:
根据所述高度信息对所述断面距离特征图像进行一级分组,得到第一特征图像集合,其中,所述第一特征图像集合包括相同隧道断面的不同高度处的边界距离;
根据所述第一特征图像集合确定目标特征图像集合。
5.根据权利要求4所述的方法,其特征在于,所述隧道特征信息还包括:转向信息和转弯半径信息,所述根据所述第一特征图像集合确定目标特征图像集合的步骤,还包括:
根据所述转向信息和所述转弯半径信息对所述第一特征图像集合进行二级分组,得到第二特征图像集合,其中,所述第二特征图像集合包括相同转弯半径及相同转向的不同隧道断面,在相同高度处的边界距离;
将所述第二特征图像集合确定为目标特征图像集合。
6.根据权利要求1所述的方法,其特征在于,所述基于所述目标特征图像集合确定最小限界值集合的步骤,包括:
将相同的所述目标特征图像集合中,各高度处的边界距离最小值确定为所述高度的目标限界値;
将不同转弯半径对应的目标特征图像集合中,相同高度的所述目标限界値进行整合,并将最小值确定为所述最小限界値。
7.根据权利要求6所述的方法,其特征在于,所述将相同的所述目标特征图像集合中,各高度处的边界距离最小值确定为所述高度的目标限界値的步骤,包括:
利用预先建立的修正模型对所述目标特征图像集合中,各高度处的所述边界距离最小值进行修正处理,得到所述目标限界値。
8.一种最小建筑限界检测装置,其特征在于,所述装置包括:
点云数据获取模块,获取铁路隧道的三维点云数据,其中,所述三维点云数据携带有隧道指标信息和隧道特征信息;
断面数据获取模块,利用预先设定的距离阈值,从所述三维点云数据中提取各间隔距离处的隧道断面数据,建立隧道断面数据集合;
特征图像获取模块,基于所述隧道指标信息和所述隧道断面数据集合,生成各隧道断面的断面距离特征图像;
最小临界值确定模块,利用所述隧道特征信息对所述断面距离特征图像进行分组处理,得到各分组的目标特征图像集合,以基于所述目标特征图像集合确定最小限界值集合。
9.一种服务器,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计算机可执行指令,所述处理器执行所述计算机可执行指令以实现权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令在被处理器调用和执行时,计算机可执行指令促使处理器实现权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211394585.0A CN116045906A (zh) | 2022-11-08 | 2022-11-08 | 最小建筑限界检测方法、装置及服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211394585.0A CN116045906A (zh) | 2022-11-08 | 2022-11-08 | 最小建筑限界检测方法、装置及服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116045906A true CN116045906A (zh) | 2023-05-02 |
Family
ID=86119601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211394585.0A Pending CN116045906A (zh) | 2022-11-08 | 2022-11-08 | 最小建筑限界检测方法、装置及服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116045906A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116678377A (zh) * | 2023-08-03 | 2023-09-01 | 中国水利水电第七工程局有限公司 | 一种基于自动全站仪的隧道净空自动检测方法 |
-
2022
- 2022-11-08 CN CN202211394585.0A patent/CN116045906A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116678377A (zh) * | 2023-08-03 | 2023-09-01 | 中国水利水电第七工程局有限公司 | 一种基于自动全站仪的隧道净空自动检测方法 |
CN116678377B (zh) * | 2023-08-03 | 2023-11-03 | 中国水利水电第七工程局有限公司 | 一种基于自动全站仪的隧道净空自动检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111222186B (zh) | 图元识别的方法、装置及服务器 | |
CN110502985B (zh) | 表格识别方法、装置及表格识别设备 | |
CN109886928B (zh) | 一种目标细胞标记方法、装置、存储介质及终端设备 | |
CN111177445B (zh) | 标准图元的确定方法、图元识别方法、装置和电子设备 | |
US9792507B2 (en) | Method and system for ground truth determination in lane departure warning | |
CN110569489B (zh) | 基于pdf文件的表格数据解析方法及装置 | |
CN112712014B (zh) | 表格图片结构解析方法、系统、设备和可读存储介质 | |
CN111242925B (zh) | 针对ct影像数据的目标检测方法、装置及电子设备 | |
CN116045906A (zh) | 最小建筑限界检测方法、装置及服务器 | |
CN106599001A (zh) | 网页内容获取方法和系统 | |
CN115588202B (zh) | 一种基于轮廓检测的电气设计图纸中文字提取方法及系统 | |
CN113221632A (zh) | 文档图片识别方法、装置以及计算机设备 | |
CN114782970A (zh) | 一种表格提取方法、系统及可读介质 | |
CN112347131B (zh) | 一种基于城轨项目需求识别和覆盖的方法及装置 | |
CN112464626B (zh) | Pdf文档的图表提取方法、电子设备和存储介质 | |
CN112185114B (zh) | 一种路谱数据的采集方法、装置、电子设备以及存储介质 | |
CN111008429B (zh) | 一种基于点云的异构cad几何一致性对比方法 | |
CN110688995B (zh) | 地图查询的处理方法,计算机可读存储介质和移动终端 | |
CN114325678A (zh) | 障碍物检测方法、装置及服务器 | |
CN113065537B (zh) | 一种基于模型优化的ocr文件格式转化方法及系统 | |
CN114495144A (zh) | 文本图像中表格key-value信息的提取方法及装置 | |
CN114444185A (zh) | 原位标注的识别方法、装置及电子设备 | |
CN111160334B (zh) | 标注归属确认方法、装置和设备 | |
CN114037828A (zh) | 组件识别方法、装置、电子设备及存储介质 | |
CN113553117A (zh) | 列车自动监督系统配置数据自动生成方法和装置 |
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 |