基于车载Lidar点云的铁路轨道轨距和水平参数测量方法与流程

本发明涉及轨道测量技术领域，具体为一种基于车载lidar点云的铁路轨道轨距和水平参数测量方法。

背景技术：

目前，铁路轨道轨距和水平参数测量主要依靠轨距尺、轨检小车等人工方式上道测量。截至2017年，中国铁路运营里程已超过12万公里，传统的轨道测量方法在测量精度、作业效率、作业安全、运营干扰性等方面已不能满足铁路快速发展的要求。在这种情况下，通过对外业测量数据获取方式的技术性变革，急需寻求高效、安全、对运营低干扰或零干扰的全新的铁路测量技术和方法。车载lidar（lightdetectionandranging，激光探测与测量）技术可以快速获取铁路轨道高密度、高精度的点云数据，为铁路轨道测量提供了一种高效率、高精度的测量手段。由于利用车载lidar获取的钢轨点云只是一个个非结构化的离散点，钢轨点云包含随机误差和大量噪声点且由于扫描遮挡导致部分钢轨点云缺失，所以如何利用散乱的钢轨点云获取铁路轨道的几何参数是车载lidar技术用于铁路测量亟待解决的问题和难点。

中国发明专利公开号cn104236499a公开了一种基于点云数据的铁路自动测量方法，该方法可以从点云中获取铁路轨道的轨距和水平参数，但存在以下缺点：1为减小点云中存在的噪声以及密度不均匀等问题对测量结果的影响，先对钢轨点云中每一个点进行主成分分析，将空间一定范围相关性相似的点拟合成一个更加稳健的点，再通过上采样对每个点的邻域空间内结合已有的几个点进行插值从而增加点密度。这导致该方法所使用的点云是经过拟合和内插后获得的钢轨点云，并非真实的钢轨原始点云，这会对轨道几何参数测量结果的真实性产生影响。2为获取轨道的轨距和水平参数，使用平面拟合算法对钢轨侧面点云进行拟合，再选取距离拟合平面最远的点作为轨面最高点，然后选取轨面最高点以下1.6cm处的点作为轨距测量点。由于钢轨工作边是由一个平面和多个曲面构成，所以仅使用平面拟合算法获取钢轨工作边的精度不满足轨道测量精度要求。而且由于钢轨具有确定的几何结构，钢轨中用于测量轨道水平和轨距的点具有明确的空间位置关系，但该方法所获取的轨道水平和轨距测量点不存在明确的空间位置关系，所以使用该方法测量所得的轨道水平和轨距参数精度不满足轨道测量的要求。3铁路轨道左右钢轨平行，但该方法使用平面拟合算法获取的左右钢轨工作边平面不平行，所以基于工作边平面获得的轨距测量点不精确。

中国发明专利公开号cn107792115a公开了一种利用三维激光点云自动提取既有线轨顶高程方法，该方法先分段统计每一段钢轨三维激光点云的高程最大值，然后以分段高程极大值筛选出左右轨轨面上下一定范围内的三维激光点云作为轨面点云，并提取轨面边缘线用于确定轨顶中线，最后提取轨顶中线邻域轨面点云，计算邻域点的高程平均值。该方法无法获得轨道的轨距参数，且由于该方法仅可以获得左右钢轨轨顶的高程，并没有建立左右钢轨中心点的对应关系，所以无法测量高精度的轨道水平参数。

技术实现要素：

针对上述问题，本发明的目的在于提供一种能够实现铁路轨道几何参数高精度测量的基于车载lidar点云的铁路轨道轨距和水平参数测量方法。技术方案如下：

一种基于车载lidar点云的铁路轨道轨距和水平参数测量方法，包括以下步骤：

s1：按照标准轨距构建包括左右钢轨的三维的轨道模型，并在轨道模型上分别标定左右钢轨的工作边、上踏面和轨顶中心，以及工作边中距轨顶面16mm处的位置；

s2：将车载lidar钢轨点云与轨道模型做初始匹配，调整轨道模型的位置和姿态使其与车载lidar钢轨点云一致；

s3：建立轨道模型左右钢轨的工作边及上踏面与车载lidar钢轨点云的对应关系，并根据最小二乘法求解匹配参数；根据匹配参数对模型的姿态和位置进行调整，并计算：

左侧钢轨模型工作边与车载lidar钢轨点云中对应位置的距离d1，

左侧钢轨模型上踏面与车载lidar钢轨点云中对应位置的距离d2，

右侧钢轨模型工作边与车载lidar钢轨点云中对应位置的距离d3，

右侧钢轨模型上踏面与车载lidar钢轨点云中对应位置的距离d4；

根据d1和d3的均值修正轨道模型的轨距调整参数，使得模型轨距接近真实轨距；

s4：重复步骤s3，迭代进行，直到d1、d2、d3和d4均小于设定的阈值为止；

s5：匹配完成后的轨道模型的左右钢轨轨顶中心的z坐标差即为轨道的水平参数；匹配完成后的轨道模型的左右钢轨工作边中距轨顶面16mm处的位置的距离即为轨距参数。

进一步的，所述s2的具体方法为：

s21：分别计算车载lidar轨道点云和轨道模型的重心坐标；

s22：基于钢轨模型中左侧轨顶中心计算左侧钢轨模型的主方向，并基于pca算法计算车载lidar钢轨点云中左侧钢轨点云的主方向；

s23：平移轨道模型使其重心与车载lidar轨道点云的重心重合，并旋转轨道模型使左侧钢轨模型的主方向与车载lidar轨道点云中左侧钢轨点云的主方向一致。

更进一步的，所述轨道模型长度为1m，左右钢轨的初始轨距为1435mm。

本发明的有益效果是：本发明提出的基于车载lidar点云的铁路轨道轨距和水平参数测量方法，通过将包含两条平行钢轨的轨道三维模型整体与车载lidar轨道点云进行匹配，解决了使用单根钢轨模型与车载lidar钢轨点云匹配所得轨道三维模型中左右钢轨不平行且轨距和水平参数不精确的问题，为使用车载lidar钢轨点云测量铁路轨道几何参数奠定了基础。

附图说明

图1为本发明基于车载lidar点云的铁路轨道轨距和水平参数测量方法的流程图。

图2为车载lidar轨道点云。

图3为长度为1m、点间距为0.5mm、轨距为1.435m的轨道三维模型。

图4为钢轨模型局部结构说明。

图5为包含车载lidar轨道点云和轨道三维模型的最终匹配结果。

图中：1-轨道模型；2-工作边；3-上踏面；4-轨顶中心；5-钢轨工作边中距轨顶面16mm处的位置。

具体实施方式

下面结合附图和具体实施例对本发明做进一步详细说明。本发明提出的基于车载lidar点云的铁路轨道轨距和水平参数测量方法最终目标是根据车载lidar轨道点云获取铁路轨道的轨距和水平参数，具体流程如图1所示。本实施例使用的车载lidar轨道点云如图2所示，本实施例根据60轨标准形状建立轨道三维模型。

s1：按照标准轨距1435mm构建包括左右钢轨的轨道模型1，并标定左右钢轨的工作边2和上踏面3部分，以及左右钢轨的轨顶中心4，钢轨工作边中距轨顶面16mm处的位置5，如图4所示。

s11：按照标准钢轨横截面形状建立包含两根直线钢轨的轨道模型。如图3所示，轨道模型中左右钢轨平行，轨道模型的长度约1m（2根轨枕距离），轨道模型中左右钢轨的初始轨距为1435mm，并附有一个轨距调整参数。

s12：在轨道模型中左右钢轨的工作边和上踏面部分分别设定相应的标识。

s13：在轨道模型中左右钢轨的轨顶中心和钢轨工作边中距轨顶面16mm处的位置分别设置专门的标识。

s2：将车载lidar轨道点云与轨道三维模型做初始匹配，调整轨道三维模型的位置和姿态使之与车载lidar钢轨点云基本一致。

s21：分别计算车载lidar轨道点云和轨道三维模型的重心坐标。

s22：基于左侧钢轨模型中轨顶中心计算左侧钢轨模型的主方向，并基于pca（principalcomponentsanalysis主成分分析）算法原理计算车载lidar钢轨点云中左侧钢轨点云的主方向。

s23：平移轨道三维模型使轨道三维模型的重心与车载lidar轨道点云的重心重合，并旋转轨道三维模型使左侧钢轨模型的主方向与车载lidar轨道点云中左侧钢轨点云的主方向一致。

s3：将车载lidar轨道点云和轨道三维模型做精确匹配，并根据轨道三维模型中工作边与对应的车载lidar钢轨点云的距离调整轨距。

步骤s31：基于icp算法原理，将轨道三维模型与车载lidar轨道点云进行匹配，并求解匹配参数。根据模型表面法线方向确定工作边和上踏面部分与钢轨lidar点云中的点的对应关系，模型的其余部分不参与对应关系建立。

步骤s32：根据匹配参数对模型的姿态和位置进行调整后，分别计算：

左侧钢轨模型工作边与车载lidar钢轨点云中对应位置的距离d1，

左侧钢轨模型上踏面与车载lidar钢轨点云中对应位置的距离d2，

右侧钢轨模型工作边与车载lidar钢轨点云中对应位置的距离d3，

右侧钢轨模型上踏面与车载lidar钢轨点云中对应位置的距离d4。

d1和d3用于调节模型轨距和判断匹配是否完成，d2和d4用于判断匹配是否完成。

步骤s33：根据d1和d3的均值修正轨道模型的轨距调整参数，使得模型轨距接近真实轨距。修正轨道模型的轨距调整参数改变模型轨距时，模型内的左右钢轨保持平行关系。

步骤s4：重复步骤s3，迭代进行，直到d1、d2、d3和d4均小于0.1mm为止。图5为包含车载lidar轨道点云和轨道三维模型的最终匹配结果。

步骤s5：匹配完成后的轨道模型的左右钢轨轨顶中心4的z坐标差即为轨道的水平参数；z坐标差也即轨道模型的左右钢轨轨顶中心点在竖直方向的高度差。匹配完成后的轨道模型的左右钢轨轨面之下16mm处位置5的距离即为轨距参数。