[發(fā)明專利]一種基于機(jī)載雷達(dá)點(diǎn)云的鐵路場(chǎng)景點(diǎn)云分割方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210133610.3
• 申請(qǐng)日: 2022-02-14
• 公開（公告）號(hào): CN114494301A
• 公開（公告）日: 2022-05-13
• 發(fā)明（設(shè)計(jì)）人: 姜書安;許貴陽(yáng);張?zhí)忑?/a>;李博聞;鄒文武;陳霆;汪明
• 申請(qǐng)（專利權(quán)）人: 北京智弘通達(dá)科技有限公司;北京建筑大學(xué)
• 主分類號(hào): G06T7/11
• 分類號(hào): G06T7/11;G06T7/66;G06T5/20
• 代理公司: 北京君有知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11630
• 代理人: 焦麗雅

本發(fā)明涉及一種基于機(jī)載雷達(dá)點(diǎn)云的鐵路場(chǎng)景點(diǎn)云分割方法，包括下列步驟：S1.確定初始種子點(diǎn)，標(biāo)記進(jìn)特定序列中；S2.搜索近鄰點(diǎn)，若與種子點(diǎn)法線夾角小于閾值，添加進(jìn)當(dāng)前區(qū)域；S3.計(jì)算近鄰點(diǎn)曲率值，若小于閾值，則添加進(jìn)所述特定序列中；S4.刪除對(duì)應(yīng)的一個(gè)初始種子點(diǎn)；S5.重復(fù)上述步驟S1?S4,直到所述特定序列中初始種子點(diǎn)為空；S6.對(duì)所述特定序列按照上述步驟S2?S5進(jìn)行迭代處理，直到將所有的點(diǎn)都標(biāo)記成不同的區(qū)域；S7.得到目標(biāo)物體。可以有效分割每個(gè)單目標(biāo)物體，并在不同環(huán)境下提出不同的參數(shù)范圍，有利于在處理不同鐵路場(chǎng)景下進(jìn)行選擇。

技術(shù)領(lǐng)域

本發(fā)明涉及鐵路檢測(cè)技術(shù)領(lǐng)域，尤其涉及一種基于機(jī)載雷達(dá)點(diǎn)云的鐵路場(chǎng)景點(diǎn)云分割方法。

背景技術(shù)

我國(guó)鐵路建設(shè)發(fā)展迅速，隨之而來(lái)的鐵路的日常管理維護(hù)和擴(kuò)建工作量大大增加，每年都需要大量的資金和人力。目前我國(guó)鐵路的勘測(cè)采用接觸式的傳統(tǒng)測(cè)量手段為主。傳統(tǒng)測(cè)量技術(shù)主要利用水準(zhǔn)儀、全站儀、軌距尺和鋼尺等測(cè)量?jī)x器，結(jié)合專用軌檢車等工具進(jìn)行，但傳統(tǒng)測(cè)量手段不僅僅工作量大、效率不高、測(cè)量成果信息單一、自動(dòng)化程度低，且工作人員在作業(yè)過程中也存在著一定的人身安全問題，傳統(tǒng)測(cè)量手段已很難適應(yīng)當(dāng)前社會(huì)發(fā)展對(duì)鐵路的勘測(cè)要求。

三維激光掃描技術(shù)是一種全新的高精度高效率的數(shù)據(jù)獲取方法，其具有非接觸性、真實(shí)性、快速性和信息全面性等優(yōu)點(diǎn)。將三維激光掃描技術(shù)引入到鐵路勘測(cè)領(lǐng)域中來(lái)，通過連續(xù)點(diǎn)云數(shù)據(jù)的采集，能夠?yàn)殍F路勘測(cè)提供全面而又豐富的基礎(chǔ)數(shù)據(jù)，解決了傳統(tǒng)測(cè)量手段獲取的數(shù)據(jù)比較離散，無(wú)法準(zhǔn)確、全方位地反映沿線鐵路設(shè)備的空間狀態(tài)變化情況這一問題，可以為鐵路的維護(hù)、擴(kuò)建、信息化管理等提供支持。機(jī)載雷達(dá)可快速大面積地獲取0.1~1m的高精度三維地表點(diǎn)云數(shù)據(jù)并衍生出 DSM 和 DTM 等數(shù)字產(chǎn)品，選用機(jī)載雷達(dá)能夠擴(kuò)大點(diǎn)云數(shù)據(jù)的采集范圍，加快采集速率，但與此同時(shí)，快速的采集鐵路點(diǎn)云數(shù)據(jù)后，海量的點(diǎn)云數(shù)據(jù)也對(duì)鐵路點(diǎn)云的智能化處理技術(shù)提出了需求。具體到鐵路領(lǐng)域，目前較為成熟和完整的對(duì)鐵路點(diǎn)云數(shù)據(jù)中的點(diǎn)、線、面等特征信息進(jìn)行自動(dòng)提取的方法相對(duì)較少，仍主要依靠人工參與來(lái)完成。因此，研究如何將機(jī)載雷達(dá)技術(shù)應(yīng)用于鐵路勘測(cè)領(lǐng)域，從點(diǎn)云數(shù)據(jù)中自動(dòng)提取鐵路線路參數(shù)等特征信息，對(duì)于線路的狀態(tài)檢測(cè)和日常維修養(yǎng)護(hù)具有重要的現(xiàn)實(shí)意義。

現(xiàn)有雷達(dá)點(diǎn)云分割技術(shù)的發(fā)展也已經(jīng)有了很大的發(fā)展。如提取時(shí)引入臨近關(guān)系和r半徑點(diǎn)密度，較好的提取出鐵路沿線的遮擋物種子點(diǎn)，再進(jìn)行基于主成分分析的區(qū)域增長(zhǎng)算法進(jìn)行分割。該方法較好的分割提取了建筑物，但是對(duì)于那些密度很高的植被，分割效果欠佳。需要對(duì)原始三維離散點(diǎn)進(jìn)行分割，然后再分割，再通過設(shè)置面積閾值剔除非建筑物區(qū)域，這類方法正確分割的前提是分割效果很好。現(xiàn)有技術(shù)在分割時(shí)常常會(huì)將一部分植被點(diǎn)錯(cuò)誤的分割到建筑物的點(diǎn)云集合中，并且如果面積閾值選取不當(dāng)可能造成一些小的物體被錯(cuò)誤剔除。綜上所述，現(xiàn)階段尚無(wú)能將分割不完全的影響降到最低的激光雷達(dá)技術(shù)的點(diǎn)云分割方法。

然而，上述的現(xiàn)有技術(shù)方案存在如下不足：1、現(xiàn)有使用無(wú)人機(jī)的鐵路檢測(cè)已無(wú)人機(jī)采集圖像為主，存在很大的偶然誤差，且以二維圖像處理越來(lái)越復(fù)雜的鐵路線路環(huán)境已經(jīng)不能滿足這些大數(shù)據(jù)現(xiàn)實(shí)分析的需求。二維圖像雖可以用于識(shí)別，但會(huì)出現(xiàn)無(wú)法判斷目標(biāo)大小、監(jiān)控線路長(zhǎng)度有限、目標(biāo)被遮蔽等問題。2、機(jī)載LiDAR點(diǎn)云數(shù)據(jù)處理主要依賴專業(yè)的處理軟件，但如果需測(cè)量的鐵路地形地貌復(fù)雜，若只按照大范圍參數(shù)設(shè)置進(jìn)行自動(dòng)分割，后續(xù)人工輔助分割工作量過大，工作效率過低。3、現(xiàn)有技術(shù)存在錯(cuò)誤分割的情況，在一些鐵路場(chǎng)景中，由于類似于高大樹木，建筑物等干擾物過多，導(dǎo)致在進(jìn)行點(diǎn)云分割時(shí)會(huì)出現(xiàn)一些小的物體會(huì)被剔除、過于密集的物體無(wú)法進(jìn)行有效的分割。如何克服上述現(xiàn)有技術(shù)方案的不足, 明確一種機(jī)載雷達(dá)采集的鐵路點(diǎn)云的分割方法流程，并且在眾多點(diǎn)云分割方法中，根據(jù)鐵路場(chǎng)景點(diǎn)云的特點(diǎn)，選擇一種最適合鐵路點(diǎn)云分割的方法。克服現(xiàn)有點(diǎn)云的分割問題主要依賴人工處理，而對(duì)鐵路目標(biāo)多項(xiàng)目量大的特點(diǎn)處理時(shí)間長(zhǎng)的缺陷，實(shí)現(xiàn)一種自動(dòng)分割的方法對(duì)鐵路場(chǎng)景點(diǎn)云的目標(biāo)進(jìn)行分割，成為本技術(shù)領(lǐng)域亟待解決的課題。

發(fā)明內(nèi)容

為克服上述現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于機(jī)載雷達(dá)點(diǎn)云的鐵路場(chǎng)景點(diǎn)云分割方法，具體采用如下技術(shù)方案：