基于轨行区点云大数据的应用方法技术

本发明专利技术公开了基于轨行区点云大数据的应用方法，属于点云大数据应用领域，基于轨行区点云大数据的应用方法，可以实现对三维激光扫描得到的点云数据进行点云分块、点云降噪及点云均匀化预处理，使得任意里程对应实际断面的十个衡量断面侵限值程度的关键点的坐标计算更加准确；根据平面及纵断面二维图所搭建的设计路线，确定理论断面的十个关键点坐标，更加准确地计算出断面的侵限值以及疏散平台、接触网等设备尺寸；根据计算的断面十个关键点侵限值，建立深度学习模型，学习平、纵断面参数与侵限值之间的函数关系，随后采用梯度下降方法求取函数的极值，达到优化设计线路的目的。

Application method of point cloud big data based on orbit area

【技术实现步骤摘要】
基于轨行区点云大数据的应用方法
本专利技术涉及点云大数据应用领域，更具体地说，涉及基于轨行区点云大数据的应用方法。
技术介绍
地铁隧道竣工后，由于受施工误差、测量误差及结构变形等因素影响，建成的实际隧道与原始设计线路对应的理论隧道存在偏差，为了度量偏差，将整条隧道按相同距离间隔选取多个断面，计算出每个断面的侵限值，根据每个断面侵限值的大小即可判断隧道的偏差大小，进而判断原始设计线路方案是否满足行车要求。当断面的侵限值不满足要求时，需要调整原始设计线路，重新计算每个断面的侵限值，直至调整后的设计线路满足行车要求，才能进行列车轨道的铺设，轨道铺设完成后，需要计算安装在隧道内壁的设备尺寸。具体操作为：测量人员手推轨检小车沿隧道前进，采集隧道断面里程、倾角及轨距等数据，根据测量数据及调整后的设计线路计算出设备尺寸，将计算出的设备尺寸数据交给设备制造厂商，订制相应尺寸的设备，最后将订制的设备安装在隧道内壁。不过，采用上述方法的整个过程中存在以下两个缺陷：1、无法实时地计算每个断面的侵限值。传统断面测量方法只测量每个断面特定十个点的坐标位置，结合设计线路方案便可计算出断面的侵限值，然而，当设计线路方案进行了调整，原来测量的每个断面十个点的坐标位置会发生变化，需要重新测量每个断面的十个点坐标位置，才能计算出每个断面的侵限值，而重新测量需要耗费大量的时间，测量工作完成后才能计算每个断面的侵限值。2、根据测量值计算出的设备尺寸误差较大。传统计算设备尺寸的方法是基于轨检小车的轨距测量值，轨距测量值容易受人为因素的影响，导致测量数据不准确，进而使得设备尺寸的计算误差增大。计算的设备尺寸偏小时，会使列车与设备之间的空隙增大，对于有严格距离要求的设备将不满足规范要求，需要重新订制设备；计算的设备尺寸偏大时，会使列车与设备之间距离过小，可能会导致列车与设备发生摩擦、碰撞，威胁列车行车安全，需要削减设备，减小尺寸，保证列车行车安全，无论计算出的设备尺寸偏大或偏小，都需要对设备进行二次处理，耗费材料同时又浪费时间。目前，通过三维激光扫描直接将各种复杂的、不规则、标准或非标准等隧道内壁三维点云数据完整地采集到电脑中，经过建模，构建出隧道的三维实体模型，但是，由于点云数据量庞大，当所有点云数据直接参与运算，需要耗费大量的时间，并且可能会导致计算机因运算内存不足而无法计算结果，而且，点云数据在部分区间存在噪点以及密度不均匀等问题，需要对点云数据进行进一步预处理，以提高点云数据的查找速度及准确度。
技术实现思路
1.要解决的技术问题针对现有技术中存在的问题，本专利技术的目的在于提供基于轨行区点云大数据的应用方法，它可以实现对三维激光扫描得到的点云数据进行点云分块、点云降噪及点云均匀化预处理，使得任意里程对应实际断面的十个衡量断面侵限值程度的关键点的坐标计算更加准确；根据平面及纵断面二维图所搭建的设计路线，确定理论断面的十个关键点坐标，更加准确地计算出断面的侵限值以及疏散平台、接触网等设备尺寸；根据计算的断面十个关键点侵限值，建立深度学习模型，学习平、纵断面参数与侵限值之间的函数关系，随后采用梯度下降方法求取函数的极值，达到优化设计线路的目的。2.技术方案为解决上述问题，本专利技术采用如下的技术方案。基于轨行区点云大数据的应用方法，包括以下步骤：S1：通过三维激光扫描获取隧道点云数据；S2：点云数据预处理：SA：点云分块：将所述点云数据按原始设计线路的里程值切分成多个文件进行存放，并为多个所述文件添加索引；SB：点云去噪：对所述点云数据进行去噪；SC：点云均匀化：对所述点云数据的密度进行均匀化处理；S3：设计线路模型的建立：通过设计线路中的三个参数之间的几何关系构建线路中的平面二维图和纵断面二维图，并根据所述平面二维图和所述纵断面二维图搭建设计路线对应的理论隧道模型；S4：计算理论断面十点坐标：从所述理论隧道模型中抽取任意里程对应断面的十个关键点，计算出此里程对应的理论断面的十个关键点坐标；S5：计算实际断面十点坐标：从S2预处理后的所述点云数据中，找出与S4同一里程对应的实际断面的十个关键点坐标；S6：计算侵限值、设备尺寸：根据S4获得的所述理论断面的十个关键点坐标与S5获得的所述实际断面的十个关键点坐标，计算出断面的侵限值和设备的尺寸，根据计算出的所述断面的侵限值构建深度学习模型，然后求取函数的极值，得到优化的设计线路，可以实现对三维激光扫描得到的点云数据进行点云分块、点云降噪及点云均匀化预处理，使得任意里程对应实际断面的十个衡量断面侵限值程度的关键点的坐标计算更加准确；根据平面及纵断面二维图所搭建的设计路线，确定理论断面的十个关键点坐标，更加准确地计算出断面的侵限值以及疏散平台、接触网等设备尺寸；根据计算的断面十个关键点侵限值，建立深度学习模型，学习平、纵断面参数与侵限值之间的函数关系，随后采用梯度下降方法求取函数的极值，达到优化设计线路的目的。进一步的，所述SA的具体步骤如下：SA1：令Pm0等于Ps，Pm1等于Ps+0.01；SA2：根据F(Ω1，Ω2)和Pm0、Pm1得到Ps处曲线的法平面方程SPm0、SPm1；SA3：从所述文件中找到介于SPm0、SPm1之间的点并存储到文件filem0中去；SA4：令Pm0等于Pm1，Pm1等于Pm1+0.01；SA5：重复步骤SA1-4，直到m0>e，所述在SA中对于一条新线路上任意里程m的截面，需要计算从filem-1到filem+1中所有点到里程m处截面的距离，将与所述截面距离小于1厘米的点在所述截面上作投影，即可得到所述截面的点云，对点云数据采用点云分块处理后，当搜索任意断面的点云数据时，不仅能加快从文件名中查找相应数据的速度，而且显著提高了断面中十个关键点的精确度，从而减小侵限值和设备尺寸计算时的误差，实现了对点云数据的高效管理以及利用。进一步的，所述SB的具体步骤如下：SB1：令m＝s+0.005；SB2：根据F(Ω1，Ω2)和Pm得到Pm处曲线的法平面方程SPm；SB3：将filem中的点投影到SPm上，将平面映射到平面SPm的二维坐标系中；SB4：根据最小二乘法在所述二维坐标系中拟合出实际的圆心O和半径R；SB5：令m等于m+0.01；SB6：根据F(Ω1，Ω2)和Pm得到Pm处曲线的法平面方程SPm；SB7：将filem中的点投影到SPm上，将平面映射到平面SPm的所述二维坐标系中；SB8：删除所述二维坐标系中与点O距离大于R+0.01或小于R-0.01的点，根据最小二乘法拟合出实际的圆心O和半径R；SB9：重复步骤SB5-8，直到m0>e，降低噪点对三维建模的影响，使得处理过的点云数据能更加准确地反映实际隧道内壁的边界，有利于模拟实际隧道模型。进一步的，所述SC的具体步骤如下：SC1：统计每个已经分块的所述文件中的点云数量；<本文档来自技高网...

【技术保护点】
1.基于轨行区点云大数据的应用方法，其特征在于,包括以下步骤：/nS1：通过三维激光扫描获取隧道点云数据；/nS2：点云数据预处理：/nSA：点云分块：将所述点云数据按原始设计线路的里程值切分成多个文件进行存放，并为多个所述文件添加索引；/nSB：点云去噪：对所述点云数据进行去噪；/nSC：点云均匀化：对所述点云数据的密度进行均匀化处理；/nS3：设计线路模型的建立：通过设计线路中的三个参数之间的几何关系构建线路中的平面二维图和纵断面二维图，并根据所述平面二维图和所述纵断面二维图搭建设计路线对应的理论隧道模型；/nS4：计算理论断面十点坐标：从所述理论隧道模型中抽取任意里程对应断面的十个关键点，计算出此里程对应的理论断面的十个关键点坐标；/nS5：计算实际断面十点坐标：从S2预处理后的所述点云数据中，找出与S4同一里程对应的实际断面的十个关键点坐标；/nS6：计算侵限值、设备尺寸：根据S4获得的所述理论断面的十个关键点坐标与S5获得的所述实际断面的十个关键点坐标，计算出断面的侵限值和设备的尺寸，根据计算出的所述断面的侵限值构建深度学习模型，然后求取函数的极值，得到优化的设计线路。/n

【技术特征摘要】
1.基于轨行区点云大数据的应用方法，其特征在于,包括以下步骤：
S1：通过三维激光扫描获取隧道点云数据；
S2：点云数据预处理：
SA：点云分块：将所述点云数据按原始设计线路的里程值切分成多个文件进行存放，并为多个所述文件添加索引；
SB：点云去噪：对所述点云数据进行去噪；
SC：点云均匀化：对所述点云数据的密度进行均匀化处理；
S3：设计线路模型的建立：通过设计线路中的三个参数之间的几何关系构建线路中的平面二维图和纵断面二维图，并根据所述平面二维图和所述纵断面二维图搭建设计路线对应的理论隧道模型；
S4：计算理论断面十点坐标：从所述理论隧道模型中抽取任意里程对应断面的十个关键点，计算出此里程对应的理论断面的十个关键点坐标；
S5：计算实际断面十点坐标：从S2预处理后的所述点云数据中，找出与S4同一里程对应的实际断面的十个关键点坐标；
S6：计算侵限值、设备尺寸：根据S4获得的所述理论断面的十个关键点坐标与S5获得的所述实际断面的十个关键点坐标，计算出断面的侵限值和设备的尺寸，根据计算出的所述断面的侵限值构建深度学习模型，然后求取函数的极值，得到优化的设计线路。


2.根据权利要求1所述的基于轨行区点云大数据的应用方法，其特征在于：所述SA的具体步骤如下：
SA1：令Pm0等于Ps，Pm1等于Ps+0.01；
SA2：根据F(Ω1，Ω2)和Pm0、Pm1得到Ps处曲线的法平面方程SPm0、SPm1；
SA3：从所述文件中找到介于SPm0、SPm1之间的点并存储到文件filem0中去；
SA4：令Pm0等于Pm1，Pm1等于Pm1+0.01；
SA5：重复步骤SA1-4，直到m0>e。


3.根据权利要求1所述的基于轨行区点云大数据的应用方法，其特征在于：所述在SA中对于一条新线路上任意里程m的截面，需要计算从filem-1到filem+1中所有点到里程m处截面的距离，将与所述截面的距离小于1厘米的点在所述截面上作投影，即可得到所述截面的点云。


4.根据权利要求1所述的基于轨行区点云大数据的应用方法，其特征在于：所述SB的具体步骤如下：
SB1：令m＝s+0.005；
SB2：根据F(Ω1，Ω2)和Pm得到Pm处曲线的法平面方程SPm；
SB3：将filem中的点投影到SPm上，将平面映射到平面SPm的二维坐标系中；
SB4：根据最小二乘法在所述二维坐标系中拟合出实际的圆心O和半径R；
SB5：令m等于m+0.01；
SB6：根据F(Ω1，Ω2)和Pm得到Pm处曲线的法平面方程SPm；
SB7：将filem中的点投影...

【专利技术属性】
技术研发人员：吴冰，邱运军，王熙照，丁先立，王宏杰，李长娥，张志轶，张国华，张震刚，陈书钺，胡雷，卓文海，陈文涛，刘洋，
申请(专利权)人：中建安装集团有限公司，深圳市前海熙瑞大数据文化有限公司，广州地铁设计研究院股份有限公司，中易天建设工程技术深圳有限公司，
类型：发明
国别省市：江苏;32