轨道交通曲线轨道曲率测量方法技术

本发明专利技术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。试中存在的安全隐患。

【技术实现步骤摘要】
轨道交通曲线轨道曲率测量方法


[0001]本专利技术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。

技术介绍

[0002]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。
[0003]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。
[0004]因此，为了解决上述技术问题，亟需提出一种新的技术手段。

技术实现思路

[0005]有鉴于此，本专利技术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。
[0006]本专利技术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：
[0007]S1.基于车载激光雷达检测目标曲线轨道的点云数据；
[0008]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；
[0009]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；
[0010]S4.基于曲线轨道中心线对曲线轨道的曲率进行计算。
[0011]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：
[0012]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；
[0013]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 L
x
、L
y
和L
z
；
[0014]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：
[0015]其中：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；
[0016]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。
[0017]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：
[0018]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；
[0019]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P
i
距离小于设定阈值的K个数据点组成K邻域集合N(P
i
)；
[0020]S213.采用最小二乘法将K邻域集合N(P
i
)以及第i个数据点P
i
拟合到平面R，并确定平面R的第i个数据点P
i
和第s个数据点P
s
的单位法向量n
i
和n
s
；
[0021]S214.确定出双边滤波因子μ；
[0022]S215.确定出双边滤波后的点云数据P
i
'：
[0023]P
i
'＝P
i
+μn
i
；且由P
i
'组成新的K邻域集合N'(P
i
)。
[0024]进一步，步骤S214中，通过如下方法确定双边滤波因子μ：
[0025][0026]其中，<
·
,
·
>表示两个向量的内积，W
s
(x)和W
r
(x)分别表示空间加权因子函数和范围加权因子函数，且：
[0027]σ
r
表示范围加权因子的标准差，σ
s
表示空间甲醛因子的标准差。
[0028]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：
[0029]S41.将K邻域集合N'(P
i
)采用最小二乘法进行拟合形成平面R'；
[0030]S42.以第i个数据点P
i
'在平面R'上的投影点P
i
″
作为坐标原点，将投影点 P
i
″
和与数据点P
i
'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P
i
″
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；
[0031]S43.以u轴为基准，计算K邻域集合N'(P
i
)中任一数据点在R'平面上的投影点与P
i
″
组成的向量与u轴之间的夹角θ
k
，其中，k＝1,2,3，
…
，K；
[0032]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：
[0033][0034]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P
i
″
所对应的数据点P
i
′
为边缘点，否则，为非边缘点；
[0035]S36.重复步骤S31
‑
S35直至对K邻域集合N'(P
i
)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。
[0036]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。
[0037]本专利技术的有益效果：通过本专利技术，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
[0038]下面结合附图和实施例对本专利技术作进一步描述：
[0039]图1为本专利技术的流程图。
具体实施方式
[0040]以下结合说明书附图对本专利技术做出进一步详细说明：
[0041]本专利技术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：
[0042]S1.基于车载激光雷达检测目标曲线轨道的点云数据；
[0043]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；
[0044]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；
[0045]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样条曲线拟本文档来自技高网...

【技术保护点】

【技术特征摘要】
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L
x
、L
y
和L
z
；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：其中：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P
i
距离小于设定阈值的K个数据点组成K邻域集合N(P
i
)；S213.采用最小二乘法将K邻域集合N(P
i
)以及第i个数据点P
i
拟合到平面R，并确定平面R的第i个数据点P
i
和第s个数据点P
s
的单位法向量n
i
和n
s
；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P
i
′
：P
i
′
＝P
i
+μn
i
；且由P
i
'组成新的K邻域集合N'(P
i
)。4.根据权利要求3...

【专利技术属性】
技术研发人员：陈里里，付志超，薛云飞，
申请(专利权)人：重庆交通大学，
类型：发明
国别省市：