【技术实现步骤摘要】
基于无人机与激光雷达数据融合的路基沉降监测方法
[0001]本专利技术属于多模态数据融合
,涉及一种基于无人机与激光雷达数据融合的路基沉降监测方法。
技术介绍
[0002]近年来,多模态融合技术发展迅速,尤其是在自动驾驶、医疗等领域。摄像头与激光雷达这两种传感器的融合大大提高了数据的可靠性与可用性,这一点在汽车自动驾驶的研究中得到了很好的验证。在我国铁路建设领域,存在大量的施工质量控制需求,目前这些需求仅仅依靠单一传感器与人工的方式进行监测,这类传统方式耗时长、依赖人力、精确度较低。因此,急需寻找一种适应铁路基础设施建设过程中复杂施工场景的动态感知技术,在铁路建设中提供定期的地面沉降监测,以此保证施工安全进行并且提升铁路建筑行业的信息化水平,提高生产效率。
技术实现思路
[0003]本专利技术的目的是提供一种基于无人机与激光雷达数据融合的路基沉降监测方法,采用该方法能够有效降低目前大铁施工过程中地面沉降从而导致塌方塌陷的风险,以及简化地面沉降监测的工作流程,提高监测精度。
[0004]本专利技术所采用的技术方案是,基于无人机与激光雷达数据融合的路基沉降监测方法,具体包括如下步骤:
[0005]步骤1,对光学摄像头和激光雷达进行调试及参数标定;
[0006]步骤2,采用搭载激光雷达与光学摄像头的无人机设备,收集并存储铁路施工沿线的图像帧数据以及点云数据;
[0007]步骤3,对步骤2收集的点云数据和图像帧数据进行特征取;
[0008]步骤4,将步骤3提取的图 ...
【技术保护点】
【技术特征摘要】
1.基于无人机与激光雷达数据融合的路基沉降监测方法,其特征在于:具体包括如下步骤:步骤1,对光学摄像头和激光雷达进行调试及参数标定;步骤2,收集并存储铁路施工沿线的图像帧数据以及点云数据;步骤3,对步骤2收集的点云数据和图像帧数据进行特征取;步骤4,将步骤3提取的图像特征输入到颈部网络中,实现不同层次的特征融合;步骤5,将经步骤3提取的点云特征与步骤4处理的图像特征进行融合;步骤6,基于经步骤5处理后的特征进行目标检测。2.根据权利要求1所述的基于无人机与激光雷达数据融合的路基沉降监测方法,其特征在于:所述步骤3的具体过程为:使用point
‑
based网络对点云数据进行点云特征提取的过程为:使用最远点采样法选取采样点,为每一个采样点划定一个球形邻域,根据球形领域得到分组点云数据,将分组点云数据输送到特征提取层进行特征提取,通过最大池化操作统一每个邻域的局部特征维度,将局部特征拼接成全局特征,输出全局特征向量;使用SE
‑
ResNet
‑
50网络对图像数据进行特征提取的过程为:将无人机采集到的图像数据输入到SE
‑
ResNet
‑
50网络进行图像特征提取,图像数据经过SE
‑
ResNet
‑
50的各个卷积模块卷积后,经过残差处理和池化处理,能够得到不同维度的多层次特征。3.根据权利要求2所述的基于无人机与激光雷达数据融合的路基沉降监测方法,其特征在于:所述步骤4的具体过程为:步骤4.1,在颈部网络中,自顶向下Top
‑
Down,对各层图像特征进行融合;步骤4.2,将步骤4.1与步骤3.2中输出的相同层次的特征图进行逐元素相加融合。4.根据权利要求3所述的基于无人机与激光雷达数据融合的路基沉降监测方法,其特征在于:所述步骤5的具体过程为:步骤5.1,注意力特征融合模块的输入是点云数据采样点的特征和对应的图像特征,两者的维度分别为N
×
C1和N
×
C2;首先将两种特征分别输入到全连接层FC1和FC2中,对两种特征的维度进行调整,统一为N
×
C3;...
【专利技术属性】
技术研发人员:朱磊,陶栎琦,黑新宏,姜琨,姬文江,赵钦,刘征,王佳龙菲,
申请(专利权)人:西安理工大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。