《铁路轨距快速测量装置和方法.pdf》由会员分享，可在线阅读，更多相关《铁路轨距快速测量装置和方法.pdf（14页珍藏版）》请在专利查询网上搜索。
1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 202010859950.5 (22)申请日 2020.08.24 (71)申请人 华中科技大学 地址 430074 湖北省武汉市洪山区珞喻路 1037号 (72)发明人 武剑洁孙峻彭丽梅盛威 (74)专利代理机构 武汉凌达知识产权事务所 (特殊普通合伙) 42221 代理人 刘念涛 (51)Int.Cl. G06T 17/10(2006.01) G06T 7/10(2017.01) G06T 7/33(2017.01) G06T 7/73(2017.01) (54)发明名称 一。
2、种铁路轨距快速测量装置和方法 (57)摘要 本发明公开了一种铁路轨距快速测量装置 和方法， 其采用飞行器作为载体， 测量装置安装 在飞行器底部， 飞行器在铁路轨道上方空间， 沿 轨道飞行， 测量装置采集原始钢轨图像数据， 以 预建的钢轨BIM模型点云作为模板， 在面向模板 的点云匹配基础上， 提取模板点云的内侧面并作 为参考面， 从而提取实测钢轨点云的内侧面， 最 终实现轨距的快速测量。 本发明具有测量需占用 资源少、 检测时间短、 无接触测量等优点。 权利要求书3页 说明书8页 附图2页 CN 111932676 A 2020.11.13 CN 111932676 A 1.一种铁路轨距快速测。
3、量装置， 其特征在于： 包括安装在飞行器底部的三维相机以及 分别与三维相机连接的主控模块和数据采集模块， 所述的数据采集模块上连接有数据存储 模块， 数据存储模块上连接有数据处理模块， 所述的数据存储模块和数据处理模块分别与 主控模块连接， 主控模块控制三维相机对铁路轨道拍照成像， 数据采集模块对图像采样后 送给数据存储模块， 主控模块控制数据处理模块从数据存储模块中读取数据进行解析、 处 理再送给数据存储模块保存， 所述的主控模块上还连接有电源。 2.一种如权利要求1所述测量装置的快速测量方法， 其特征在于， 包括如下步骤： 步骤1， 数据预处理 步骤11， 基于钢轨的轨头(1)、 轨腰(2。
4、)、 轨底(3)、 轨距(4)以及轨头踏面下方内侧工作 面(5)的信息创建钢轨的标准BIM模型， 并离散化为三维点云， 作为匹配用模板点云； 步骤12， 基于飞行器采集的图像构建实测钢轨点云， 将实测钢轨点云从场景点云中分 割出来， 得到实测点云； 步骤2， 实现面向模板的点云匹配 步骤21， 进行基于SAC_IA算法的点云初匹配； 步骤22， 判断距离误差和函数是否达到最小， 如果否则重复步骤21， 如果是则停止当前 迭代； 步骤23， 以SAC_IA算法得到的模板点云和实测点云进行基于ICP的精确配准； 步骤24， 判断距离误差是否小于阈值或是否达到最大迭代次数； 步骤25， 如果否则重复。
5、步骤23， 如果是则模板点云和实测点云达到最大程度的重合， 得 到配准后的模板点云和实测点云； 步骤3， 基于模板参考面的轨距计算 步骤31， 以模板点云中的内侧工作面(5)作为模板参考面， 提取模板点云内侧点， 计算 模板点云参考面； 步骤32， 提取实测点云内侧点并拟合得到内侧工作面(5)， 计算实测点云轨距， 然后输 出轨距。 3.根据权利要求2所述的一种铁路轨距快速测量方法， 其特征在于， 所述的步骤21是分 别计算源点云和目标点云的快速点特征直方图， 获取点集中每个点的特征描述， 然后迭代 地获取模板点云和实测点云的采样点对， 并根据采样点对计算从源点云到目标点云的变换 矩阵， 选取。
6、距离误差和最小的变换作为匹配的最终结果。 4.根据权利要求3所述的一种铁路轨距快速测量方法， 其特征在于， 具体步骤为 步骤211， 分别计算源点云P和目标点云Q中每一点的法向量以及快速点特征直方图特 征； 步骤212， 在源点云P中自动选取n个采样点pk(k1， 2， ， n)， 并保证任意两个采样点 pki和pkj满足下式： 其中dmin为指定的点间距离阈值； 步骤213， 在目标点云Q中寻找与采样点pk(k1， 2， ， n)具有相似快速点特征直方图特 权利要求书 1/3 页 2 CN 111932676 A 2 征的对应采样点qk， 作为源点云P在目标点云Q中的一一对应点； 步骤214。
7、， 计算采样点pk和对应采样点qk之间的刚体变换矩阵， 以及采样点pk经刚体变 换后所得点pk 与对应采样点qk的距离差值li， 则有li|pk-qk|2， 其中， pk (xk ， yk ， zk ) Rpk(xk， yk， zk)+T， 其中R表示旋转矩阵， T表示平移矩阵； 步骤215， 最终应找到一组最优变换， 使得距离误差和函数的值最小， 此时的矩阵 变换视为最终的配准变换矩阵， 其中， 式中ml为给定的距离阈值， li为第i组采样点对变换后的距离差。 5.根据权利要求4所述的一种铁路轨距快速测量方法， 其特征在于， 所述的步骤22是通 过迭代地在源点云和目标点云中选择对应关系点对，。
8、 计算点对之间的最优刚体变换矩阵， 直至满足收敛精度要求， 即距离误差和最小。 6.根据权利要求5所述的一种铁路轨距快速测量方法， 其特征在于， 具体步骤为 步骤221， 源点云的一个采样点集为P ， 针对P 中每个采样点pk(k1， 2， .， N)， 在目 标点云Q中寻找其最近对应点qk： 步骤222， 针对点集P 和目标点云Q的采样点对集合， 计算旋转矩阵R和平移矩阵T， 使采 样点集的均方误差E(R， T)最小： 步骤223， 对点集P 使用当前最佳变换矩阵R和T， 得到新的点集P ： pk(xk， yk， zk)Rpk(xk， yk， zk)+T 其中， pk表示pk变换后的点； 步。
9、骤224， 计算距离误差均值d和当前迭代次数I， 若满足收敛条件， 则迭代终止， 否则， 用点集P 代替源点集P ， 重复步骤221继续执行， 直至符合收敛条件： IImax 式中 为指定的允许误差， Imax为指定的最大迭代次数。 7.根据权利要求6所述的一种铁路轨距快速测量方法， 其特征在于， 所述的步骤3是以 点云初匹配后模板点云的内侧工作面(5)作为参考平面， 在实测点云中搜索并确定与该参 考面最相似的拟合平面， 以所述的拟合平面代表实测钢轨的内侧面。 8.根据权利要求7所述的一种铁路轨距快速测量方法， 其特征在于， 所述步骤31中的模 板点云内侧点提取步骤为： 已知模板点云P由两个平。
10、行钢轨模型点云Pl， Pr构成， 经与实测点云配准后的点云为源 权利要求书 2/3 页 3 CN 111932676 A 3 点云P ， 其中， Pl， Pr经配准后分别对应Pl ， Pr ； 对于源点云P 中任意两不重合的顶点pi ， pj ， ij， 两点间的距离为： d(pi， pj)|pi-pj|2； 对于源点云P 中任意一点pli ， 若该点同时也是Pl 中的一点， 在Pr 中可以找到一点pj 满足： min d(pli， pj)d0， pjPr， 即左侧钢轨中某一点到右侧钢轨的最短距离等于标 准轨距， 则称该点是模板点云左侧钢轨的内侧点； 同理， 对于源点云P 中任意一点pri ，。
11、 若该点是Pr 中的一点， 在Pl 中可以找到一点pk 满足： min d(pri ， pk )d0， pk Pl 称该点是模板点云右侧钢轨的内侧点。 9.根据权利要求7所述的一种铁路轨距快速测量方法， 其特征在于， 所述步骤32中的模 板点云内侧面拟合步骤为： 通过内侧点提取得到模板点云的内侧点集合： Uplpl1 ， pl2 ， pl3 ， ， plm ， Uprpr1 ， pr2 ， pr3 ， ， prn ， 通过最小二乘平面 拟合即可分别获取模板点云的两个内侧平面。 10.根据权利要求7所述的一种铁路轨距快速测量方法， 其特征在于， 所述的步骤32中 的实测点云计算步骤为： 将经内侧。
12、面提取后得到的实测点云Q的左、 右钢轨内侧点集合Uql， Uqr的平面拟合方程分 别为Sql， Sqr， 对于空间任意一点q和某一平面S， 点q到平面S的距离为D(q， S)， 则按照下式计 算实测点云的轨距dq： 其中， nl， nr分别表示集合Uql和Uqr的规模； 至此得到轨道的轨距。 权利要求书 3/3 页 4 CN 111932676 A 4 一种铁路轨距快速测量装置和方法 技术领域 0001 本发明属于光学检测技术领域， 涉及铁路轨道检测技术， 具体涉及一种铁路轨距 快速测量装置， 以及其快速测量方法。 背景技术 0002 铁路运输已成为当今大众出行的首选交通方式， 且在货物运输中。
13、承担重要角色， 轨道作为铁路运行的基础， 针对铁路环境基础设施的快速检测问题不可忽视。 轨道轨距的 改变会引起列车各种振动， 使轮轨作用力发生变化， 是轨道方面影响列车运行安全性和平 稳性的控制因素， 也是轨道结构部件损伤和失效的重要原因， 随着高速铁路运营速度的提 升和运营规模的不断扩大， 定期进行轨距检测， 及时掌握轨距状态信息， 已成为轨道检测项 目中最重要的内容之一。 0003 传统的接触式轨距检测要求铁路检修人员将检测设备(如机械标尺)放置于两股 钢轨上， 沿铁路走向不断向前推进， 若测量的轨距不符合标准要求， 则标尺会被卡住， 此方 法不仅需要耗费大量人力资源， 而且标尺的测量精度。
14、受温度、 气候等外部条件影响， 无法保 证测量的精确性。 0004 与接触式测量相对的是非接触式测量， 即通过在轨道检测车(简称轨检车)或火车 车身上搭载物理扫描设备， 如相机、 声波仪、 激光仪等， 捕获钢轨轮廓数据从而计算轨距， 这 类测量方法所使用的数据采集设备不直接接触钢轨。 该类方法利用传感器获取钢轨轮廓数 据， 并用于计算轨距， 载体需要在轨道上移动从而获取数据， 需要占用轨道资源， 存在人员 安全隐患， 且设备载体与钢轨接触容易导致钢轨的二次磨损。 0005 无人机通过搭载相机设备， 可在完全不接触钢轨、 不占用轨道资源的情况下采集 数据。 Arun Kumar Singh等人在。
15、 “Vision based rail track extraction and monitoring through drone imagery” 中， 利用无人机获取铁路场景图像， 再根据HSV颜色将轨道与周围 环境分离， 运用Canny边缘检测和最近邻算法提取平行钢轨并用于计算轨距， 证明了使用飞 行器进行轨道检测的可行性和高效性， 但该法未考虑到钢轨的三维工字结构， 仅仅针对二 维平面视图进行研究， 导致无法分辨提取的边缘线是属于轨头内侧工作面， 还是属于钢轨 轨底， 对测距精度带来不利影响， 进而影响测距设备的实用性。 发明内容 0006 本发明的目的之一是提出一种能无接触快速检测、。
16、 不占用轨道资源、 成本低的铁 路轨道轨距测量装置， 以满足铁路建设和维护部门对钢轨轨距高效率测量的需求。 0007 本发明解决其技术问题所采用的技术方案是： 一种铁路轨距快速测量装置， 包括 安装在飞行器底部的三维相机以及分别与三维相机连接的主控模块和数据采集模块， 所述 的数据采集模块上连接有数据存储模块， 数据存储模块上连接有数据处理模块， 所述的数 据存储模块和数据处理模块分别与主控模块连接， 主控模块控制三维相机对铁路轨道拍照 成像， 数据采集模块对图像采样后送给数据存储模块， 主控模块控制数据处理模块从数据 说明书 1/8 页 5 CN 111932676 A 5 存储模块中读取数。
17、据进行解析、 处理再送给数据存储模块保存， 所述的主控模块上还连接 有电源。 0008 本发明的目的之二是提出一种铁路轨道轨距测量方法， 包括如下步骤： 步骤1， 数 据预处理 步骤11， 基于钢轨的轨头、 轨腰、 轨底、 轨距以及轨头踏面下方内侧工作面的信息根据 国家标准关于钢轨的设计要求创建钢轨的标准BIM模型， 并离散化为三维点云， 作为匹配用 模板点云； 步骤12， 同时基于飞行器采集的实测图像构建实测钢轨点云， 接着将实测钢轨点云从 场景点云中分割出来， 得到实测点云； 步骤2， 面向模板的点云匹配： 以标准BIM模型的点云为模板， 利用面向模板的点云配准 算法， 分两步将模板点云向。
18、实测钢轨点云执行配准， 使两点云达到最大程度的重合； 步骤21， 进行基于SAC_IA(采样一致性初始配准)算法的点云初匹配； 步骤22， 判断距离误差和函数是否达到最小， 如果否则重复步骤21， 如果是则停止当前 迭代； 步骤23， 以SAC_IA算法得到的模板点云和实测点云进行基于ICP(Iterative Closest Point， 迭代最近点)的精确配准； 步骤24， 判断距离误差是否小于阈值或是否达到最大迭代次数； 步骤25， 如果否则重复步骤23， 如果是则模板点云和实测点云达到最大程度的重合， 得 到配准后的模板点云和实测点云； 步骤3， 基于模板参考面的轨距计算 步骤31， 。
19、以模板点云中的内侧工作面作为模板参考面， 提取模板点云内侧点， 计算模板 点云参考面； 步骤32， 提取实测点云内侧点并拟合得到内侧工作面， 以此为基础计算实测点云轨距， 然后输出轨距。 0009 所述的一种铁路轨距快速测量方法， 其步骤21中是分别计算源点云(即模板点云) 和目标点云(即实测点云)的快速点特征直方图(FPFH)， 获取点集中每个点的特征描述， 然 后迭代地获取模板点云和实测点云的采样点对， 并根据采样点对计算从源点云到目标点云 的变换矩阵， 最终选取距离误差和最小的变换作为匹配的最终结果。 0010 进一步， 具体的步骤为： 步骤211， 分别计算源点云P和目标点云Q中每一点。
20、的法向量以及快速点特征直方图特 征； 步骤212， 在源点云P中自动选取n个采样点pk(k1,2,n)， 并保证任意两个采样点 pki和pkj满足下式： 其中， dmin为指定的点间距离阈值； 步骤213， 在目标点云Q中寻找与采样点pk(k1,2,n)具有相似快速点特征直方图 特征的对应采样点qk， 作为源点云P在目标点云Q中的一一对应点； 说明书 2/8 页 6 CN 111932676 A 6 步骤214， 计算采样点pk和对应采样点qk之间的刚体变换矩阵， 以及采样点pk经刚体变 换后所得点pk 与对应采样点qk的距离差值li， 则有li pk-qk2， 其中， pk (xk ,yk 。
21、,zk ) Rpk(xk,yk,zk)+T， 其中R表示旋转矩阵， T表示平移矩阵； 步骤215， 最终应找到一组最优变换， 使得距离误差和函数的值最小， 此时的矩阵 变换视为最终的配准变换矩阵， 其中， 式中ml为给定的距离阈值， li为第i组采样点对变换后的距离差。 0011 所述的一种铁路轨距快速测量方法， 其步骤22是通过迭代地在源点云和目标点云 中选择对应关系点对， 计算点对之间的最优刚体变换矩阵， 直至满足收敛精度要求， 即距离 误差和最小。 所不同的是， 为源点云中的每个点寻找对应点时不再按照随机选取的原则， 而 是选择与该点距离最近的点作为对应点。 且基本原则是在源点云的最近邻。
22、中确定目标点云的对应点， 然后计算点对之间的最优 刚体变换矩阵， 直至满足收敛精度要求， 即距离误差和最小。 0012 进一步， 具体的步骤为： 步骤221， 源点云的一个采样点集为P ， 针对P 中每个采样点pk(k1,2,N)， 在目 标点云Q中寻找其最近对应点qk： 步骤222， 针对点集P 和目标点云Q的采样点对集合， 计算旋转矩阵R和平移矩阵T， 使采 样点集的均方误差E(R,T)最小： 步骤223， 对点集P 使用当前最佳变换矩阵R和T， 得到新的点集P ： pk(xk， yk， zk)Rpk(xkykzk)+T 其中， pk表示pk变换后的点； 步骤224， 计算距离误差均值d和。
23、当前迭代次数I， 若满足收敛条件， 则迭代终止， 否则， 用点集P 代替源点集P ， 重复步骤221继续执行， 直至符合收敛条件： IImax 式中 为指定的允许误差， Imax为指定的最大迭代次数。 0013 所述的一种铁路轨距快速测量方法， 其步骤3是以点云初匹配后模板点云的内侧 工作面作为参考平面， 在实测点云中搜索并确定与该参考面最相似的拟合平面， 以所述的 拟合平面代表实测钢轨的内侧面。 说明书 3/8 页 7 CN 111932676 A 7 0014 所述的一种铁路轨距快速测量方法， 其步骤31中的模板点云内侧点提取步骤为： 已知模板点云P由两个平行钢轨模型点云Pl， Pr构成，。
24、 经与实测点云配准后的点云为源 点云P ， 其中， Pl， Pr经配准后分别对应Pl ， Pr ； 对于源点云P 中任意两不重合的顶点pi ,pj ,ij， 两点间的距离为： d(pi,pj)|pi-pj|2； 对于源点云P 中任意一点pli ， 若该点同时也是Pl 中的一点， 在Pr 中可以找到一点 pj 满足： min d(pli,pj)d0,pjPr， 即左侧钢轨中某一点到右侧钢轨的最短距离等于 标准轨距， 则称该点是模板点云左侧钢轨的内侧点； 同理， 对于源点云P 中任意一点pri ， 若该点是Pr 中的一点， 在Pl 中可以找到一点pk 满足： min d(pri ,pk )d0,p。
25、k Pl 称该点是模板点云右侧钢轨的内侧点。 0015 所述的一种铁路轨道轨距测量方法， 其步骤32中的模板点云内侧面拟合步骤为： 通过内侧点提取可得到模板点云的内侧点集合： Uplpl1 ,pl2 ,pl3 ,plm ， Uprpr1 ,pr2 ,pr3 ,prn ， 通过最小二乘平 面拟合即可分别获取模板点云的两个内侧平面； 实测点云内侧面提取方法： 经模板点云与实测点云配准后， 实测点云的形状和位置与 模板点云十分相似。 已知模板点云的内侧面， 作为参考面， 通过在实测点云中搜索并确定与 该参考面最相似的拟合平面， 即为实测点云的内侧面。 0016 所述的一种铁路轨道轨距测量方法， 其特。
26、步骤32中的实测点云轨距计算步骤为： 将经内侧面提取后得到的实测点云Q的左、 右钢轨内侧点集合Uql， Uqr的平面拟合方程 分别为Sql， Sqr， 对于空间任意一点q和某一平面S， 点q到平面S的距离为D(q,S)， 则按照下式 计算实测点云的轨距dq： 其中， nl， nr分别表示集合Uql和Uqr的规模； 至此得到轨道的轨距。 0017 与现有技术相比， 本发明的优点是： 采用飞行器作为平台， 利用飞行器移动速度 快、 三维相机视场范围大、 成像迅速的优势， 在不占用铁路资源的情况下能够实现快速轨距 测量； 采用无接触方式对钢轨轨距进行测量， 不会对传感器和钢轨造成磨损。 附图说明 0。
27、018 图1是钢轨模板点云和实测点云相对位置示意图； 图2是图1中钢轨局部放大的效果； 图3是本发明测量装置的结构原理框图； 图4是本发明测量方法的总体流程图； 图5是飞行器测量轨距示意图。 0019 各附图标记为： 1轨头， 2轨腰， 3轨底， 4轨距， 5内侧工作面， 6模板点 云的内侧点， 7实测点云的内侧点。 具体实施方式 0020 以下将结合附图， 对本发明的优选实施例进行详细的描述： 应当理解， 优选实施例 说明书 4/8 页 8 CN 111932676 A 8 仅为了说明本发明， 而不是为了限制本发明的保护范围。 0021 实施例1 参照图3所示， 本发明铁路轨道轨距的快速测量。
28、装置， 包括一个安装有测量装置的飞行 器， 测量装置包括三维相机、 数据采集模块、 数据存储模块、 数据处理模块和电源。 0022 其中主控模块与三维相机、 数据采集模块、 数据存储模块和电源相连接， 电源为主 控模块供电， 主控模块控制三维相机、 数据采集模块和数据存储模块； 三维相机与数据采集 模块相连接； 数据采集模块与数据存储模块相连接； 数据存储模块与数据处理模块相连接。 0023 其中主控模块控制三维相机， 使三维相机对铁路轨道进行拍照成像， 图像经数据 采集模块采样后， 送给数据存储模块， 主控模块控制数据处理模块， 使其从数据存储模块中 读取数据进行解析、 处理， 处理后的数据。
29、送给数据存储模块保存。 0024 以下为典型应用场景之一： 飞行器飞行参数： 飞行速度为5米/秒， 飞行高度为24.8米， 航向和旁向重叠率分别为 90和60， 主航线角度为111 。 0025 实施例2 参照图1至图5所示， 本发明公开的一种铁路轨道轨距的快速测量方法， 测量的步骤如 下： 阶段1， 数据预处理。 0026 基于钢轨的轨头1、 轨腰2、 轨底3、 轨距4以及轨头踏面下方内侧工作面5的信息， 根 据国家标准关于钢轨的设计要求创建钢轨的标准BIM模型， 并离散化为三维点云， 作为匹配 用模板点云。 同时针对飞行器采集的图像集， 构建实测场景点云， 接着将实测钢轨点云从场 景中分割。
30、出来， 得到实测点云。 0027 阶段2， 面向模板的点云匹配。 0028 本阶段以标准BIM模型的点云为模板， 利用面向模板的点云配准算法， 分两步将模 板点云向实测钢轨点云执行配准， 使两点云达到最大程度的重合； 步骤21， 进行基于SAC_IA(采样一致性初始配准)算法的点云初匹配； 步骤22， 判断距离误差和函数是否达到最小， 如果否则重复步骤21， 如果是则停止当前 迭代； 步骤23， 以SAC_IA算法得到的模板点云和实测点云进行基于ICP(Iterative Closest Point， 迭代最近点)的精确配准； 步骤24， 判断距离误差是否小于阈值或是否达到最大迭代次数； 步骤。
31、25， 如果否则重复步骤23， 如果是则模板点云和实测点云达到最大程度的重合， 得 到配准后的模板点云和实测点云。 0029 本阶段的匹配过程分为两个方法， 第一个方法有自己的一套迭代过程， 就是步骤 21和步骤22所描述的： 第一个方法迭代终止后， 得到的结果作为第二个方法的输入， 然后使 用第二个方法重新开始一套新的、 独立的迭代过程， 因此， 步骤23和步骤24是单独围绕第二 个方法， 也就是基于ICP的配准。 0030 本发明以标准BIM模型的点云为模板， 利用面向模板的点云配准算法， 分两步将模 板点云向实测钢轨点云执行配准， 使两点云达到最大程度的重合。 0031 以钢轨标准BIM。
32、模型对应的点云(以下简称模板点云)作为源点云， 由飞行器拍摄 说明书 5/8 页 9 CN 111932676 A 9 图像集生成的实测钢轨点云(以下简称实测点云)作为目标点云， 采用面向模板的两步配准 算法实现二者的匹配。 其中所述的两步配准算法是： 先采用SAC_IA算法实现初始匹配， 保证 模板点云与实测点云具有较好的相对初始位置， 然后基于ICP算法进一步实现精确匹配。 0032 基于SAC_IA算法的点云初匹配是采用SAC_IA算法实现初始匹配， 保证模板点云与 实测点云具有较好的相对初始位置， 基本思想是： 分别计算源点云和目标点云的快速点特 征直方图(FPFH)， 获取点集中每个。
33、点的特征描述， 然后迭代地获取模板点云和实测点云的 采样点对， 并根据采样点对计算从源点云到目标点云的变换矩阵， 最终选取距离误差和最 小的变换作为匹配的最终结果。 具体步骤如下： (1)分别计算源点云P和目标点云Q中每一点的法向量以及FPFH特征。 0033 (2)在源点云P中自动选取n个采样点pk(k1,2,n)， 并保证任意两个采样点pki 和pkj满足下式， 其中， dmin为指定的点间距离阈值。 0034 (3)在目标点云Q中寻找与采样点pk(k1,2,n)具有相似FPFH特征的对应采样 点qk， 作为源点云P在目标点云Q中的一一对应点。 0035 (4)计算对应点pk、 qk之间的。
34、刚体变换矩阵， 以及pk经刚体变换后所得点(用pk 表 示)与点qk的距离差值li， 则有： li pk-qk2； 其中， pk (xk ,yk ,zk )Rpk(xk,yk,zk)+T， R表示旋转矩阵， T表示平移矩阵。 0036(5)最终应找到一组最优变换， 使得距离误差和函数的值最小(如上一段公式 所示)， 此时的矩阵变换视为最终的配准变换矩阵(见本段公式)， 其中， 式中ml为给定的距离阈值， li为第i组采样点对变换后的距离差。 0037 基于ICP算法的点云精匹配： 基于SAC-IA算法得到的变换矩阵并不精确， 难以保证 模板点云和实测点云的匹配效果， 为此， 采用ICP算法实现。
35、二者的精确匹配。 算法基本思想 类似SAC_IA算法， 仍然是通过迭代地在源点云和目标点云中选择对应关系点对， 计算点对 之间的最优刚体变换矩阵， 直至满足收敛精度要求， 即距离误差和最小。 所不同的是， 为源 点云中的每个点寻找对应点时不再按照随机选取的原则， 而是选择与该点距离最近的点作 为对应点。 且基本原则是在源点云的最近邻中确定目标点云的对应点， 然后计算点对之间 的最优刚体变换矩阵， 直至满足收敛精度要求， 即距离误差和最小。 具体步骤如下： (1)步骤221， 源点云的一个采样点集为P ， 针对P 中每个采样点 pk(k1， 2， .N)， 在目标点云Q中寻找其最近对应点qk： 。
36、说明书 6/8 页 10 CN 111932676 A 10 (2)针对点集P 和目标点云Q的采样点对集合， 计算旋转矩阵R和平移矩阵T， 使采样点 集的均方误差E(R， T)最小； (3)对点集P 使用当前最佳变换矩阵R和T， 得到新的点集P ： pk(xk， yk， zk)Rpk(xk， yk， zk)+T 其中， pk表示pk变换后的点。 0038 (4)计算距离误差均值d和当前迭代次数I， 若满足公式3.8或3.9， 则迭代终止， 否 则， 用点集P 代替点集P ， 重复步骤(3)继续执行， 直至符合收敛条件： IImax； 式中 为指定的允许误差， Imax为指定的最大迭代次数。 0。
37、039 阶段3， 基于模板参考面的轨距计算。 0040 以模板点云的内侧面作为参考面， 提取实测点云内侧点并拟合得到内侧面， 以此 为基础计算实测点云轨距。 0041 在未重建钢轨表面的情况下， 要想根据轨距定义(见图1)从三维离散点云中准确 提取轨头踏面下方16mm处的顶点是非常困难的， 而以点云配准后模板点云的内侧工作面作 为参考平面， 在实测点云中搜索并确定与该参考面最相似的拟合平面， 该平面所代表的就 是实测钢轨的内侧面。 模板点云的内侧点6 在内侧工作面上， 实测点云的内侧点7在内侧工 作面上。 因此， 两点云配准后， 轨距的计算就转化为在模板点云中提取参考面(即模板点云 的内侧工作。
38、面)、 在实测点云中基于参考面提取内侧面、 以及从提取的实测工作面计算轨距 的过程。 0042 其中模板点云参考面提取方法包括以下步骤： (1)模板点云内侧点提取 已知模板点云P， 由两个平行钢轨模型点云Pl， Pr构成， 经与实测点云配准后的点云为 P ， 其中， Pl， Pr经配准后分别对应Pl ， Pr 。 0043 定义1： 对于点云P 中任意两不重合的顶点pi ,pj ,ij， 两点间的距离为： d(pi, pj)|pi-pj|2。 0044 定义2： 对于点云P 中任意一点pli ， 若该点同时也是Pl 中的一点， 在Pr 中可以找 到一点pj 满足： min d(pli,pj)d。
39、0,pjPr。 0045 即左侧钢轨中某一点到右侧钢轨的最短距离等于标准轨距， 则称该点是模板点云 左侧钢轨的内侧点。 0046 同理， 对于点云P 中任意一点pri ， 若该点是Pr 中的一点， 在Pl 中可以找到一点 pk 满足： min d(pri ,pk )d0,pk Pl ， 称该点是模板点云右侧钢轨的内侧点。 0047 (2)模板点云内侧面拟合 说明书 7/8 页 11 CN 111932676 A 11 通过内侧点提取， 可得到模板点云的内侧点集合 Uplpl1 ,pl2 ,pl3 ,plm ， Uprpr1 ,pr2 ,pr3 ,prn ， 通过最小二乘平 面拟合即可分别获取模。
40、板点云的两个内侧平面。 0048 其中实测点云内侧面提取方法步骤为： 经模板点云与实测点云配准后， 实测点云 的形状和位置与模板点云十分相似。 已知模板点云的内侧面， 作为参考面， 通过在实测点云 中搜索并确定与该参考面最相似的拟合平面， 即为实测点云的内侧面。 0049 其中实测点云轨距计算方法步骤为： 经内侧面提取后， 得到的实测点云 Q的左、 右 钢轨内侧点集合Uql， Uqr的平面拟合方程分别为Sql， Sqr。 对于空间任意一点q和某一平面S， 点 q到平面S的距离为D(q,S)， 则按照下式计算实测点云的轨距dq： 其中， nl， nr分别表示集合Uql和Uqr的规模。 至此得到轨道的轨距。 0050 以上所述仅为本发明的优选实施例， 并不用于限制本发明， 显然， 本领域的技术人 员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。 这样， 倘若本发明的 这些修改和变型属于本发明权利要求及其等同技术的范围之内， 则本发明也意图包含这些 改动和变型在内。 说明书 8/8 页 12 CN 111932676 A 12 图1 图2 图3 说明书附图 1/2 页 13 CN 111932676 A 13 图4 图5 说明书附图 2/2 页 14 CN 111932676 A 14 。