基于点云数据计算轨道几何形态的研究
发布时间：2021-09-06 10:54
铁路轨道是直接承载列车高速平稳运行的基础设备,其高平顺的几何线形是保障列车安全运行的重要前提。在铁路投入运营后,铁路轨道长期承受轮轴动力反复作用以及缩胀、沉降等自然外力的影响,引发轨道变形,因此需定期检测轨道几何状态的平顺性。目前三维激光扫描技术已成为点云数据获取的重要手段,发挥着愈来愈重要的作用,并且在各应用领域取得了一定了成就,但是在铁道工程领域应用很少。本文试着以铁路轨道几何形态为中心,从测站布设方案、轨道点云预处理、轨道相关点云提取、轨道静态几何参数计算等过程方面入手,研究轨道点云轨道几何参数计算的问题。本文主要完成以下几个方面工作:（1）地面三维激光扫描仪所测点云拼接时有标靶拼接和控制点拼接两种拼接方式,利用扫描仪在标靶拼接和控制点拼接两种不同的拼接模式下,在不同扫描距离、靶球数量情况下进行拼接实验,得到不同拼接方式、实验配置下的拼接精度。通过比较拼接精度和拼接的工作量等,为铁路点云的采集选取合理的扫描拼接方案,以求轨道点云精度,密度等达到要求的同时扫描效率最大化。（2）原始采集的轨道点云存在有噪声、数据冗余、点云不均匀等问题,点云需要重采样。点云去噪时容易使得点云模型发生形...
【文章来源】：兰州交通大学甘肃省
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
Z+F-5010C三维激光扫描仪
兰州交通大学硕士学位论文-11-其属于三维坐标系，X轴方向为仪器横向扫描方向，Y轴在水平面内垂直于X轴，X轴垂直于Z轴，Z轴平行与仪器竖向扫描面。X、Y、Z三轴相互垂直，三轴可构成右手坐标系。仪器坐标系结构如下图：图2.2三维激光扫描仪坐标示意图假设S为坐标系原点到任意测点P的距离，α为扫描仪测得的水平角，θ为扫描仪测得的竖直角。那么任一点Z)Y,P(X,在扫描坐标系中的坐标就可表示为：sinsincoscoscosSZSYSX（2.1）2.1.4点云数据的特点不同的三维激光扫描仪受到仪器制作的特点影响，所扫描出的点云也各有特征，有的扫描仪按照严格的行列进行扫描，有的扫描仪以固定的夹角进行扫描，早期的三维激光扫描仪是将目标物体放到固定承物台进行扫描测量，扫描的方式是扫描光线垂直向下成行成列地进行扫描，而现在常用的地面三维激光扫描仪则可以在任意位置进行扫描，扫描光线的发射也成为了按照固定夹角进行发射。点云数据的空间排列形式根据测量传感器的类型分为：阵列点云、线扫描点云、面扫描点云以及全散乱点云。不同排列形式的点云的相关算法也有差别，本文主要以散乱点云为研究计算对象。
基于点云数据计算轨道几何形态的研究-12-（a）扫描线点云（b）阵列式点云（c）网格式点云（d）散乱式点云图2.3不同点云数据的表达形式点云数据具有以下特性：（1）包含有大规模数据，通过三维激光扫描仪采集到的数据，通常都包含了几十万、上百万个扫描点，即所有扫描到的数据数量有上百万个，若被扫描物体规模较大，甚至可采集到上亿个数据。（2）在进行扫描时，可设置扫描数据点间隔，通常我们将间隔设置为1mm，密度相对较高，这样采集到的数据在进行建模时更加方便，因此点云数据具有高密度特性。（3）激光扫描系统主要通过发射激光的方式来获取被测物体的信息，所以扫描得到的点云通常都具备较强的反射率，部分扫描系统还能够检测到被测物体的色彩，由此，激光扫描得到的点云数据，具有较强的光学特征信息。（4）扫描后采集到的点云数据中包含被测物体的三维坐标信息，且由于全景扫描，其采集到的信息也相对更为全面，才能根据这些数据得到物体的立体信息，因此可认为，点云数据具有立体化特性。（5）由于各数据点之间并未产生联系，且未构建过相应的拓扑关系，因此这些点云数据具有离散性。（6）可量测性。利用该扫描系统可直接得到被测物体的空间位置信息，包含点云坐标、表面法向量、方位角、点云间距等，根据采集到的数据还可对该数据所处表面的面积、体积进行计算，因此点云数据具有可测量性。（7）扫描仪在扫描时，随着扫描角度、扫描距离的不断扩大，点云各点间距也在逐渐增大，同时受仪器误差影响以及其它因素，采集到的点云数据并未按照一定的规律排列，点云密度不可控，具有非规则性。
【参考文献】：
期刊论文
[1]基于三维激光扫描技术的既有铁路道岔岔心自动提取方法[J]. 张云鹏. 铁道勘察. 2019(05)
[2]基于NURBS的轨道板点云外形尺寸检测研究[J]. 李圆,张献州,陈霄,包建强,陈旭升. 铁道标准设计. 2020(03)
[3]铁轨数据提取和轨道建模的机载激光雷达方法[J]. 王凡,许筱. 现代矿业. 2019(06)
[4]基于法向量距离分类的散乱点云数据去噪[J]. 王晓辉,吴禄慎,陈华伟. 吉林大学学报(工学版). 2020(01)
[5]基于自适应邻域匹配的点云配准方法[J]. 张顺利,徐艳芝,周明全,耿国华,张雨禾. 计算机学报. 2019(09)
[6]泥石流沟谷3D点云数据采集处理及可视化[J]. 杨敏,袁希平,甘淑,朱赞,于辉,张雄浩,詹俏. 昆明理工大学学报(自然科学版). 2018(04)
[7]复杂带状地形条件下的地面三维激光扫描点云数据采集与配准处理试验[J]. 杨敏,甘淑,袁希平,高莎,朱赞,于辉. 测绘通报. 2018(05)
[8]基于三维点云的接触网几何参数检测方法[J]. 周靖松,韩志伟,杨长江. 仪器仪表学报. 2018(04)
[9]三维激光扫描点云数据处理研究进展、挑战与趋势[J]. 杨必胜,梁福逊,黄荣刚. 测绘学报. 2017(10)
[10]散乱点云去噪与简化的统一算法[J]. 赵京东,杨凤华,郭英新. 计算机应用. 2017(10)
博士论文
[1]基于激光扫描的三维点云数据处理技术研究[D]. 陈永辉.中国科学技术大学 2017
[2]高速铁路轨道精测精调及其平顺性优化研究[D]. 李阳腾龙.西南交通大学 2017
[3]基于A-INS组合导航的铁路轨道几何状态精密测量技术研究[D]. 陈起金.武汉大学 2016
[4]基于点云信息的既有铁路状态检测与评估技术研究[D]. 韩峰.西南交通大学 2015
[5]三维数字几何处理中特征提取与孔洞修补研究[D]. 王小超.大连理工大学 2014
硕士论文
[1]地面三维激光扫描技术在古建筑测绘中的应用研究[D]. 王军.兰州交通大学 2018
[2]三维激光扫描点云数据孔洞修复与精简算法研究[D]. 周欣.北京建筑大学 2018
[3]基于逆向工程的扫描点云数据预处理技术研究[D]. 陈艳雷.河南工业大学 2018
[4]三维点云数据的去噪和特征提取算法研究[D]. 史皓良.南昌大学 2017
[5]各向异性多边滤波在三维点云去噪中的应用研究[D]. 付德敏.燕山大学 2017
[6]三维激光扫描点云数据精简算法研究[D]. 娄吕.昆明理工大学 2017
[7]基于弦测法原理的波磨检测小车的设计与实现[D]. 刘文辉.兰州交通大学 2016
[8]基于激光扫描技术的轨道检测与曲线整正算法设计[D]. 陈勇.兰州交通大学 2016
[9]铁路场景下三维点云识别与分类算法研究[D]. 张楠.北京交通大学 2016
[10]高速铁路轨道平顺性测量相关技术问题的研究[D]. 赵政权.西南交通大学 2011
本文编号：3387326
【文章来源】：兰州交通大学甘肃省
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
Z+F-5010C三维激光扫描仪
兰州交通大学硕士学位论文-11-其属于三维坐标系，X轴方向为仪器横向扫描方向，Y轴在水平面内垂直于X轴，X轴垂直于Z轴，Z轴平行与仪器竖向扫描面。X、Y、Z三轴相互垂直，三轴可构成右手坐标系。仪器坐标系结构如下图：图2.2三维激光扫描仪坐标示意图假设S为坐标系原点到任意测点P的距离，α为扫描仪测得的水平角，θ为扫描仪测得的竖直角。那么任一点Z)Y,P(X,在扫描坐标系中的坐标就可表示为：sinsincoscoscosSZSYSX（2.1）2.1.4点云数据的特点不同的三维激光扫描仪受到仪器制作的特点影响，所扫描出的点云也各有特征，有的扫描仪按照严格的行列进行扫描，有的扫描仪以固定的夹角进行扫描，早期的三维激光扫描仪是将目标物体放到固定承物台进行扫描测量，扫描的方式是扫描光线垂直向下成行成列地进行扫描，而现在常用的地面三维激光扫描仪则可以在任意位置进行扫描，扫描光线的发射也成为了按照固定夹角进行发射。点云数据的空间排列形式根据测量传感器的类型分为：阵列点云、线扫描点云、面扫描点云以及全散乱点云。不同排列形式的点云的相关算法也有差别，本文主要以散乱点云为研究计算对象。
基于点云数据计算轨道几何形态的研究-12-（a）扫描线点云（b）阵列式点云（c）网格式点云（d）散乱式点云图2.3不同点云数据的表达形式点云数据具有以下特性：（1）包含有大规模数据，通过三维激光扫描仪采集到的数据，通常都包含了几十万、上百万个扫描点，即所有扫描到的数据数量有上百万个，若被扫描物体规模较大，甚至可采集到上亿个数据。（2）在进行扫描时，可设置扫描数据点间隔，通常我们将间隔设置为1mm，密度相对较高，这样采集到的数据在进行建模时更加方便，因此点云数据具有高密度特性。（3）激光扫描系统主要通过发射激光的方式来获取被测物体的信息，所以扫描得到的点云通常都具备较强的反射率，部分扫描系统还能够检测到被测物体的色彩，由此，激光扫描得到的点云数据，具有较强的光学特征信息。（4）扫描后采集到的点云数据中包含被测物体的三维坐标信息，且由于全景扫描，其采集到的信息也相对更为全面，才能根据这些数据得到物体的立体信息，因此可认为，点云数据具有立体化特性。（5）由于各数据点之间并未产生联系，且未构建过相应的拓扑关系，因此这些点云数据具有离散性。（6）可量测性。利用该扫描系统可直接得到被测物体的空间位置信息，包含点云坐标、表面法向量、方位角、点云间距等，根据采集到的数据还可对该数据所处表面的面积、体积进行计算，因此点云数据具有可测量性。（7）扫描仪在扫描时，随着扫描角度、扫描距离的不断扩大，点云各点间距也在逐渐增大，同时受仪器误差影响以及其它因素，采集到的点云数据并未按照一定的规律排列，点云密度不可控，具有非规则性。
【参考文献】：
期刊论文
[1]基于三维激光扫描技术的既有铁路道岔岔心自动提取方法[J]. 张云鹏. 铁道勘察. 2019(05)
[2]基于NURBS的轨道板点云外形尺寸检测研究[J]. 李圆,张献州,陈霄,包建强,陈旭升. 铁道标准设计. 2020(03)
[3]铁轨数据提取和轨道建模的机载激光雷达方法[J]. 王凡,许筱. 现代矿业. 2019(06)
[4]基于法向量距离分类的散乱点云数据去噪[J]. 王晓辉,吴禄慎,陈华伟. 吉林大学学报(工学版). 2020(01)
[5]基于自适应邻域匹配的点云配准方法[J]. 张顺利,徐艳芝,周明全,耿国华,张雨禾. 计算机学报. 2019(09)
[6]泥石流沟谷3D点云数据采集处理及可视化[J]. 杨敏,袁希平,甘淑,朱赞,于辉,张雄浩,詹俏. 昆明理工大学学报(自然科学版). 2018(04)
[7]复杂带状地形条件下的地面三维激光扫描点云数据采集与配准处理试验[J]. 杨敏,甘淑,袁希平,高莎,朱赞,于辉. 测绘通报. 2018(05)
[8]基于三维点云的接触网几何参数检测方法[J]. 周靖松,韩志伟,杨长江. 仪器仪表学报. 2018(04)
[9]三维激光扫描点云数据处理研究进展、挑战与趋势[J]. 杨必胜,梁福逊,黄荣刚. 测绘学报. 2017(10)
[10]散乱点云去噪与简化的统一算法[J]. 赵京东,杨凤华,郭英新. 计算机应用. 2017(10)
博士论文
[1]基于激光扫描的三维点云数据处理技术研究[D]. 陈永辉.中国科学技术大学 2017
[2]高速铁路轨道精测精调及其平顺性优化研究[D]. 李阳腾龙.西南交通大学 2017
[3]基于A-INS组合导航的铁路轨道几何状态精密测量技术研究[D]. 陈起金.武汉大学 2016
[4]基于点云信息的既有铁路状态检测与评估技术研究[D]. 韩峰.西南交通大学 2015
[5]三维数字几何处理中特征提取与孔洞修补研究[D]. 王小超.大连理工大学 2014
硕士论文
[1]地面三维激光扫描技术在古建筑测绘中的应用研究[D]. 王军.兰州交通大学 2018
[2]三维激光扫描点云数据孔洞修复与精简算法研究[D]. 周欣.北京建筑大学 2018
[3]基于逆向工程的扫描点云数据预处理技术研究[D]. 陈艳雷.河南工业大学 2018
[4]三维点云数据的去噪和特征提取算法研究[D]. 史皓良.南昌大学 2017
[5]各向异性多边滤波在三维点云去噪中的应用研究[D]. 付德敏.燕山大学 2017
[6]三维激光扫描点云数据精简算法研究[D]. 娄吕.昆明理工大学 2017
[7]基于弦测法原理的波磨检测小车的设计与实现[D]. 刘文辉.兰州交通大学 2016
[8]基于激光扫描技术的轨道检测与曲线整正算法设计[D]. 陈勇.兰州交通大学 2016
[9]铁路场景下三维点云识别与分类算法研究[D]. 张楠.北京交通大学 2016
[10]高速铁路轨道平顺性测量相关技术问题的研究[D]. 赵政权.西南交通大学 2011
本文编号：3387326
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3387326.html
