一种扣件点云的非线性配准优化方法与流程

xiaoxiao6月前  48


本发明属于轨道交通快速综合检测领域,尤其是涉及一种扣件点云的非线性配准优化方法。


背景技术:

1、轨道的配套扣件是整个轨道交通工程中的重要组成部分,其状态直接影响了列车的运营安全性。轨道交通线路经过长期的运营维护,扣件的服役状态会发生改变,影响线路的地理空间位置和平顺性需求。随着高速铁路和城市轨道交通的发展,对扣件异常状态进行检测的需求越来越大。然而在扣件检测过程中,作为最关键输入的点云数据常因环境噪声、硬件失真、人工失误、扣件部分失力失效、目标区域情况复杂等,使得点云数据偏差程度高于一般冗余范围,直接影响扣件状态评价的准确性和维修决策的及时性,进而影响铁路行车安全。亟需对采集的扣件点云进行数据矫正和特征优化。

2、现有的针对性点云优化算法中主要有三类:

3、(1)基于数学统计概念的点云优化算法;

4、(2)基于各维度特征的点云优化算法;

5、(3)基于空间域状态的点云优化算法。

6、上述方法存在以下问题:

7、(1)算法优化维度单一,描述覆盖能力较弱,易引入额外误差或错误;

8、(2)算法流程与目标点云的耦合程度低,针对性较差;

9、(3)解算过程重复且算力浪费较大,时间效率低,工作量较大等。

10、针对上述问题及薄弱项,亟需研发一种针对扣件点云的非线性配准优化技术,可以全面、高效、精准地处理与优化所采集到的扣件点云数据,为后续的点云理解与高级处理提供更可靠、更可信的数据输入。


技术实现思路

1、为解决现有技术存在的问题,本发明提供一种针对扣件点云的非线性配准优化方法,可以全面、高效、精准地处理与优化所采集到的扣件点云数据,为后续的点云理解与高级处理提供更可靠、可信的数据输入。

2、为此,本发明采用以下技术方案:

3、一种扣件点云的非线性配准优化方法,包括以下步骤:

4、s1,原始数据采集:使用采集设备采集主动轴向、深度轴向和偏移轴向的包含空间坐标和时间戳信息的点云数据;所述主动轴向为所述采集设备运动的曲线切线方向,所述主动轴向、所述深度轴向和所述偏移轴向两两之间互相垂直;

5、s2,数据预处理:将s1采集的点云数据根据所述时间戳信息以空间切片的形式按时间轴划分为若干帧图像;

6、s3,将所述帧图像转换为变形图:

7、;

8、;

9、;

10、其中,为第帧的帧图像,由点集和边集组成;为第帧的帧图像中的总点数,为第帧的帧图像中的总边数,为帧图像的编号,,为帧图像的总数;

11、s4,帧图像之间的配准:

12、首先构建帧图像之间的配准映射关系,有:

13、;

14、其中:为对齐描述项;为正则化描述项;为局部变换项;和为指标权重,所述和所述的取值取决于所述帧图像间的差异化程度,所述和的取值范围为(0,1),

15、然后根据配准映射关系获得最佳配准关系,并根据所述最佳配准关系对s2得到的所有帧图像进行配准,得到修正后的点云数据;

16、s5,对修正后的点云数据进行精简,包括以下步骤:

17、s51,建立初始椭球空间:

18、首先,以s4得到的修正后的点云数据内一点做为椭球空间的椭圆圆心;所述椭球空间的椭圆长轴的长度初始值为所述椭圆圆心与最近邻点在所述偏移轴向投影的距离的二倍,所述椭球空间的椭圆短轴的长度初始值为所述椭圆圆心与最近邻点在所述深度轴向投影的距离的二倍;

19、其中,所述最近邻点为所述修正后的点云数据中距离所述椭圆圆心欧式距离最小的点;

20、然后,将所述椭圆长轴的方向平行于所述偏移轴向,将所述短轴方向平行于所述深度轴向,所述椭圆长轴的两端点分别为和;所述椭圆短轴两端点分别为和;得到初始椭球空间;

21、最后,构建椭球空间集并将所述初始椭球空间作为第一个元素加入其中;

22、s52,椭球空间扩散,包括以下步骤:

23、对所述椭球空间集中的椭球空间进行增建或重建,并精简所述椭球空间覆盖的s4修正后的点云数据;

24、s53,重复步骤s52直到所述椭球空间集中的椭球空间覆盖所有s4修正后的点云数据,将得到的点云作为非线性配准后的高质量点云数据输出。

25、s4中所述对齐描述项通过以下方法计算:

26、;

27、;

28、其中,为函数;为第帧的帧图像内的点,为第帧的帧图像中点的编号;;是的待配准帧图像内最近的目标点,将所述待配准帧设定为第帧,;是大于0且使所述在正半轴上单调递增的常数。s4中所述正则化描述项通过以下方法计算:

29、;

30、其中,为函数中更新后的设定常数项,是大于0且使所述在正半轴上单调递增的常数;表示待配准帧图像中点的相邻点的集合,为第帧的帧图像中点的编号,,为第帧的帧图像中点的总数;为考虑空间交叉耦合的变形图内各点的变换形式。

31、所述通过以下方法计算:

32、;

33、其中,为嵌入式变形图的仿射旋转矩阵;和分别为第帧和第帧对应的嵌入式变形图的仿射平移向量。

34、所述局部变换项通过以下方法计算:

35、;

36、其中,为考虑局部变换剧烈程度的修饰因子,其取值范围为(0,1);运算符号为考虑微分局部刚性状态后的范数求解。

37、s52具体包括以下步骤:s521,在所述椭球空间集中对于每一个椭球空间都在其外部随机确定点,所述为s4中得到的修正后的点云数据中的点,对于每一个点,当其满足下式时执行s522,否则执行s523,

38、;

39、其中,为所述椭圆长轴和椭圆短轴所形成平面的法向量且;为点到投影面的距离阈值,为向量偏摆量阈值;所述和的取值根据待配准的扣件来确定,所述投影面为对应的椭球空间的椭圆圆心对应的帧所在的平面;

40、s522,重建椭球空间:

41、将点融入其对应的椭球空间,且椭圆圆心保持不变,对应的椭球空间的椭圆长轴长度变更为,椭圆短轴长度变更为,得到重建后的椭球空间,有:

42、;

43、其中,为以为圆心的椭球空间的长轴端点,为以为圆心的椭球空间的短轴端点;

44、将所述重建后的椭球空间内涵盖的所有点云数据变更为椭圆圆心点、所述重建后的椭球空间的长轴的两端点、重建后的椭球空间的短轴的两端点和所述;

45、执行步骤s53;

46、s523,增建椭球空间:

47、首先,根据所述点与所述椭圆圆心的位置判断椭球空间的扩散方向:

48、然后,在所述扩散方向上确定所述点的最近邻点;将所述作为椭球空间的椭圆圆心增建额外的椭球空间,所述额外的椭球空间的椭圆长轴的长度为所述点在所述额外的椭球空间的椭圆长轴投影的长度;所述额外的椭球空间的椭圆短轴的长度为所述点在所述额外的椭球空间的椭圆短轴投影的长度,保留额外的椭球空间内的所有点云数据;

49、将所述额外的椭球空间加入所述椭球空间集,并执行步骤s53。

50、s523中所述扩散方向通过下式确定:

51、;

52、其中,表示点所在的象限。

53、优选的是,s1中的所述采集设备为自移动式轨道交通移动三维扫描系统。

54、与现有技术相比,本发明具有以下有益效果:

55、1. 本发明针对目前扣件评价工作中忽视度较高的原始点云质量问题,提出一种非线性配准优化算法,点云的数据修正过程量化为三类描述项,进一步提高了原始点云的数据准确性和置信度,为后续的点云处理和高级理解过程提供更可靠的数据输入,进而保证点云处理目标的兑现率;

56、2. 本发明的方法结合了所采集到的点云数据的时间、空间的连续性,并在此中着重考虑局部差异性和全局统一性、细节刚性区分度和整体非刚性构成,提出非线性式目标优化方程,使用三类描述项,进一步提高优化过程的准确性、覆盖能力和置信度;

57、3. 本发明的方法设计了椭球包容空间,以椭圆扩散的形式实现了点云精简与优化,进一步提高了点云数据的可用性、简洁性和描述性,匹配后续的点云处理和高级理解过程的需要;本发明的点云优化过程鲁棒性高,在剔除噪点和乱点的基础上尽可能保留原始点云数据的有效特征,细节保留性强。同时非线性优化过程避免陷入局部优化陷阱,计算效率高,普适性强,可推广应用价值高。


技术特征:

1.一种扣件点云的非线性配准优化方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的扣件点云的非线性配准优化方法,其特征在于:s4中所述对齐描述项通过以下方法计算:

3.根据权利要求2所述的扣件点云的非线性配准优化方法,其特征在于:s4中所述正则化描述项通过以下方法计算:

4.根据权利要求3所述的扣件点云的非线性配准优化方法,其特征在于:所述通过以下方法计算:

5.根据权利要求4所述的扣件点云的非线性配准优化方法,其特征在于:所述局部变换项通过以下方法计算:

6.根据权利要求1所述的扣件点云的非线性配准优化方法,其特征在于:s52具体包括以下步骤:s521,在所述椭球空间集中对于每一个椭球空间都在其外部随机确定点,所述为s4中得到的修正后的点云数据中的点,对于每一个点,当其满足下式时执行s522,否则执行s523,

7.根据权利要求6所述的扣件点云的非线性配准优化方法,其特征在于:s523中所述扩散方向通过下式确定:

8.根据权利要求1所述的扣件点云的非线性配准优化方法,其特征在于:s1中的所述采集设备为自移动式轨道交通移动三维扫描系统。


技术总结
本发明公开了一种扣件点云的非线性配准优化方法,包括以下步骤:S1,原始数据采集;S2,数据预处理;S3,将所述帧图像转换为变形图;S4,帧图像之间的配准;S5,对优化后点云精简。本发明针对目前扣件评价工作中忽视度较高的原始点云质量问题,提出一种非线性配准优化算法,进一步提高了原始点云的数据准确性和置信度,为后续的点云处理和高级理解过程提供更可靠的数据输入,进而保证点云处理目标的兑现率;本发明的点云优化过程鲁棒性高,在剔除噪点和乱点的基础上尽可能保留原始点云数据的有效特征,细节保留性强。同时非线性优化过程避免陷入局部优化陷阱,计算效率高,普适性强,可推广应用价值高。

技术研发人员:崔斌,谭兆,秦守鹏,安然,齐春雨,石德斌,刘祥君,段双喜,王然,田晓峰,魏广帅,王少林,张宇,牛永效,林勇威
受保护的技术使用者:中国铁路设计集团有限公司
技术研发日:
技术公布日:2024/9/23

最新回复(0)