基于三維激光掃描技術的既有鐵路道岔岔心自動提取方法

張云鵬

(中鐵第六勘察設計院集團有限公司,天津 300308)

道岔測量是鐵路既有站場測量中的一項重要內容。 在站場平面圖上,道岔的位置是由道岔中心的位置表示的。 道岔中心又稱岔心,是指主線和側線中心線的交點。 目前,鐵路道岔岔心測量主要采用人工測量的方式,先通過現場丈量標定出岔心位置,然后使用全站儀或者GPS-RTK 測出其坐標。 普通的單開道岔結構如圖1 所示。 確定岔心時,應先確定道岔型號,進而確定該型號的前端長a,由兩軌縫連線的中心,沿線路中線量取a 值,即可定出道岔中心的位置。

圖1 道岔結構

從上述測量過程中可以看出,現有岔心測量方法存在以下不足:①岔心位置需要通過現場丈量確定,測量結果易受人為誤差影響,測量精度難以保障;②需要測量人員在既有線路上作業(yè),安全隱患較大。

三維激光掃描技術可以通過非接觸的測量方式快速獲取被測物體表面高精度、高密度的三維點云信息[1],克服了傳統測量方法數據獲取效率低、容易受環(huán)境條件限制及難以準確表達復雜目標真實情況的缺點,目前已廣泛應用于礦區(qū)、滑坡及建(構)筑物等的變形監(jiān)測當中。 如王黎明等分析了三維激光掃描技術應用于巷道變形監(jiān)測的優(yōu)勢[2];戴華陽等基于三維激光掃描技術,提出應用房屋特征點提取采動區(qū)房屋移動變形的方法[3];徐進軍等采用三維激光掃描技術進行高危邊坡監(jiān)測,完成了目標區(qū)域三維模型構建、大比例地形圖及橫縱斷面圖繪制、DEM 模型建立等測繪工作[46]。

在國內鐵路既有線測繪領域,三維激光掃描技術的應用尚處于起步階段。 將三維激光掃描技術引入既有鐵路道岔測量中,不僅可以快速獲取高精度的測量數據,還能有效規(guī)避測量人員既有線作業(yè)的風險。 以下根據鐵路道岔的結構特點,對基于三維激光掃描技術的岔心測量方法進行研究。

1 數據采集及預處理

1.1 數據采集

三維激光掃描系統主要由掃描頭、控制器和計算機三部分組成。 其中,掃描頭包括激光發(fā)射器、接收器、水平反射鏡和垂直反射鏡;控制器包括距離測量模塊、掃描控制模塊以及計算機總線;計算機主要包括微處理器和存儲器。

三維激光掃描系統的工作原理如下:激光發(fā)射器對掃描目標發(fā)射激光束,系統通過計算激光往返的時間差或相位差得到測量距離S,掃描控制模塊記錄激光束在垂直方向的旋轉角度θ 和水平方向的旋轉角度α,并據此計算出被測物體上點云的三維坐標(X,Y,Z)。

三維激光掃描儀一站的掃描范圍有限,無法一次性將整個站場區(qū)域囊括進來,需要對站場區(qū)域進行分站掃描,因此,掃描后,需要對各站的掃描數據進行拼接。 本次實驗所使用的掃描儀采用類似全站儀的設站方式,即將儀器架設在已知點上,掃描得到的各測站點云數據坐標系統一,不需要進行點云拼接,免除了拼接過程中的誤差。

采集站場原始數據前,應首先選擇掃描儀設站位置,并測出各站點的坐標,然后將三維激光掃描儀架設在已知站點上,在儀器中輸入測站點坐標及儀器高,并設置好后視方向及各項掃描參數。 在掃描過程中,應及時查看已獲取的點云數據,發(fā)現有漏掉的區(qū)域應及時補測。

1.2 數據預處理

點云數據預處理包括粗差剔除、數據裁剪、數據重采樣3 個過程。

(1)粗差剔除

在野外數據采集時,不可避免地會存在一些明顯的無效點,這些點即是點云數據中的粗差,需要通過掃描儀自帶的數據處理軟件進行剔除。

(2)數據裁剪

2017年入圍中國最好大學排名前100強的9所醫(yī)藥類院校，整體上代表著醫(yī)藥類高等教育的競爭力水平，通過分析這9所高校的排名情況，可以找出其優(yōu)勢與不足，為長期的發(fā)展找到突破點。全國排名中，僅有首都醫(yī)科大學入圍前50強，其余8所高校均在50～100名之間，其中北京協和醫(yī)學院與天津醫(yī)科大學的名次接近，兩所高校的綜合競爭水平相當。單項指標全國排名中，9所高校在培養(yǎng)結果、科研質量、科技服務和成果轉化指標上的排名遠遠落后于綜合得分全國排名，在其它單項指標的排名上也不具有明顯的競爭優(yōu)勢，這很大程度上限制了其在全國排名中的競爭力。(詳見表4)

三維激光掃描儀獲取的點云數據量極為龐大,其中相當一部分點云數據是我們不感興趣的,可以將這些點云數據裁減掉,這樣可以大大提高數據處理速度。如接觸網桿、信號機、警沖標等與岔心提取關系不大,在數據預處理過程中,需要通過數據處理軟件將非道岔點云數據裁剪掉,只保留道岔點云數據。

(3)數據重采樣

掃描儀獲取的原始點云數據密度不均勻(三維激光掃描儀發(fā)射的激光會隨著距離的增加而逐漸發(fā)散,相鄰兩測站掃描重疊區(qū)域的點云密度又明顯大于其他區(qū)域)。 因此,在進行數據預處理時,需要對原始數據進行重采樣,以使點云密度盡量均勻。

應用三維激光掃描儀自帶據數據處理軟件對原始點云數進行上述預處理以后,就可以將道岔點云數據導出,保存為絕對坐標X,Y,Z 的格式。

2 軌面數據濾波

岔心坐標的獲得主要通過提取鋼軌直線來實現。因此,軌道的枕木等附件可以提前濾除掉,只保留鋼軌的點云數據,這樣可以極大地減少數據量,提高數據處理效率。 根據鐵軌軌面高于枕木及道砟的特點,利用軌面高程進行濾波。 首先搜索點云數據中各點Z 坐標的最大值Zmax(Zmax即為軌面高程),設置濾波閾值h,點云數據中高程小于Zmax-h 予以剔除,高程大于或等于Zmax-h 的點作為軌面數據予以保留。 為了保證濾波效果,h 的取值宜在5 ～18 cm 之間。

圖2 為軌面高程濾波前的點云數據, 共有85 177個點,數據量較大,且數據中存在枕木、道砟等點云信息,影響軌面直線的提取。 圖3 為濾波后的點云數據(只剩3 823個點),有效地剔除了枕木、道砟等不必要的數據,保證了后續(xù)軌面直線提取的精度。

圖2 軌面高程濾波前的點云數據

圖3 軌面高程濾波后的點云數據

3 直線檢測

如圖3 所示,濾波后的點云數據投影到平面上表現為4 條鋼軌軌面形狀。 但由于點云數據散亂無序,無法確定每個點屬于哪條鋼軌,此時尚不能直接擬合鋼軌中心直線。 在精確擬合直線參數之前,需要對濾波后的點云數據進行直線檢測,以確定點云數據中的每個點屬于哪條直線,然后才能對屬于同一條直線的點云進行處理,并精確擬合直線參數。

采用Hough 變換算法對濾波后的點云數據進行直線檢測,將屬于同一條直線的點存儲到相應的數組中。 其基本思想是利用點線對偶特性將圖像空間中邊界檢測問題轉換為參數空間中的累加統計問題。 利用Hough 變換檢測直線時,直線方程表示為

(1)參數空間離散化。 確定參數ρ 和θ 的取值范圍,以一定的間隔Δθ 和Δρ 將θ 和ρ 離散化,得到θi(i=1,2,3,…,m)和ρj(j=1,2,3,…,n)。

(2)建立參數空間的累加數組A(ρ,θ),用于存儲一條直線上點的個數,并將每個數組元素置為0。

(3)遍歷θ 在取值范圍內的所有值,將原圖像空間中的每個點帶入直線表達式,求出相應的ρ,若ρ=ρj,則相應的累加數組A(ρj,θi)加1。

(4)為累加數組A(ρ,θ)設定一個閾值T,當A(ρj,θi)＞T 時,則ρj和θi即為要檢測直線的參數。

在Hough 變換過程中,θ 的取值范圍為[0°,180°]。 ρ 的最大值為變換域內到原點的最大距離。設變換域內x 和y 的最大值分別為xmax和ymax,則ρ 的取值范圍為

4 直線參數擬合

為了提高直線提取的精度,采用最小二乘法對Hough 變換檢測出的直線點集進行擬合,計算出直線的初始斜率k0和初始截距b0,設直線方程為y=kx+b,共線點的數量為n,可根據最小二乘原理擬合直線的斜率和截距,有

擬合出的直線效果如圖4 所示。

圖4 最小二乘法初次擬合

Hough 變換是圖像處理領域中用于直線檢測的一種常用方法,可將其引入到點云數據處理中,即Hough變換的處理對象由圖像像素變?yōu)樯y點云。 鐵軌軌面具有一定的寬度,利用Hough 變換檢測出的直線往往不是1 條,而是斜率和截距相近的直線束。 圖5 為將圖4 局部放大后的效果,可明顯地看出,Hough 變換提取出的直線并不是1 條。

圖5 Hough 變換檢測出的直線束

使用Hough 變換檢測點云數據中的直線特征時,往往先對點云數據進行邊緣檢測,然后再進行Hough變換檢測,即可得到唯一直線。 然而,求取岔心坐標需要提取的是鐵軌軌面的中心線而不是軌面的邊緣,故不能對點云數據先進行邊緣檢測再提取直線特征。 為了提取鐵軌中心線,需要將所有表示軌面的點云數據作為同一條直線上的點集進行處理。 因此,對于Hough 變換檢測出的每條直線,需要重新篩選直線點集并進行擬合處理。

從圖5 中可以看出,Hough 變換檢測出的多條直線雖然參數不同,但是均分布在表示同一條軌面的點云數據中。 根據直線束的這一特點,為每一條直線設置一個鄰域,將直線兩側鄰域內所有點均作為表示該條直線的點集,然后采用最小二乘法對該點集進行擬合,即可得到表示該點集的最佳直線。 當每條直線的鄰域設置得足夠寬,可以將表示軌面的點云數據全部涵蓋時,圖5 中各條直線的直線點集就包含了表示軌面的所有點云。 該過程的具體實現步驟如下:

(1)選取第一次最小二乘擬合得到的直線初始斜率k0和初始截距b0作為初始直線參數。

(2)為直線設置一個具有一定寬度的鄰域,重新篩選同屬于這條初始直線的共線點集,直線鄰域寬度設為d0。

(3)對于每1 條直線的初始參數(k0,b0),遍歷所有點,計算點到直線的距離d,當d＜d0時,認為該點位于直線的鄰域內,屬于這條直線的直線點集,將其存儲到相應的直線數組。

(4)對重新篩選出的直線點集進行最小二乘擬合,得到該直線的最新參數。

(5)將每條直線二次擬合得到的相近直線參數取平均值,即可得到表示鐵軌軌面的中心直線。

需要注意的是,為了使每條直線的鄰域盡可能包含同一鐵軌上的所有點云,直線鄰域寬度d0的取值應大于鐵軌軌面的寬度。 點(x0,y0)到直線(y=kx+b)的距離d 可按照式(3)計算

5 岔心計算

由圖4 可知,每組道岔可提取出4 條軌道直線L1、L2、L3、L4,將4 條直線延長并兩兩相交,可以得到4 個交點JD1、JD2、JD3、JD4,4 個交點構成一個菱形,菱形中心O 即為岔心。 因此,根據式(4),可以由擬合出的直線參數計算出交點JD1、JD2、JD3、JD4 的坐標,將4 個交點的坐標取平均值,即可得到岔心的坐標。

6 實例驗證

為了驗證該岔心提取方法的有效性,選取某車站5 組道岔的點云數據進行試驗,分別計算5 組道岔的岔心坐標,并與傳統人工測量方式取得的岔心坐標進行比較,實驗結果如表1 所示。

由表1 可以看出,兩種方法取得的岔心坐標差值較小,其中岔心坐標在x 方向上差值最大的為第5 組道岔,差值為1.8 cm;岔心坐標在y 方向上差值最大的為第4 組道岔,差值為2.7 cm。 該岔心提取方法的核心思想是基于Hough 變換,原始點云數據的密度不均勻性會造成岔心坐標提取結果存在一定誤差。 從表1 中可以看出,采用該方法計算出的5 組道岔的岔心坐標與人工測量方式取得的岔心坐標差值均在3 cm 以內,可以應用于既有道岔岔心測量當中。 需要指出的是,該方法是基于直線延伸相交的原理計算岔心坐標的,只適用于直線形道岔,對于曲線形道岔并不適用。

表1 實例驗證結果 m

7 結束語

將三維激光掃描技術引入到鐵路既有站場道岔測量中,提出了一種基于改進的Hough 變換和最小二乘擬合的方法,可自動從點云數據中提取既有道岔的岔心坐標。 選取某車站的5 組道岔數據對該方法進行驗證,實驗表明,該方法不僅可以自動計算出既有道岔的岔心坐標,大大提高了作業(yè)效率,而且有效規(guī)避了傳統人工測量方式中測量人員上線作業(yè)的安全隱患,對于既有站場測繪技術的發(fā)展具有重要意義。