CN109653045A - 轨距测量方法及装置 - Google Patents

Abstract

本发明实施例提供一种轨距测量方法及装置，该方法包括：采用线扫描三维测量传感器连续测量获得待测钢轨的高程数据，钢轨包括左侧钢轨和右侧钢轨；在高程数据中定位获得钢轨踏面数据及轨头内侧边缘数据；根据钢轨踏面数据及轨头内侧边缘数据获取钢轨内侧边缘点，钢轨内侧边缘点包括位于左侧钢轨的第一内侧边缘点和位于右侧钢轨的第二内侧边缘点；将第一内侧边缘点与第二内侧边缘点之间的距离作为轨距。本发明实施例通过线扫描三维测量传感器连续测量获得待测钢轨的高程数据，基于高程数据获取轨距；由于线扫描三维测量传感器在横断面方向采样点的密集性，降低了钢轨表面起伏纹理对测量结果的影响，相对于现有技术提高了测量精度。

Description

轨距测量方法及装置

技术领域

本发明实施例涉及测量技术领域，更具体地，涉及一种轨距测量方法及装置。

背景技术

轨距是钢轨几何尺寸中的一个重要参数，及时掌握轨距信息对保证行车安全具有重要意义。早期的非接触轨距检测方法是采用光电传感器和伺服机构进行测量，但这种方法受振动、气候影响大而且伺服机构容易损坏。近年来的现有技术中，存在着采用四个激光测距仪分别检测轨面下16mm处到轨检车中心的距离，进而计算轨距。但是，该测量方法为采用单点测距方案，它受钢轨表面起伏纹理(如铁锈)的影响较大，无法有效的剔除测点中的测量误差，因此测量结果的精度在某些环境中无法保障。

发明内容

为了解决上述问题，本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的轨距测量方法及装置。

根据本发明实施例的第一方面，提供一种轨距测量方法，该方法包括：采用线扫描三维测量传感器连续测量获得待测钢轨的高程数据，钢轨包括左侧钢轨和右侧钢轨；在高程数据中定位获得钢轨踏面数据及轨头内侧边缘数据；根据钢轨踏面数据及轨头内侧边缘数据获取钢轨内侧边缘点，钢轨内侧边缘点包括位于左侧钢轨的第一内侧边缘点和位于右侧钢轨的第二内侧边缘点；将第一内侧边缘点与第二内侧边缘点之间的距离作为轨距。

根据本发明实施例第二方面，提供了一种轨距测量装置，该装置包括：线扫描三维测量传感器、里程编码器和测量载体；里程编码器及至少一个线扫描三维传感器设置于测量载体；测量载体用于沿待测钢轨运动；线扫描三维测量传感器由激光器和三维相机组成，用于向钢轨发射一字激光线，并获取激光线对应的钢轨表面轮廓的高程数据；线扫描三维测量传感器在钢轨的横断面方向的测量范围覆盖于钢轨的底部；里程编码器用于记录测量载体沿钢轨行驶的里程信息。

根据本发明实施例的第三方面，提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现如第一方面的各种可能的实现方式中任一种可能的实现方式所提供的轨距测量方法。

本发明实施例提供的轨距测量方法及装置，通过采用线扫描三维测量传感器连续测量获得待测钢轨的高程数据，并基于高程数据获取轨距；由于线扫描三维测量传感器在横断面方向采样点的密集性，降低了钢轨表面起伏纹理对测量结果的影响，因此相对于现有技术提高了测量精度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些图获得其他的附图。

图1为本发明实施例提供的轨距测量方法的流程示意图；

图2为本发明实施例提供的测量方案示意图；

图3为本发明实施例提供的钢轨踏面、轨头内侧边缘位置区域及轨头内侧下边缘点的示意图；

图4为本发明实施例提供的预处理后的钢轨测量断面示意图；

图5为本发明实施例提供的预处理后钢轨三维数据或高程点云数据转灰度示意图；

图6为本发明实施例提供的钢轨踏面及轨头内侧边缘位置数据示意图；

图7为本发明实施例提供的基于断面的轨距计算结果示意图；

图8为本发明实施例提供的修正的轨距计算结果示意图；

图9为本发明实施例提供的电子设备的实体结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供一种轨距测量方法，参见图1，该方法包括但不限于：

步骤10、采用线扫描三维测量传感器连续测量获得待测钢轨的高程数据，钢轨包括左侧钢轨和右侧钢轨。

其中，线扫描三维测量传感器可由三维相机、激光器和控制器组成，该线扫描三维传感器可利用三角测量原理获得激光线所对应钢轨表面的高程。可将线扫描三维测量传感器设置于测量载体(例如小车)，该测量载体可沿钢轨移动。线扫描三维测量传感器在X方向的测量范围应至少覆盖钢轨的底部。线扫描三维测量传感器的断面测量方向与钢轨的横断面方向平行，也即垂直于测量载体的行车方向。在测量过程中，可驱动移动载体沿钢轨运动，线扫描三维测量传感器可在测量载体的运动过程中进行连续测量，从而获得钢轨的高程数据。

步骤20、在高程数据中定位获得钢轨踏面数据及轨头内侧边缘数据。

具体地，在步骤10中获取的高程数据为整个钢轨的高程数据，而钢轨由多个部分组成，其中，钢轨踏面是钢轨与车轮接触的部分。在本步骤中，将钢轨踏面数据及轨头内侧边缘数据从高程中提取出来。

步骤30、根据钢轨踏面数据及轨头内侧边缘数据获取钢轨内侧边缘点，钢轨内侧边缘点包括位于左侧钢轨的第一内侧边缘点和位于右侧钢轨的第二内侧边缘点。

其中，内侧边缘点是钢轨的一个横断面中，距离轨道中心最近的点。左侧钢轨和右侧钢轨上分别具有一个内侧边缘点。

步骤40、将第一内侧边缘点与第二内侧边缘点之间的距离作为轨距。

其中，第一内侧边缘点与第二内侧边缘点之间的距离即为欧式距离。该距离是两个内侧边缘点在横断面方向(即图2中的X方向)的距离。由于线扫描三维测量传感器是连续测量获得的高程数据，因此可以计算获得位于轨道不同里程处的轨距。

本发明实施例提供的轨距测量方法，通过采用线扫描三维测量传感器连续测量获得待测钢轨的高程数据，并基于高程数据获取轨距；由于线扫描三维测量传感器在横断面方向采样点的密集性，降低了钢轨表面起伏纹理对测量结果的影响，因此相对于现有技术提高了测量精度。

基于上述实施例的内容，作为一种可选实施例，提供一种在高程数据中定位获得钢轨踏面数据及轨头内侧边缘数据的方法，包括但不限于如下步骤：

步骤21、通过高程变化特征在高程数据中初步定位获得潜在的钢轨踏面数据及轨头内侧边缘数据；其中，高程变化特征包括钢轨踏面数据及轨头内侧边缘数据的高程相对较高的特征、轨头数据与轨腰数据在高程上出现跳跃的特征以及轨头下边缘曲率变化较大的特征中的至少一个。

具体地，本步骤的原理是利用轨头高程相对较高、钢轨头形状、线扫描三维测量传感器安装位置与钢轨的相对距离关系定位钢轨踏面及轨头内侧边缘。具体地，在钢轨踏面及钢轨轨头内侧边缘数据获取过程中，先利用其高程相对较高、且轨头测量数据与轨腰测量数据在高程上出现跳跃或轨头内侧下边缘曲率变化较大的特征，初步定位潜在钢轨踏面及钢轨轨头内侧边缘数据特征点。

步骤22、通过线扫描三维测量传感器与钢轨之间的距离关系去除潜在的钢轨踏面数据及轨头内侧边缘数据中的异物区域数据，获得钢轨踏面数据及轨头内侧边缘数据。

具体地，可利用线扫描三维测量传感器安装位置与钢轨的相对距离关系(即钢轨在X方向测量范围内的大致位置)，去除轨道板区域的灯具等异物所造成的异物区域数据。通过异物区域数据的剔除能够提高轨距测量的精度。

基于上述实施例的内容，作为一种可选实施例，在通过线扫描三维测量传感器与钢轨之间的距离关系去除潜在的钢轨踏面数据及轨头内侧边缘数据中的异物区域数据之前，还包括：通过轨头数据在横断面方向上的连续性及横断面方向上的宽度范围特征，去除潜在的钢轨踏面数据及轨头内侧边缘数据中的噪声区域数据。即，利用钢轨轨头数据在横断面方向上的连续性及X方向的宽度范围特征，去除部分噪声区域。

基于上述实施例的内容，作为一种可选实施例，提供一种根据钢轨踏面数据及轨头内侧边缘数据获取钢轨内侧边缘点的方法，该方法的原理是：基于获取的钢轨踏面及轨头内侧边缘数据，先计算钢轨踏面高程，再结合轨头内侧下边缘点(记为A)的高程，综合确定位于钢轨踏面下设定范围(例如16mm)内的踏面及钢轨内侧边缘点集合S；再从集合S中选择在X方向最靠近轨道中心的点，以此点作为参与轨距计算的钢轨内侧边缘点。具体地，该方法包括但不限于如下步骤：

步骤31、根据钢轨踏面数据及轨头内侧边缘数据计算钢轨的踏面高程。

在本步骤中，基于上述实施例的内容，作为一种可选实施例，该步骤31具体包括：对钢轨踏面数据及轨头内侧边缘数据进行小范围滤波处理；将经过滤波处理后的钢轨踏面数据及轨头内侧边缘数据中各数据点对应的高程中的最大高程作为踏面高程。换言之，可先对获取的钢轨踏面及轨头内侧边缘数据进行小范围滤波；然后，将经滤波处理后的钢轨踏面及轨头内侧边缘数据中高程最高的高度作为踏面高程。

步骤32、根据踏面高程及轨头内侧下边缘点的高程确定位于钢轨踏面下设定范围内的踏面及钢轨内侧边缘点集合；其中，轨头内侧下边缘点为所述钢轨踏面数据及所述轨头内侧边缘数据中高程最低的点。

具体地，轨头内侧下边缘点即图3中的A点，该点的高程为经滤波处理后在所述钢轨踏面数据及所述轨头内侧边缘数据中高程最低的点。

基于上述实施例的内容，作为一种可选实施例，提供一种根据踏面高程及轨头内侧下边缘点的高程确定位于钢轨踏面下设定范围内的踏面及钢轨内侧边缘点集合的方法，包括但不限于如下步骤：

步骤321、将踏面高程与轨头内侧下边缘点的高程作差，获得高程差。上述高程差可记为h。

步骤322、根据高程差、标准高程差及设定范围计算获得高程范围。具体地，标准高程差为标准钢轨头尺寸中轨头内侧下边缘点A点到踏面的高度差H。可以理解的是，H为一个标准的定值，而h为基于测量值获取的随机值。设定钢轨踏面高程下截取的高程范围T_H高程范围可以通过如下公式计算：

T_H＝a*w₁+h/H*a*w₂

式中，a为设定范围，例如a＝16；其中，w₁＝0.7，w₁＝0.3。

步骤323、将高程位于钢轨踏面下高程范围内的数据点组成踏面及钢轨内侧边缘点集合。换言之，集合S为钢轨踏面下T_H范围内的踏面及钢轨内侧边缘点。

步骤33、在踏面及钢轨内侧边缘点集合中选择在横断面方向上最靠近轨道的中心的数据点，将数据点作为钢轨内侧边缘点。

基于上述实施例的内容，作为一种可选实施例，在高程数据中定位获得钢轨踏面数据及轨头内侧边缘数据之前，还提供一种预处理的方法，该方法包括但不限于：通过标定文件将高程数据进行像方坐标到物方坐标的转换，标定文件用于记录像方坐标与物方坐标之间的转换关系。

具体地，在进行钢轨踏面及轨头内侧边缘点获取之前，可对高程数据进行预处理。预处理可包括坐标转换和异常值处理两部分。其中，针对坐标转换部分：将测量的数据(即高程数据)通过标定文件进行像方坐标到物方坐标的转换(即通过标定获取测量数据在物方的(X,Z)坐标)。该标定文件可通过如下方式获取：在线扫描三维测量传感器安装在测量载体后，在轨距测量前，通过标定的方法，记录像方坐标到物方坐标的转换关系。

基于上述实施例的内容，作为一种可选实施例，在将第一内侧边缘点与第二内侧边缘点之间的距离作为轨距之后，还提供一种对测量结果进行修正的方法，包括但不限于：对轨距数据集合进行中值滤波处理，获得参考轨距；其中，轨距数据集合包括钢轨中多个位于不同里程处的测点分别对应的轨距；对于每一测点对应的轨距，进行异常值处理。所述异常值处理包括：将轨距与参考轨距进行比较，获得差异值；若差异值大于差异阈值，则将测点的轨距替换为参考轨距或者删除测点的轨距。对所述异常值处理后的轨距数据进行滤波，得到最终的轨距测量结果。

具体地，由于测量的钢轨数据受钢轨表面起伏纹理和测量姿态的影响，基于单个断面计算的轨距存在较大的测量误差，因此需对基于断面计算的轨距进行修正。在修正过程中，先剔除异常的轨距数据，再对异常处理后的轨距数据滤波，进而得到最终(修正)的轨距测量结果。具体为：首先对原始的轨距数据进行滤波，获取参考轨距，再分析原始轨距与参考轨距的差异值D，删除差异值大于T_D的测量值(或用当前测点的参考轨距值替换当前测点的原始测量值)，再对异常处理后的轨距数据滤波，进而得到最终(修正)的轨距测量结果。轨距数据滤波可选用均值滤波、高斯滤波等滤波器。通过上述修正使测量结果受钢轨表面起伏纹理和测量姿态的影响较小，测量结果稳定可靠，抗干扰能力强。

综上所述，本发明实施例提供的轨距测量方法至少具有以下有益效果：

(1)由于线扫描三维测量传感器在横断面方向采样点的密集性，降低了钢轨表面起伏纹理对测量结果的影响，同时可准确获取钢轨踏面下16mm范围内的踏面及钢轨内侧边缘的多个测点，利于准确寻找钢轨顶面下16mm范围内两股钢轨作用边之间的最小距离，提高了基于断面计算轨距的准确性；

(2)由于线扫描三维测量传感器在Y方向(测量移动方向)采样点非常密集，对基于断面计算的轨距进行了修正，使测量结果受钢轨表面起伏纹理和测量姿态的影响较小，测量结果稳定可靠，抗干扰能力强；

(3)实现非接触式的钢轨轨距快速、连续、动态测量，提高检测效率。

本发明实施例还提供一种用于上述任一实施例提供的轨距测量方法的轨距测量装置，该装置包括：线扫描三维测量传感器、里程编码器和测量载体；里程编码器及至少一个线扫描三维传感器设置于测量载体；测量载体用于沿待测钢轨运动；线扫描三维测量测量传感器由激光器和三维相机组成，线扫描三维测量传感器用于向钢轨发射一字激光线，并获取一字激光线对应的钢轨表面轮廓的高程数据；线扫描三维测量传感器在钢轨的横断面方向的测量范围覆盖钢轨的底部；里程编码器用于记录测量载体沿钢轨所行驶的里程信息。

其中，上述轨距测量装置用于测量钢轨的三维信息。线扫描三维测量传感器可为一套线扫描三维测量传感器，也可为多套线扫描三维测量传感器。线扫描三维测量传感器由三维相机、激光器、控制器组成，利用三角测量原理，获取激光线所对应钢轨表面的高程数据。线扫描三维测量传感器在钢轨横断面方向(X方向)的测量精度高于1mm(分辨率<1mm)，线扫描三维测量传感器在钢轨横断面方向(X方向)的测量范围需覆盖钢轨底部。里程编码器用来记录测量载体所行使的里程信息。测量载体可在钢轨上沿钢轨方向运动，其运动速度可以为0km/h～300km/h。线扫描三维测量传感器的采样频率＞1000Hz/s。线扫描三维测量传感器在高程方向(Z方向)的测量精度高于1mm(分辨率<1mm)。线扫描三维测量传感器安装区域为钢轨上方。线扫描三维测量传感器的断面测量方向为钢轨横断面方向，即垂直于行车方向。

为了说明本发明实施例提供的上述轨距测量方法和轨距测量装置，以下以一个具体的实例进行说明：

采用一套线扫描三维测量传感器，获取钢轨三维信息，其中三维测量传感器安装在钢轨X方向的中间区域，在Z方向距离钢轨踏面约1950mm；线扫描三维测量传感器在钢轨横断面方向(X方向)的测量精度为0.9mm，在高程方向(Z方向)的理论测量精度约为0.2mm。扫描三维测量传感器在钢轨横断面方向(X方向)的测量范围覆盖钢轨底部区域。线扫描三维测量传感器的采样频率＞13000Hz/s。实验中检测对象是50kg/m标准钢轨。

轨距计算方法的数据处理流程如下：

步骤1、数据预处理。将测量的数据通过标定文件进行像方坐标到物方坐标的转换(即通过标定获取测量数据在物方的(X,Z)坐标)；其中标定文件，在线扫描三维测量传感器安装在测量载体后，在轨距测量前，通过标定的方法，记录像方坐标到物方坐标的转换关系；再去除测量数据中的零点异常值，预处理后的钢轨断面数据如图4所示，预处理后钢轨三维数据如图5所示。

步骤2、钢轨踏面及轨头内侧边缘位置获取。在钢轨踏面及钢轨轨头内侧边缘数据获取过程中，先利用其高程相对较高、且轨头测量数据与轨腰测量数据在高程上出现跳跃的特征，初步定位潜在钢轨踏面及钢轨轨头内侧边缘数据特征点；再利用钢轨轨头数据在横断面方向上的连续性及X方向的宽度范围特征，去除部分噪声区域；最后，利用线扫描三维测量传感器安装位置与钢轨的相对距离关系(左侧钢轨在X方向测量范围约为50mm～350mm，右侧钢轨在X方向测量范围约为1450mm～1750mm)，去除钢轨板区域的灯具、异物等噪声区域数据；获取的钢轨踏面及轨头内侧边缘位置数据如图6所示。

步骤3、参与轨距计算的钢轨内侧边缘点精确提取。可先对获取的钢轨踏面及轨头内侧边缘数据进行小范围滤波；计算钢轨踏面高度，为经滤波处理后的钢轨踏面及轨头内侧边缘数据中高程最高的高度作为踏面高度；轨头内侧下边缘点(记为A)的高程为经滤波处理后的轨头内侧边缘数据中高程最低的点；结合钢轨踏面高度和轨头内侧下边缘点的高程，综合确定位于钢轨踏面下16mm范围内的踏面及钢轨内侧边缘点集合S，具体方法为：先计算测量数据中轨头内侧下边缘点A与踏面高程的高程差h，结合标准钢轨头尺寸中轨头内侧下边缘点A到钢轨头的高度差H，则设定钢轨踏面高程下截取的高程范围T_H(T_H＝16*w₁+h/H*16*w₂，其中w₁＝0.7，w₁＝0.3)(单位：mm)，即集合S为钢轨踏面下T_H范围内的踏面及钢轨内侧边缘点。

步骤4、基于断面的轨距计算。依据步骤3中分别获取左、右钢轨参与轨距计算的钢轨内侧边缘点，计算两个边缘点在X方向的欧式距离；计算结果如图7所示；

步骤5、测量结果修正。由于测量的钢轨数据受钢轨表面起伏纹理和测量姿态的影响，基于单个断面计算的轨距存在较大的测量误差，因此需对基于断面计算的轨距进行修正。在修正过程中，首先处理异常的轨距数据，具体步骤为：首先对原始的轨距数据进行中值滤波(半径为10)，获取参考轨距，再分析原始轨距与参考轨距的差异值D，若当前测点的差异值D大于T_D(T_D＝1.5mm)，用当前测点的参考轨距值替换当前测点的原始测量值。最后对异常值处理后的轨距数据进行半径为20均值滤波，进而得到最终(修正)的轨距测量结果。修正的轨距计算结果如图8所示。

本发明实施例提供了一种电子设备，如图9所示，该设备包括：处理器(processor)901、通信接口(Communications Interface)902、存储器(memory)903和通信总线904，其中，处理器901，通信接口902，存储器903通过通信总线904完成相互间的通信。处理器901可以调用存储器903上并可在处理器901上运行的计算机程序，以执行上述各实施例提供的轨距测量方法，例如包括：采用线扫描三维测量传感器连续测量获得待测钢轨的高程数据，钢轨包括左侧钢轨和右侧钢轨；在高程数据中定位获得钢轨踏面数据及轨头内侧边缘数据；根据钢轨踏面数据及轨头内侧边缘数据获取钢轨内侧边缘点，钢轨内侧边缘点包括位于左侧钢轨的第一内侧边缘点和位于右侧钢轨的第二内侧边缘点；将第一内侧边缘点与第二内侧边缘点之间的距离作为轨距。

此外，上述的存储器903中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所描述的电子设备等实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种轨距测量方法，其特征在于，包括：

采用线扫描三维测量传感器连续测量获得待测钢轨的高程数据，所述钢轨包括左侧钢轨和右侧钢轨；

在所述高程数据中定位获得钢轨踏面数据及轨头内侧边缘数据；

根据所述钢轨踏面数据及所述轨头内侧边缘数据获取钢轨内侧边缘点，所述钢轨内侧边缘点包括位于所述左侧钢轨的第一内侧边缘点和位于所述右侧钢轨的第二内侧边缘点；

将所述第一内侧边缘点与所述第二内侧边缘点之间的距离作为轨距。

2.根据权利要求1所述的方法，其特征在于，所述在所述高程数据中定位获得钢轨踏面数据及轨头内侧边缘数据，包括：

通过高程变化特征在所述高程数据中初步定位获得潜在的钢轨踏面数据及轨头内侧边缘数据；其中，所述高程变化特征包括所述钢轨踏面数据及所述轨头内侧边缘数据的高程相对较高的特征、轨头数据与轨腰数据在高程上出现跳跃的特征以及轨头下边缘曲率变化较大的特征中的至少一个；

通过所述线扫描三维测量传感器与所述钢轨之间的距离关系去除所述潜在的钢轨踏面数据及轨头内侧边缘数据中的异物区域数据，获得所述钢轨踏面数据及轨头内侧边缘数据。

3.根据权利要求2所述的方法，其特征在于，所述通过所述线扫描三维测量传感器与所述钢轨之间的距离关系去除所述潜在的钢轨踏面数据及轨头内侧边缘数据中的异物区域数据之前，还包括：

通过所述轨头数据在横断面方向上的连续性及横断面方向上的宽度范围特征，去除所述潜在的钢轨踏面数据及轨头内侧边缘数据中的噪声区域数据。

4.根据权利要求1所述的方法，其特征在于，所述根据所述钢轨踏面数据及所述轨头内侧边缘数据获取钢轨内侧边缘点，包括：

根据所述钢轨踏面数据及所述轨头内侧边缘数据计算所述钢轨的踏面高程；

根据所述踏面高程及轨头内侧下边缘点的高程确定位于钢轨踏面下设定范围内的踏面及钢轨内侧边缘点集合；其中，所述轨头内侧下边缘点为所述钢轨踏面数据及所述轨头内侧边缘数据中高程最低的点；

在所述踏面及钢轨内侧边缘点集合中选择在横断面方向上最靠近轨道的中心的数据点，将所述数据点作为所述钢轨内侧边缘点。

5.根据权利要求4所述的方法，其特征在于，所述根据所述钢轨踏面数据及所述轨头内侧边缘数据计算所述钢轨的踏面高程，包括：

对所述钢轨踏面数据及所述轨头内侧边缘数据进行小范围滤波处理；

将经过滤波处理后的所述钢轨踏面数据及所述轨头内侧边缘数据中各数据点对应的高程中的最大高程作为所述踏面高程。

6.根据权利要求4所述的方法，其特征在于，所述根据所述踏面高程及轨头内侧下边缘点的高程确定位于钢轨踏面下设定范围内的踏面及钢轨内侧边缘点集合，包括：

将所述踏面高程与所述轨头内侧下边缘点的高程作差，获得高程差；

根据所述高程差、标准高程差及所述设定范围计算获得高程范围；

将高程位于钢轨踏面下所述高程范围内的数据点组成所述踏面及钢轨内侧边缘点集合。

7.根据权利要求1所述的方法，其特征在于，所述在所述高程数据中定位获得钢轨踏面数据及轨头内侧边缘数据之前，还包括：

通过标定文件将所述高程数据进行像方坐标到物方坐标的转换，所述标定文件用于记录所述像方坐标与所述物方坐标之间的转换关系。

8.根据权利要求1所述的方法，其特征在于，所述将所述第一内侧边缘点与所述第二内侧边缘点之间的距离作为所述轨距之后，还包括：

对轨距数据集合进行中值滤波处理，获得参考轨距；其中，所述轨距数据集合包括所述钢轨中多个位于不同里程处的测点分别对应的轨距；

对于每一所述测点对应的所述轨距，进行异常值处理；所述异常值处理包括：将所述轨距与所述参考轨距进行比较，获得差异值；若所述差异值大于差异阈值，则将所述测点的轨距替换为所述参考轨距或者删除所述测点的轨距；

对异常值处理后的轨距数据进行滤波，得到最终的轨距测量结果。

9.一种用于权利要求1-8任一项所述的轨距测量方法的轨距测量装置，其特征在于，包括：线扫描三维测量传感器、里程编码器和测量载体；所述里程编码器及至少一个所述线扫描三维传感器设置于所述测量载体；

所述测量载体用于沿待测钢轨运动；

所述线扫描三维测量传感器由激光器和三维相机组成，所述线扫描三维测量传感器用于向所述钢轨发射一字激光线，并获取所述一字激光线对应的所述钢轨表面轮廓的高程数据；所述线扫描三维测量传感器在所述钢轨的横断面方向的测量范围覆盖于所述钢轨的底部；

所述里程编码器用于记录所述测量载体沿所述钢轨行驶的里程信息。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至8任一项所述轨距测量方法的步骤。