CN117607893A - 基于无人机非接触测量的铁路既有线复测方法 - Google Patents
基于无人机非接触测量的铁路既有线复测方法 Download PDFInfo
- Publication number
- CN117607893A CN117607893A CN202311640655.0A CN202311640655A CN117607893A CN 117607893 A CN117607893 A CN 117607893A CN 202311640655 A CN202311640655 A CN 202311640655A CN 117607893 A CN117607893 A CN 117607893A
- Authority
- CN
- China
- Prior art keywords
- line
- point cloud
- railway
- data
- aerial vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000013102 re-test Methods 0.000 claims abstract description 23
- 238000012876 topography Methods 0.000 claims abstract description 4
- 229910000831 Steel Inorganic materials 0.000 claims description 18
- 239000010959 steel Substances 0.000 claims description 18
- 238000013461 design Methods 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000004927 fusion Effects 0.000 claims description 7
- 238000007689 inspection Methods 0.000 claims description 5
- 230000003068 static effect Effects 0.000 claims description 5
- 238000011835 investigation Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000005520 cutting process Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 238000000638 solvent extraction Methods 0.000 claims description 2
- 230000001502 supplementing effect Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 claims 2
- 238000012423 maintenance Methods 0.000 abstract description 4
- 239000000284 extract Substances 0.000 abstract description 3
- 230000002452 interceptive effect Effects 0.000 abstract description 2
- 230000002829 reductive effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 238000000691 measurement method Methods 0.000 description 6
- 238000005192 partition Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001681 protective effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000007592 spray painting technique Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 210000000709 aorta Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/14—Receivers specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Automation & Control Theory (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明提供了一种基于无人机非接触测量的铁路既有线复测方法,旨在解决传统复测中的安全和效率问题。该方法采用多旋翼无人机,搭载高精度L i DAR和高清摄像头,沿铁路线两侧飞行,无需人员上道,减少安全风险,同时不干扰铁路运营;多旋翼无人机快速收集大范围、高精度、高密度的点云和影像数据,提高了复测工作的效率和数据质量。本发明适用于铁路线改造和维护项目,能在不影响铁路运营的情况下进行全面测量,利用收集的数据进行自动或交互式处理,准确提取轨道中线、里程、路基断面和地形等要素;该方法不受天窗时间限制,实现全天候作业,有效节约资源。
Description
技术领域
本发明涉及铁路勘测技术领域,具体涉及一种基于无人机非接触测量的铁路既有线复测方法。
背景技术
铁路作为国家的重要基础设施,是国家经济发展的大动脉,在运输行业中起到了中流砥柱的作用。随着我国铁路交通建设的高速发展,尤其是国内高速铁路的大量修建,铁路运行速度和频率越来越高,铁路运营速度的提高对列车行车安全、平稳提出了更高的要求。为满足既有铁路的养护维修和线路改造的需求,需要对既有线路进行复测,以此来获取轨道的几何状态及线路附属构筑物的稳定性。目前传统的既有线复测主要依靠人工上线测量,测量方法包括GNSS RTK+全站仪+电子水准仪测量、静(动)态轨检小车测量等,作业受天窗时间限制、测量工作量大,且人员上道作业存在安全隐患。随着铁路大幅提速后,车辆行车速度快、密度高,天窗时间缩短,采用传统的既有线测量方法很难满足铁路大规模、高质量发展的需求。
针对以上问题,发明专利《基于车载LiDAR技术的铁路线路运营维护测量方法》[公开号:CN105844995A],提出了基于车载LiDAR技术的铁路运营维护测量方法,将三维激光扫描仪安置在火车上,快速获取铁路轨道及沿线的高密度点云数据,通过沿线布设的靶标控制点改善点云精度,最终基于点云数据进行线路测量。该发明专利相比传统测量手段,效率得到了一定提升,但是存在三个问题:首先,车载扫描数据获取和靶标测量都要上线,并且在天窗时间内进行,存在天窗申请困难、作业时间有限、人身安全风险大等困难;其次车载LiDAR设备受接触网净空限制,一般架设的比较低,视野有限,对于高路基、路堑、桥梁、车站站台等区域,存在扫描盲区,导致获取的点云数据存在漏洞;最后车载LiDAR运行在铁路轨道上,铁路沿线布设的传感器、电务设备等对激光扫描仪、惯导和GNSS设备存在电磁干扰,影响数据获取的精度。发明专利《基于航空遥感影像的铁路轨道及中线提取方法》[公开号:CN114187537A]使用影像的方式提取既有线数据,但是影像存在畸变,加之轨道马蹄外形导致非棱角信息提取精度不足,相关研究还在探索中,技术不成熟。
发明内容
本申请提供一种基于无人机非接触测量的铁路既有线复测方法及***,以解决传统铁路复测中的时间限制、人身安全风险和数据准确性问题。
为了达到上述目的,本发明的技术方案如下:
基于无人机非接触测量的铁路既有线复测方法,所述方法包括:
作业准备:收集既有铁路中线、地形数据和控制网信息,根据勘测需求选择无人机平台和机载雷达设备;
控制网布设及测量:布设基站控制网和靶标控制网,测量靶标控制网的靶标控制点的三维坐标;
无人机航线规划:利用铁路中线和地形数据规划无人机平台的航线;
航飞数据获取:在基站控制网的基站控制点架设若干GNSS基站,利用机载雷达设备进行点云和影像数据获取;
扫描数据预处理:对机载雷达的GNSS数据、惯导数据和GNSS基站的GNSS数据进行融合解算,生成高精度轨迹文件,进而生成初始点云数据和影像数据,并对初始点云数据和影像数据进行质量检查;
基于靶标控制点的点云精化纠正:利用靶标控制点对初始点云数据进行纠正,以提升点云数据的绝对精度;
线路测量要素信息提取:基于精化纠正后的点云数据,提取测量信息,测量信息包括轨道中线、里程、路基断面和地形,参考影像数据完成线路及附属设施的调查;
复测要素成果的检核与整理:对提取的测量信息进行检核,整理后编制复测表。
进一步的,所述无人机平台选用具有PPK功能的多旋翼无人机平台,搭载高精度LiDAR和高清摄像头,续航时间不少于60min;
所述机载雷达设备的激光点频不小于1000KHz,扫描视场角不小于50度。
进一步的,所述基站控制网使用铁路现有的CPI控制网和CPI I控制网;若现有控制网的密度和精度不足,在铁路两侧新建基站控制网补充。
进一步的,所述靶标控制网的布设及测量,具体包括:
制作矩形形状的靶标板,所述靶标板采用黑白相间的颜色喷绘,喷绘面外覆磨砂膜;
在铁路两侧以相同的靶标间距成对布设靶标板,靶标板对角方向与铁路夹角90°,提高激光扫描效果和靶标板中心靶标控制点的识别率;
对靶标板进行GNSS快速静态测量和水准往返测量,确定其平面位置和高程;
对靶标板的平面位置和高程数据进行解算和平差处理,获得靶标控制点的三维坐标。
进一步的,利用铁路中线和地形数据规划无人机平台的航线,具体包含以下步骤:
航线设计参数规划:根据机载雷达设备的扫描视场角fov,计算航线间距,确保航线间距覆盖铁路用地界外部分,同时,设置旁向重叠度P大于30%以确保点云密度;
航线间距D如下式所示:
通过航线间距D计算飞行航高H,如下式所示:
飞行航高H确定后,根据点云获取的密度,确定机载雷达设备的点频和线速度参数,以及无人机平台的飞行速度;
航带分区:根据铁路线路长度和无人机续航时间,将整个测量区域分为若干航带分区,确保每个分区能够在单次飞行中完成,且相邻分区之间有重叠区域以便数据拼接;
航线设计与仿地飞行:根据地形数据设计仿地飞行航线,以保证地面点云密度均匀;
对规划完成的航线进行安全性评估与导出。
进一步的,基站控制点架设若干GNSS基站,相邻的GNSS基站间距5~8km。
进一步的,基于靶标控制点的点云精化纠正:利用靶标控制点对初始点云数据进行纠正,以提升点云数据的绝对精度,具体包括:
靶标识别与初步校正:通过融合初始POS数据和点云数据来识别靶标的位置;如果点云数据中没有直接扫描到靶标中心,将基于靶标的轮廓计算出中心点的坐标,并将这一位置与最近的点云数据关联,赋予相应的GPS时间戳;
POS轨迹线纠正:利用靶标在点云中的位置和控制网的已知坐标,对POS轨迹线进行反向纠正,以确保轨迹线与靶标控制网坐标一致;
高精度点云数据生成:使用纠正后的轨迹线重新与扫描数据进行融合解算,生成WGS84坐标系下的点云数据;
点云数据坐标转换:将点云数据从WGS84坐标系转换到工程独立坐标系,得到最终的高精度点云数据。
进一步的,线路测量要素信息提取中,提取中线测量信息包括:
根据轨道点云的形状和高程信息,在任一钢轨上指定起点,自动追踪钢轨轨面,得到轨道线的粗略线条。
以钢轨线条为参照,设置左右轨与参照线的距离,设置中线提取间距,进行钢轨截面剖切,将截面点云与标准钢轨截面尺寸进行配准,当匹配误差最小时,取标准钢轨踏面中心作为轨顶点,高程取轨顶点最近点云的高程,得到左、右钢轨的中心三维坐标;
中线平面为左、右钢轨中心的均值,中线高程取左右钢轨高程中的最小值,即获得线路的中线坐标。
进一步的,线路测量要素信息提取中,里程测量以中线测量成果为基础,从点云中永久构筑物作为起点,顺着中线推算,获得线路任意里程。
进一步的,复测要素成果的检核与整理中,通过计算轨距、高差检核剔除粗差或者错误点。
与现有技术相比,本发明的有益效果如下:
1.本发明方法采用的无人机非接触测量方法解决了传统铁路既有线复测的难题。该方法避免了人员直接上道作业,显著降低了安全隐患。由于不受列车运行时间(天窗时间)的限制,可以实现全天候作业,大幅提高勘测效率。特别是在当前列车运行速度不断提升的背景下,传统的上道测量方法越来越难以实施,而本发明方法提供了一种更优的技术解决方案;
2.本发明方法数据获取范围广泛,成本效益高。与传统复测方法相比,本发明可覆盖铁路线两侧约200米的宽广区域,获取的信息更全面。这种方法一次测量就能获取大范围内的详细数据,可供不同专业和需求多次利用,有效减少重复测量的必要性。因此,本发明不仅提高了数据获取的效率,而且大幅节约了人力和物力成本,尤其适用于变化频繁的勘测需求。
附图说明
图1为本发明一个实施例提供的一种基于无人机非接触测量的铁路既有线复测方法的流程图;
图2为本发明一个实施例提供的靶标板设计图及实物图;
图3为本发明一个实施例提供的靶标板沿线路布设示意图;
图4为本发明一个实施例提供的无人机航线规划参数示意图;
图5为本发明一个实施例提供的无人机航线规划示意图;
图6为本发明一个实施例提供的标准钢轨截面与钢轨点云匹配示意图;
图7为本发明一个实施例提供的既有铁路机载点云成果示意图:
图8为本发明一个实施例提供的线路复测要素中线提取示意图:
图9为本发明一个实施例提供的线路复测要素断面提取示意图。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中,很多细节描述是为了使得本申请能被更好的理解。然而,本领域技术人员可以毫不费力的认识到,其中部分特征在不同情况下是可以省略的,或者可以由其他元件、材料、方法所替代。在某些情况下,本申请相关的一些操作并没有在说明书中显示或者描述,这是为了避免本申请的核心部分被过多的描述所淹没,而对于本领域技术人员而言,详细描述这些相关操作并不是必要的,他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
另外,说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时,方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此,说明书和附图中的各种顺序只是为了清楚描述某一个实施例,并不意味着是必须的顺序,除非另有说明其中某个顺序是必须遵循的。
实施例1:
参见图1,一种基于无人机非接触测量的铁路既有线复测方法,具体包括如下步骤:
S1、作业准备。搜集既有铁路中线线条数据、地形图数据和控制网资料,根据工程勘察具体需求,选择合适的多旋翼无人机平台和机载雷达设备;
S1中,雷达设备的激光点频不小于1000KHz,扫描视场角不小于50度,旋翼无人机平台支持PPK后差分功能、能够进行仿地飞行,续航时间不少于60min。
S2、控制网布设及测量。控制网包括基站控制网和靶标控制网,基站控制网用于无人机航飞基站架设,满足后续PPK解算要求;靶标控制网用来纠正点云,提高成果绝对精度;既有控制网点位密度和精度满足基站架设要求时,可不单独布设基站控制网;靶标控制网采用人工布设方式,位置沿两侧铁路用地界,即防护网外,点位标志采用预制的KT板,采用GNSS快速静态和水准测量方式得到靶标控制点的三维坐标。
基站控制网可优先利用铁路既有CPI、CPI I控制网,当控制网点位密度和精度不满足勘测需求时,在沿线路两侧新建基站控制网。
S2中,靶标控制网的布测方法具体包括:
S201、进行靶标板样式设计,靶标板为矩形形状,尺寸超过50厘米,使用不薄于5毫米的KT板制作;靶标板采用黑白相间的颜色喷绘,以形成靶标控制点,靶标板喷绘表面覆盖磨砂膜以增强激光反射效果,参见图2,图2(a)为靶标板的设计样式,图2(b)为靶标板的实物图。
S202、利用网络卫星地图预选靶标控制点,沿铁路线两侧防护网外以300米的靶标间距成对布设;参见图3,在实地布设时,确保靶标板与铁路线的夹角接近90度,以优化激光扫描方向与靶标反射条纹的垂直关系,从而增加靶标上的点云数量,减少扫描遗漏,方便后期识别靶标中心。
S203、对靶标平面位置进行GNSS快速静态测量,观测时间约为25至30分钟,并至少与两个基站控制网点联测。对靶标高程位置采用水准往返测量方法。
S204、对靶标平面和高程测量数据进行计算和平差处理,以获取最终的靶标控制点数据。
S3、无人机航线规划。利用既有铁路线条和地形数据在随机自带或第三方航线规划软件中进行无人机航线规划,以线路中线为参照,两侧用地界为缓冲区,在缓冲区外沿线路两侧敷设往返航线,满足航线重叠度优于30%的情况下合理设置飞行参数;考虑地形起伏情况进行仿地航线设计;
S3中,具体包含以下步骤:
S301、首先规划航线设计参数,雷达设备选定以后,设备的扫描视场角fov即可确定,铁路用地界距离S为两侧防护网之间的距离,考虑飞行安全,航线敷设在铁路用地界外,因此航线间距D>S;为保证钢轨点云密度,旁向重叠度P大于30%,参见图4。
使用公式:
可计算出航飞相对航高H:
飞行航高H确定以后,根据点云获取的密度,本实施例中,铁路复测点云密度不少于2000pt/㎡,确定雷达参数的点频和线速度,以及无人机平台的飞行速度,飞行速度≤8m/s。
S302、依据铁路线路的总长度,将测量区域划分为多个航带分区,确保每个分区能在单次飞行中完成;设计相邻分区之间的重合区域,本实施例中,至少为两对靶标控制点的距离600m左右,以保证数据的完整性和连续性。
S303、利用无人机平台自带的航线设计软件或第三方航线设计软件,如FPS Smart软件,进行航线设计,航线应参考测区DEM进行仿地变高设计,保证地面点云密度均匀;公开的DEM数据源,比如SRTM分辨率较低,可先对测区进行低分辨率的正射航飞,处理得到测区较高分辨率的真实地形数据后再进行航线设计;在航线起点和测段末端分别设置“∞”字航线,进行惯性导航校准,提高雷达的数据精度及稳定性,参见图5。
步骤304:航线设计完成后导出KML文件格式,在地图中加载航线,评估航线安全性。
S4、航飞数据获取。采用架设地面基站的POS辅助航空摄影进行数据获取,在线下基站控制点上架设多个GNSS基站,根据航带设计的分区范围,利用无人机挂载雷达设备进行点云和影像数据获取;
S4中,地面GNSS基站架设在基站控制点上,每个测区布设多台GNSS基站,相邻GNSS基站间距5~8km。
S4中,进行航飞数据获取前,需对S2中布设的靶标控制点进行检查,确保靶标板无丢失、无覆盖,角度朝向正确;正式航飞作业时,基站提前半小时开机观测,基站采样频率设置为1Hz,飞行结束后延迟半小时关机;飞行结束后及时拷贝POS数据和扫描数据,检查数据完整性、大小是否正常。
S5、扫描数据预处理。利用IE(Inertial Explorer)软件对机载GNSS数据、惯导数据及地面基站GNSS数据进行融合解算,得到高精度的轨迹文件,基于轨迹文件生成初始点云数据和影像成果,对数据获取的质量进行检查。
S6、基于靶标控制点的点云精化纠正。预处理得到的点云数据精度为PPK差分解算的精度,难以满足既有线复测优于2cm的精度要求;利用沿线路两侧布设的靶标控制点对POS轨迹线进行纠正,以此来提高最终点云的绝对精度。
S6中,基于靶标控制网的点云精化纠正是指利用靶标控制点对解算的POS轨迹线进行纠正,得到高精度轨迹线,进而融合得到高精度点云数据,具体包含以下步骤:
S601、利用初始解算的POS融合点云数据,从点云中识别靶标位置,靶标中心位置不一定有扫描点,可根据靶标轮廓拟合得到中心点坐标,同时将离中心点最近点云的GPS时间戳信息赋给拟合点。
S602、此时靶标具有点云坐标和控制网两套坐标,通过时间信息反向纠正POS轨迹线,得到与靶标控制网坐标一致的高精度POS轨迹线;分段纠正的POS轨迹线需共用两对靶标点。
S603、利用纠正后的轨迹线再次和扫描数据融合解算,得到WGS84坐标系下的点云成果。
S604、利用覆盖测区的基站控制网的两套坐标,WGS84大地高成果、工程独立坐标系水准高成果计算七参数,将点云成果转换到工程独立坐标系下,即可得到最终的点云成果,参见图7。
S7、线路测量要素信息提取。基于点云数据进行轨道中线提取、里程测量、路基横纵断面测量、地形测量线路测量工作,参考获取的影像数据,完成线路及附属设施调查工作。
S7为线路复测要素提取,基于最终的成果点云可进行中线测量、里程测量、横纵断面测量等工作,完全将“外业现场”搬到“电脑里”,极大的提高工作效率。
其中,参见图8,中线提取的具体步骤如下:
首先根据轨道点云的形状和高程信息,人工在任一钢轨上指定起点,软件会自动追踪钢轨轨面,得到轨道线的粗略线条。
以钢轨线条为参照,设置左右轨与参照线的距离,例如左轨0,右轨1.5,设置中线提取间距,软件算法会先进行钢轨截面剖切,然后将截面点云与标准钢轨截面尺寸进行配准,参见图6,当匹配误差最小时,取标准钢轨踏面中心作为轨顶点,高程取轨顶点最近点云的高程,这样就会得到左、右钢轨的中心三维坐标。
中线平面为左、右钢轨中心的均值,中线高程取左右钢轨高程中的最小值在曲线地段,外轨超高取内轨高程,得到线路的中线坐标。
参见图9,里程测量以中线测量成果为基础,从点云中的桥梁、涵洞、车站等永久构筑物作为起点,顺着中线自动推算可得到线路任意里程。
S8、对提取的复测要素成果进行检核、整理,编制复测诸表。
S8中,主要涉及中线检查,可通过计算轨距、高差检核剔除粗差或者错误点。
实施例2:
在本实施例中,一个位于西北地区的运营铁路提速改造项目成功采用了本专利技术方案来完成铁路既有线的复测工作。该铁路线沿途已经设有CPI控制网,其控制点间距为4公里,直接作为本专利所需的基站控制网。在铁路线两侧,每隔300米成对布设了靶标控制点,靶标板设计符合图2所示样式,尺寸为50厘米乘50厘米。在车站等关键区域,靶标控制点的布设进行了加密。
为了进行空中测绘,项目选用了装备Riegl VUX240雷达设备的六旋翼无人机。该雷达设备的点频设置为1800千赫兹,扫描线速度为350线/秒。无人机的飞行航高设置为90米,飞行速度为每秒6米,这样配置下获得的点云平均密度达到3000点/平方米。通过对靶标进行精确纠正和坐标转换处理后,点云数据的绝对精度得到验证,平面中误差为0.012米,高程中误差为0.008米,满足了既有线复测的精度要求。
利用这些高精度的点云数据,完成了线路复测要素的提取。其中,轨道中线的成果通过设计专业的平纵断面拟合,与工务台账数据基本一致,满足了设计精度要求。其他复测成果也通过外业抽检,均符合相关规范要求。
本领域技术人员可以理解,上述实施方式中各种方法的全部或部分功能可以通过硬件的方式实现,也可以通过计算机程序的方式实现。当上述实施方式中全部或部分功能通过计算机程序的方式实现时,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器、随机存储器、磁盘、光盘、硬盘等,通过计算机执行该程序以实现上述功能。例如,将程序存储在设备的存储器中,当通过处理器执行存储器中程序,即可实现上述全部或部分功能。另外,当上述实施方式中全部或部分功能通过计算机程序的方式实现时,该程序也可以存储在服务器、另一计算机、磁盘、光盘、闪存盘或移动硬盘等存储介质中,通过下载或复制保存到本地设备的存储器中,或对本地设备的***进行版本更新,当通过处理器执行存储器中的程序时,即可实现上述实施方式中全部或部分功能。
本发明提出了一种基于无人机非接触测量的铁路既有线复测方法,旨在解决传统人工上道测量中遇到的困难和范围限制。通过采用多旋翼无人机搭载LiDAR和相机,本方法能够在无需人员上道的情况下,沿着铁路线路两侧飞行,快速获取覆盖广泛、精度高、密度大的点云数据和高清影像。这种技术方案显著提高了铁路复测的效率和安全性,同时扩大了数据获取的范围,确保了信息的全面性。
内业人员可以基于这些点云和影像数据,通过自动或交互式的方式进行线路要素的提取,满足铁路复测和线路改造各阶段的专业需求。由于本方法无需上道作业且不受铁路运行时间的限制,因此在作业效率和安全性上有了显著提升,为铁路既有线复测提供了一种新的、高效的技术手段。
以上应用了具体个例对本发明进行阐述,只是用于帮助理解本发明,并不用以限制本发明。对于本发明所属技术领域的技术人员,依据本发明的思想,还可以做出若干简单推演、变形或替换。
Claims (10)
1.基于无人机非接触测量的铁路既有线复测方法,其特征在于,所述方法包括:
作业准备:收集既有铁路中线、地形数据和控制网信息,根据勘测需求选择无人机平台和机载雷达设备;
控制网布设及测量:布设基站控制网和靶标控制网,测量靶标控制网的靶标控制点的三维坐标;
无人机航线规划:利用铁路中线和地形数据规划无人机平台的航线;
航飞数据获取:在基站控制网的基站控制点架设若干GNSS基站,利用机载雷达设备进行点云和影像数据获取;
扫描数据预处理:对机载雷达的GNSS数据、惯导数据和GNSS基站的GNSS数据进行融合解算,生成高精度轨迹文件,进而生成初始点云数据和影像数据,并对初始点云数据和影像数据进行质量检查;
基于靶标控制点的点云精化纠正:利用靶标控制点对初始点云数据进行纠正,以提升点云数据的绝对精度;
线路测量要素信息提取:基于精化纠正后的点云数据,提取测量信息,测量信息包括轨道中线、里程、路基断面和地形,参考影像数据完成线路及附属设施的调查;
复测要素成果的检核与整理:对提取的测量信息进行检核,整理后编制复测表。
2.根据权利要求1所述基于无人机非接触测量的铁路既有线复测方法,其特征在于,所述无人机平台选用多旋翼无人机平台,搭载高精度LiDAR和高清摄像头,续航时间不少于60min;
所述机载雷达设备的激光点频不小于1000KHz,扫描视场角不小于50度。
3.根据权利要求1所述基于无人机非接触测量的铁路既有线复测方法,其特征在于,所述基站控制网使用铁路现有的CPI控制网和CPII控制网;若现有控制网的密度和精度不足,在铁路两侧新建基站控制网补充。
4.根据权利要求1所述基于无人机非接触测量的铁路既有线复测方法,其特征在于,所述靶标控制网的布设及测量,具体包括:
制作矩形形状的靶标板,所述靶标板采用黑白相间的颜色喷绘,喷绘面外覆磨砂膜;
在铁路两侧以相同的靶标间距成对布设靶标板,靶标板对角方向与铁路夹角90°,提高激光扫描效果和靶标板中心靶标控制点的识别率;
对靶标板进行GNSS快速静态测量和水准往返测量,确定其平面位置和高程;
对靶标板的平面位置和高程数据进行解算和平差处理,获得靶标控制点的三维坐标。
5.根据权利要求1所述基于无人机非接触测量的铁路既有线复测方法,其特征在于,利用铁路中线和地形数据规划无人机平台的航线,具体包含以下步骤:
航线设计参数规划:根据机载雷达设备的扫描视场角fov,计算航线间距,确保航线间距覆盖铁路用地界外部分,同时,设置旁向重叠度P大于30%以确保点云密度;
航线间距D如下式所示:
通过航线间距D计算飞行航高H:
飞行航高H确定后,根据点云获取的密度,确定机载雷达设备的点频和线速度参数,以及无人机平台的飞行速度;
航带分区:根据铁路线路长度和无人机续航时间,将整个测量区域分为若干航带分区,确保每个分区能够在单次飞行中完成,且相邻分区之间有重叠区域以便数据拼接;
航线设计与仿地飞行:根据地形数据设计仿地飞行航线,以保证地面点云密度均匀;
对规划完成的航线进行安全性评估与导出。
6.根据权利要求1所述基于无人机非接触测量的铁路既有线复测方法,其特征在于,基站控制点架设若干GNSS基站,相邻的GNSS基站间距5~8km。
7.根据权利要求1所述基于无人机非接触测量的铁路既有线复测方法,其特征在于,基于靶标控制点的点云精化纠正:利用靶标控制点对初始点云数据进行纠正,以提升点云数据的绝对精度,具体包括:
靶标识别与初步校正:通过融合初始POS数据和点云数据来识别靶标的位置;如果点云数据中没有直接扫描到靶标中心,将基于靶标的轮廓计算出中心点的坐标,并将这一位置与最近的点云数据关联,赋予相应的GPS时间戳;
POS轨迹线纠正:利用靶标在点云中的位置和控制网的已知坐标,对POS轨迹线进行反向纠正,以确保轨迹线与靶标控制网坐标一致;
高精度点云数据生成:使用纠正后的轨迹线重新与扫描数据进行融合解算,生成WGS84坐标系下的点云数据;
点云数据坐标转换:将点云数据从WGS84坐标系转换到工程独立坐标系,得到最终的高精度点云数据。
8.根据权利要求1所述基于无人机非接触测量的铁路既有线复测方法,其特征在于,线路测量要素信息提取中,提取中线测量信息包括:
根据轨道点云的形状和高程信息,在任一钢轨上指定起点,自动追踪钢轨轨面,得到轨道线的粗略线条。
以钢轨线条为参照,设置左右轨与参照线的距离,设置中线提取间距,进行钢轨截面剖切,将截面点云与标准钢轨截面尺寸进行配准,当匹配误差最小时,取标准钢轨踏面中心作为轨顶点,高程取轨顶点最近点云的高程,得到左、右钢轨的中心三维坐标;
中线平面为左、右钢轨中心的均值,中线高程取左右钢轨高程中的最小值,即获得线路的中线坐标。
9.根据权利要求8所述基于无人机非接触测量的铁路既有线复测方法,其特征在于,线路测量要素信息提取中,里程测量以中线测量成果为基础,从点云中永久构筑物作为起点,顺着中线推算,获得线路任意里程。
10.根据权利要求1所述基于无人机非接触测量的铁路既有线复测方法,其特征在于,复测要素成果的检核与整理中,通过计算轨距、高差检核剔除粗差或者错误点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311640655.0A CN117607893A (zh) | 2023-12-04 | 2023-12-04 | 基于无人机非接触测量的铁路既有线复测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311640655.0A CN117607893A (zh) | 2023-12-04 | 2023-12-04 | 基于无人机非接触测量的铁路既有线复测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117607893A true CN117607893A (zh) | 2024-02-27 |
Family
ID=89959397
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311640655.0A Pending CN117607893A (zh) | 2023-12-04 | 2023-12-04 | 基于无人机非接触测量的铁路既有线复测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117607893A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118149727A (zh) * | 2024-05-09 | 2024-06-07 | 北京小明智铁科技有限公司 | 一种基于3d点云检测铁路道岔轨道结构的方法和*** |
-
2023
- 2023-12-04 CN CN202311640655.0A patent/CN117607893A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118149727A (zh) * | 2024-05-09 | 2024-06-07 | 北京小明智铁科技有限公司 | 一种基于3d点云检测铁路道岔轨道结构的方法和*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101914890B (zh) | 一种基于机载激光测量的公路改扩建勘测方法 | |
CN108181635B (zh) | 一种用于输电线路交叉跨越分析的激光点云分类方法 | |
CN111429498B (zh) | 一种基于点云和影像融合技术的铁路营业线三维中线制作方法 | |
CN113189615B (zh) | 一种使用垂直起降固定翼无人机对输电线路进行巡检的方法 | |
CN103711050B (zh) | 一种激光雷达道路改扩建勘测设计方法 | |
CN102645203B (zh) | 基于机载激光雷达数据的电力线路交叉跨越测量方法 | |
CN106093963B (zh) | 一种提高铁路车载激光雷达扫描数据精度的方法 | |
CN103217688B (zh) | 一种基于不规则三角网机载激光雷达点云平差计算方法 | |
CN111444872B (zh) | 一种丹霞地貌参数测量方法 | |
CN102707284B (zh) | 一种基于机载InSAR的地面控制测量布点方法 | |
CN112461205A (zh) | 基于无人机倾斜摄影测量的铁路既有线横断面制作方法 | |
CN113806897A (zh) | 一种基于三维gis技术的电力工程建设决策优化方法 | |
CN117607893A (zh) | 基于无人机非接触测量的铁路既有线复测方法 | |
CN105844995B (zh) | 基于车载LiDAR技术的铁路线路运营维护测量方法 | |
CN113034470B (zh) | 基于无人机倾斜摄影技术的沥青混凝土厚度无损检测方法 | |
CN111899332A (zh) | 一种基于倾斜摄影测量技术的架空输电线路三维设计方法 | |
CN114859374B (zh) | 基于无人机激光点云和影像融合的新建铁路交叉测量方法 | |
CN112597664B (zh) | 一种基于无人机的铁路既有线精细实景三维建模航带设计方法 | |
CN103324916A (zh) | 基于建筑轮廓的车载和航空LiDAR数据配准方法 | |
CN112833861A (zh) | 一种基于倾斜摄影大比例尺地形图的测绘方法和测绘*** | |
Leslar et al. | Using mobile lidar to survey a railway line for asset inventory | |
CN111426303A (zh) | 一种岩溶坡立谷参数测量方法 | |
CN116958472A (zh) | 一种输电线路交叉跨越检测分析方法 | |
CN112033389A (zh) | 一种沟壑地形条件下变形沉降监测方法 | |
CN104729529A (zh) | 地形图测量***误差判断的方法和*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |