PL225590B1 - System i sposób pomiaru oraz analizy elementów skrajni linii kolejowej - Google Patents

System i sposób pomiaru oraz analizy elementów skrajni linii kolejowej

Info

Publication number
PL225590B1
PL225590B1 PL406247A PL40624713A PL225590B1 PL 225590 B1 PL225590 B1 PL 225590B1 PL 406247 A PL406247 A PL 406247A PL 40624713 A PL40624713 A PL 40624713A PL 225590 B1 PL225590 B1 PL 225590B1
Authority
PL
Poland
Prior art keywords
sections
axis
analysis
section
sdo
Prior art date
Application number
PL406247A
Other languages
English (en)
Other versions
PL406247A1 (pl
Inventor
Ewa Świniarska
Zbigniew Leszczewicz
Agnieszka Warda
Tadeusz Uhl
Sławomir Mikrut
Krystian Pyka
Regina Tokarczyk
Tomasz Barszcz
Piotr Kohut
Tomasz Sitkowski
Original Assignee
Pkp Polskie Linie Kolejowe Spółka Akcyjna
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Pkp Polskie Linie Kolejowe Spółka Akcyjna filed Critical Pkp Polskie Linie Kolejowe Spółka Akcyjna
Priority to PL406247A priority Critical patent/PL225590B1/pl
Publication of PL406247A1 publication Critical patent/PL406247A1/pl
Publication of PL225590B1 publication Critical patent/PL225590B1/pl

Links

Landscapes

  • Length Measuring Devices By Optical Means (AREA)
  • Machines For Laying And Maintaining Railways (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Description

Przykłady wykonania wynalazku odnoszą się do systemu i sposobu pomiaru oraz analizy elementów skrajni linii kolejowej.
Niniejszy wynalazek dotyczy systemu i sposobu dynamicznego pomiaru elementów infrastruktury kolejowej. W szczególności wynalazek dotyczy mobilnej platformy pomiarowej przystosowanej do pomiaru elementów infrastruktury kolejowej.
Utrzymanie infrastruktury kolejowej wymaga okresowych kontroli, celem zapobieżenia niebezpiecznym sytuacjom. Zazwyczaj takie inspekcje są wizualnie wykonywane przez wyspecjalizowany personel, który od czasu do czasu, podąża wzdłuż sieci kolejowej w poszukiwaniu nieprawidłowości.
Oczywiście, taka manualna kontrola manualna jest powolna, pracochłonna i potencjalnie ryzykowna, ponieważ wyniki są ściśle powiązane ze zdolnościami i doświadczeniem obserwatora w wykrywaniu ewentualnych nieprawidłowości oraz w rozpoznawaniu krytycznych sytuacji.
Wraz z rozwojem ruchu kolejowego o wysokiej prędkości, firmy z całego świata, są zainteres owane rozwojem automatycznych systemów kontroli będącymi w stanie rozpoznać wady toru, skrajni kolejowej, itp.
W związku z tym, celem niniejszego wynalazku jest rozwiązanie powyższych problemów, poprzez zapewnienie automatycznego sposobu inspekcji elementów skrajni linii kolejowej w tym pomiaru geometrii toru, wykrywania obiektów, wymiarowania w płaszczyźnie w skrajni.
Przedmiotem wynalazku jest realizowany przy pomocy komputera sposób pomiaru oraz analizy elementów skrajni linii kolejowej, znamienny tym, że: dokonuje się powiązania danych GPS/INS w yznaczających trajektorię pojazdu pomiarowego z danymi opisującymi geometrię toru; z danych zawierających oś toru wybiera się podzbiór punktów oddalonych od siebie o wskazaną stałą; transformuje się dane pochodzące ze skaningu laserowego do lokalnie określonego układu odniesienia; dla każdego z odcinków określa się okna przestrzenne; z użyciem SDO_PC_PKG.CREATE_PC wczytuje się odcinki, zdefiniowane przez okna przestrzenne, do bazy danych oraz zapisuje się je jako obiekty SD_OPC/BLKTAB; wykonuje się spłaszczenie chmury punktów; spłaszczoną chmurę rzutuje się na siatkę roboczą; oraz bazując na wyniku analizy nadaje się 188 kod odcinkowi linii kolejowej.
Korzystnie, lokalnie określony układ odniesienia posiada: oś Y, która jest położona na obu szynach i jest prostopadła do nich; oś X, która jest prostopadła do osi Y i pokrywa się z osią toru; oś Z, która jest prostopadła do osi Y i X i jest skierowana do góry.
Korzystnie, że spłaszczenie chmury punktów dokonuje się poprzez wyzerowanie współrzędnej X.
Korzystnie, podczas analizy składa się wszystkie zawarte w nim przekroje przy pomocy funkcji SD_OAGGR_UNION i wpisuje się największy możliwy kontur opisany w karcie UIC.
Korzystnie, podczas analizy spłaszczonej chmury wyszukuje się elementy chmury będące w k olizji z wybraną figurą płaska oraz jako rezultat uzyskuje się listę kolizyjnych przekrojów.
Przedmiot wynalazku został przedstawiony w przykładach wykonania na rysunku, na którym: figura 1 przedstawia konstrukcję reguł transformujących współrzędne z układu geodezyjnego do układu osi toru;
figura 2 przedstawia konstrukcję reguł transformujących dane z układu geodezyjnego do układu osi toru w płaszczyźnie YZ;
figura 3 przedstawia sposób tworzenia okien przestrzennych; figura 4 przedstawia schemat konstrukcji przekrojów 2D. figura 5 przedstawia przykład chmury punktów;
figura 6 przedstawia przykład spłaszczonej i przetransformowanej do układu osi toru chmury punktów;
figura 7 przedstawia nałożenie siatki na spłaszczoną chmurę punktów;
figura 8 przedstawia przekrój 2D wygenerowany z chmury punktów przedstawionej na fig. 5;
figura 9 przedstawia schemat nadawania kodu dla odcinka linii kolejowej.
figura 10 przedstawia przekrój 2D wygenerowany z chmury punktów wraz z przekrojem przesuniętym o dodatki opisane w UIC 502-2;
figura 11 przedstawia proces nadawania kodu dla odcinka linii kolejowej;
figura 12 przedstawia elementy pochodzące z metody konturowej zebrane w poindeksowanej przestrzennie tabeli;
figura 13 przedstawia wyszukiwanie kolizji;
figura 14 przedstawia schemat opcjonalnej edycji elementów skrajni;
PL 225 590 B1 figura 15 przedstawia wybór odcinka kolizyjnego; figura 16 przedstawia analizę odcinka toru;
figura 17 przedstawia koncepcję optymalizacji procesu tworzenia przekrojów;
figura 18 przedstawia proces optymalizacji procesu tworzenia przekrojów;
figura 19 przedstawia przykład przekroju wygenerowanego z chmury punktów przed i po redukcji szumów;
figura 20 przedstawia koncepcję algorytmu usuwania szumów; oraz figura 21 przedstawia schemat blokowy sposobu według wynalazku.
Przedmiotem wynalazku jest konstrukcja i funkcjonalność bazy danych umożliwiającej precyzyjny, interaktywny pomiar oraz analizę dowolnych szczegółów infrastruktury kolejowej, z dokładnością zapewniającą wyznaczenie skrajni zgodnie z normami UIC.
Ponadto, wynalazek dotyczy sposobu wizualizacji danych oraz wyników przetworzeń bazowych, przykładowo w środowisku przeglądarki internetowej.
W odniesieniu do ww pomiarów istotna jest poprawna identyfikacja oraz wskazanie szczegółu lub grupy szczegółów, które będą wyznaczały (parametryzowały) charakterystyczne krzywe geometryczne, których znajomość będzie niezbędna do analiz kolejowych w aspekcie zwiększenia precyzji wyznaczania skrajni, a w konsekwencji precyzji nadania kodu linii kolejowej.
Przedmiotem niniejszego wynalazku jest sposób kodyfikacji linii kolejowych, którego punktem wyjścia są dane pochodzące ze skaningu laserowego, nawigacji satelitarnej GPS wspomaganej poprzez układy INS, dane opisujące geometrię toru kolejowego, w skład których musi wchodzić informacja o osi toru oraz o jego przechyłce. Dane wejściowe są gromadzone w bazie danych, która dodatkowo może być zasilona zdjęciami wraz z elementami ich orientacji. Funkcjonalność bazy stanowi podstawę prezentowanej metodyki.
Efektem finalnym rozwiązania są kody linii kolejowej nadawane zgodne z zaleceniami karty UIC 502-2. Oprócz kodów, prezentowane rozwiązanie dostarcza dwuwymiarowe przekroje, opisujące dostępną przestrzeń dla ruchu pociągów przewożących przesyłki ponadgabarytowe.
Prezentowana metodyka została zaprojektowana, w preferowanym przykładzie wykonania, w środowisku bazodanowych Oracle 11 g R2 Enterprise Edition wraz z dodatkiem przestrzennym Oracle Spatial.
Baza danych posiada szereg procedur oraz funkcji umożliwiających przeprowadzenie procesu kodyfikacji. Baza danych musi być zasilona danymi zbieranymi podczas przejazdu platformy pomiarowej, zaopatrzonej w systemy potrafiące zbierać opisane poprzednio dane. Dane GPS/INS opisujące trajektorię powinny być dostarczone jako współrzędne Easting, Northing, Elevation w wybranym układzie geodezyjnym. Przykładami układów są układy PL 2000 oraz PL 1992.
Dane dotyczące geometrii toru muszą być zsynchronizowane z danymi GPS. Przechyłka toru może być podana w postaci różnicy wysokości położenia główek obu szyn lub jako kąt zbudowany pomiędzy pionem a płaszczyzną zawierającą ich główki (lub w inny, możliwy do przeliczenia sposób). Dane ze skaningu laserowego muszą być w tym samym układzie odniesienia co dane GPS.
Proces przetwarzania danych został opisany poniżej.
Dane GPS/INS wyznaczające trajektorię pojazdu pomiarowego wiąże się z danymi opisującymi geometrię toru i w ten sposób określa się oś toru oraz przechyłkę. Z danych zawierających oś toru wybiera się podzbiór punktów oddalonych od siebie o 1 metr (lub o wartości najbardziej zbliżone). Punkty te określają elementarny podział linii na odcinki. Odcinki te traktuje się jako proste i przy pomocy wzorów geometrii analitycznej określa się reguły transformujące dane pochodzące ze skaningu laserowego do lokalnie określonego układu odniesienia.
W układzie lokalnym:
• oś Y jest położona na obu szynach i jest prostopadła do nich;
• oś X jest prostopadła do osi Y i pokrywa się z osią toru;
• oś Z jest prostopadła do osi Y i X i jest skierowana do góry.
Środek układu znajduje się na osi toru, w połowie odcinka.
Figura 1 przedstawia konstrukcję reguł transformujących współrzędne z układu geodezyjnego do układu osi toru. Sąsiadujące ze sobą punkty stanowią podstawę do zbudowania dwóch prostych opisanych za pomocą równań w postaci ogólnych AX + BY + C = 0. Transformacja do układu osi toru dowolnego punktu sprowadzi się do obliczenia odległości punktu od tych prostych.
Figura 2 przedstawia konstrukcję reguł transformujących dane z układu geodezyjnego do układu osi toru w płaszczyźnie YZ. Dla tak utworzonych odcinków tworzy się obiekty geometryczne
PL 225 590 B1
SDO_GEOMETRY pochodzące z rozszerzenia Oracle Spatial. Obiekty te są opisanymi w roboczym układzie geodezyjnym prostokątami o długości 8 m (po 4 metry z każdej strony).
Figura 3 przedstawia sposób tworzenia okien przestrzennych. Dla każdego z odcinków określa się okna przestrzenne. Okna są prostokątami leżącymi w płaszczyźnie XY układu geodezyjnego. Współrzędne ich wierzchołków oblicza się korzystając z wzorów na odległość punktu od wyznaczonych poprzednio prostych. Szerokość każdego prostokąta jest tak dobrana by prostokąty wypełniały całkowicie badany odcinek toru (około 1m). Obiekty te zapisuje się w bazie danych, aby wykorzystać je w zapytaniach przestrzennych typu SDO_PC_PKG.CLIP_PC.
Jednocześnie, dla każdego odcinka elementarnego określa się np. korzystając z danych zap isanych w innych bazach kolejowych kilometraż, tj. mierzoną wzdłuż osi toru odległość od punktu początkowego opracowywanej linii kolejowej. Chmurę punktów dzieli się wstępnie na odcinki 100 metrowe wzdłuż osi toru i wykorzystując procedurę SDO_PC_PKG.CREATE_PC wczytuje się do bazy danych, zapisując je jako obiekty SDO_PC/BL_KTAB. Dzięki przygotowanym wcześniej obiektom geometrycznym, z chmury można łatwo wydobyć punkty przynależące do zdefiniowanych wcześniej odcinków 1 -metrowych.
Przedstawiony poniżej kod jest to szkielet funkcji realizującej zapytanie na chmurze punktów. SDO_PC_PKG.CLIP_PC to podstawowa funkcja operująca na chmurze, V_CPC to chmura punktów zapisana jako SD_OPC.
V_IND_DIM_QUERY to okno przestrzenne zapytania (stworzony uprzednio prostokąt):
CREATE OR REPLACE
FUNCTION GET_PID_POINT_CLOUD (V_PID INT)
RETURN PLK.POINTCLOUDTYPE PIPELINED
OPEN V_CUR FOR
SELECT B.NUM_POINTS, SDO_UTIL.GETVERTICES (
SDO_PC_PKG.TO_GEOMETRY) (B.POINTS, B.NUM_POINTS,7,2180))
FROM TABLE (SDO_PC_PKG.CLIP_PC (V_CPC, V_IND_DIM_QUERY, NULL,0.000 ,10000,NULL))B;
Kolejnym etapem jest podział badanej linii kolejowej na odcinki 10-metrowe. Podział odbywa się w sposób przedstawiony na schemacie zawartym na fig. 4 oraz zilustrowanym przykładami ukazanymi na fig. 5-8. Dla wybranego odcinka określa się wszystkie zawarte w nim odcinki elementarne. Dla każdego z odcinków odpytuje się chmurę punktów. Fig. 5 przedstawia przykład chmury punktów dla wybranego odcinka 10-metrowego. Dane uzyskuje się w układzie geodezyjnym, ale z wyliczonych poprzednio zależności transformuje się uzyskany wycinek do lokalnego układu osi toru. Poniżej przedstawiono szkielet zapytania realizującego spłaszczenie chmury punktów:
WITH A
AS (
SELECT
KM.PID, (G.OA*CR.X+G.OB*CR.Y+G.OC)/SQRT(G.OA*G.OA+ G.OB*G.OB) AS X, (G.PA*CR.X+G.PB*CR.Y+G.PC)/SQRT(G.PA*G.PA+ G.PB*G.PB) AS Y,
CR.ZASZ,
CR.R, CR.G, CR.B, CR.I,
G. CPA, G. CPB, G. CPC,
G. COA, G. COB, G. COC
FROM N_KM_MAP KM
CROSS JOIN TABLE (GET_PID_POINT_CLOUD_LG(KM.PID)) CR
JOIN TRACK_GEOMETRY G
ON G.PID = KM.PID
WHERE KM.DM = 29039 )
SELECT
AS X, (COA*Y+COB*Z+COC)/SQRT( COA*COA+ COB*COB) AS Y,
PL 225 590 B1
-(CPA*Y+CPB*Z+CPC)/SQRT( CPA*CPA+ CPB*CPB) AS Z,
R,G, B, I
FROM A ) B
Występujące w zapytaniu przeliczenia:
(G.OA*CR.X+G.OB*CR.Y+G.OC)/SQRT(G.OA*G.OA+G.OB*G.OB) (G. PA*CR.X+G. PB*CR. Y+G. PC)/SQRT(G. PA*G. PA+ G. PB*G. PB) oraz (COA*Y+COB*Z+COC)/SQRT(COA*COA+COB*COB) (CPA*Y+CPB*Z+CPC)/SQRT(CPA*CPA+ CPB*CPB) to transformacja układu współrzędnych do układu osi toru. Współczynniki OA, OB, OC, PA, PB, PC to współczynniki wyznaczonych poprzednio prostych leżących w płaszczyźnie XY. Współczynniki CPA, CPC, CPC, COA, COB, COC to, przez analogię, współczynniki prostych w płaszczyźnie YZ. Transformacje te są wykonywane oddzielnie dla każdego odcinka 1 [m].
Wyrażenie „0 AS X” jest spłaszczeniem chmury punktów, dokonanym poprzez wyzerowanie współrzędnej X. Po takich zabiegach chmura przyjmuje kształt przedstawiony na fig. 6.
Figura 6 przedstawia przykład spłaszczonej i przetransformowanej do układu osi toru chmury punktów. Na fig. 6 zaznaczono ten sam wycinek chmury co na fig. 5.
Po operacji spłaszczenia, chmurę rzutuje się na siatkę roboczą, składającą się prostokątów o wymiarach 1 x 1 cm i zapisuje w bazie danych. Siatkę roboczą pokrywa się następnie siatką geom etryczną o wymiarach 2 x 5 cm i ze wszystkich punktów tej siatki, w których znalazły się punkty pochodzące ze spłaszczonej i wyprostowanej chmur, konstruuje się przekrój 2D. Przekrój taki jest w ogólności kolekcją wielokątów SDO_GEOMETRY rozszerzenia Oracle Spatial.
Figura 7 to poglądowy rysunek przedstawiający nałożenie siatki na spłaszczoną chmurę punktów.
Figura 8 przedstawia przekrój 2D wygenerowany z chmury punktów przedstawionej na fig. 5. Na fig. 8 zamieszczono dodatkowo zarys skrajni kinematycznej. Aby zoptymalizować wydajność bazy danych przekroje 10-metrowe agreguje się w przekroje 100-metrowe oraz 1-kilometrowe. Poza tymi przekrojami, konstruuje się dodatkowo przekroje uwzględniające dodatki zapisane w karcie UIC 502-2. Dodatki rozpatruje się na poziomie dokładności 1 x 1 cm i punkty zawarte w takim obszarze przesuwa się o wektor wynikający z zapisów kary UIC. Tak przesunięte punkty ponownie nakłada się na siatkę geometryczną 2 x 5 [cm] i analogicznie konstruuje się przekroje.
Figura 9 przedstawia schemat nadawania kodu dla odcinka linii kolejowej. Przedstawia on kroki opisane poniżej oraz ilustrowane na fig. 10-13.
Figura 10 przedstawia przekrój 2D wygenerowany z chmury punktów wraz z przekrojem przesuniętym o dodatki opisane w UIC 502-2. Na fig. 9 zamieszczono dodatkowo zarys skrajni kinematycznej.
Celem nadania kodu dla wybranego odcinka linii kolejowej, składa się wszystkie zawarte w nim przekroje przy pomocy funkcji SDO_AGGR_UNION i wpisuje się największy możliwy kontur opisany w karcie UIC.
Figura 11 przedstawia proces nadawania kodu dla odcinka linii kolejowej. Po lewej stronie figury znajduje się złożenie wszystkich przekrojów 10 metrowych wchodzących w skład rozpatrywanego odcinka linii. Po prawej znajduje się ten sam przekrój wraz ze wszystkimi koniecznymi dodatkami (odchylenia eksploatacyjne oraz dodatki związane z promieniami łuków). Kontur wpisany w ten przekrój jest największym konturem spełniającym reguły kodowania opisane w karcie UIC 505-2, który nie koliduje z zaznaczonym przekrojem. Ponadto, możliwe jest przypisanie dla odcinka trasy makro kodu, opisanego także w karcie UIC 502-2. W tym celu, baza posiada procedury interaktywnego nadawania kodu, w których, w zależności od wybranego położenia, baza dopasowuje odpowiedni kontur. Jest to możliwe, ponieważ wszystkie elementarne obszary wynikające z reguł kodowania UIC 502-2 zostały zebrane jako obiekty SDO_GEOMETRY w poindeksowanej przestrzennie tabeli.
Figura 12 przedstawia elementy pochodzące z metody konturowej zebrane w poindeksowanej przestrzennie tabeli. Przestrzeń robocza na figurze została podzielona na elementarne obszary wynikające bezpośrednio z reguł kodowania UIC 502-2. Nazwy poszczególnych obszarów zostały tak dobrane, by po kliknięciu w dany obszar można było uzyskać maskę opisująca w jaki sposób istniejący kontur ma zostać dopasowany. Przykładowo, zaznaczenie obszaru 1-9XXXX powoduje, że istniejący kontur ma zostać zamieniony na kontur, którego kod ma dwie pierwsze cyfry odpowiednio 1 i 9. Po6
PL 225 590 B1 dobnie, zaznaczenie obszaru Χ-Χ9ΧΧΧ powoduje rozciągnięcie konturu maksymalnie w obrębię drugiego sektora.
Dodatkowo, baza danych posiada następującą funkcjonalność wspomagającą proces nadawania kodu. Wygenerowane dla odcinków 10-metrowych przekroje zapisuje się w tabeli w bazie danych, a na kolumnę zawierającą geometrię przekroju nakłada się indeks przestrzenny. Dzięki temu, na zagregowanym przekroju opisującym pewien odcinek trasy, możliwe jest wyszukanie 10-metrowych przekrojów, będących w kolizji z wybraną figurą płaska. Rezultatem jest lista kolizyjnych przekrojów.
Poniżej przedstawiono szkielet zapytania realizującego wyszukiwanie odcinków 10-metrowych będących w kolizji z zadaną figurą płaską (V_GEOM).
Przekroje są zgromadzone w tabeli N_DM_CS w kolumnie CROSS_SECTION. Z tabeli wyszukiwane są wszystkie przekroje znajdujące się pomiędzy V_DM_MIN i V_DM_MAX, które wchodzą w jakąkolwiek interakcję z dostarczoną figurą (SDO_ANYINTERACT):
SELECT DM/100 as KM, DM FROM N_DM_CS CS
WHERE DM BETWEEN V_DM_MIN AND V_DM_MAX
AND SDO_ANYlNTERACT (CS.CROSS_SECTION,
SDO_UTIL.FROM_WKTGEOMETRY (V_GEOM)) = 'TRUE'
Figura 13 przedstawia wyszukiwanie kolizji. Na przekroju opisującym długi odcinek trasy można zaznaczyć interesujący obszar i odszukać wszystkie miejsca na trasie, w których elementy skrajni zachodzą na wybrany obszar. Na figurze zamieszczono dodatkowo zarys skrajni budowli. Z listy znalezionych na trasie odcinków kolizyjnych można wybrać jeden przekrój 10-metrowy.
Figura 14 przedstawia schemat opcjonalnej edycji elementów skrajni, która została opisana poniżej oraz zilustrowana na fig. 15-16.
Figura 15 przedstawia wybór odcinka kolizyjnego. Spośród wyszukanych odcinków kolizyjnych, można wybrać jeden i poddać go dalszej analizie. W tym przypadku analiza (opisana później) pokazała, że wybrane elementy są tylko i wyłącznie roślinnością i nie są istotne z punktu widzenia skrajni. Elementy te można z bazy usunąć. Na figurze zamieszczono dodatkowo zarys skrajni budowli.
Poniżej przedstawiono szkielet zapytania realizującego usuwanie elementów nieistotnych. V_COLLISIONS to lista analizowanych przekrojów. Z przekrojów tych należy usunąć wszystkie elementy zawarte w figurze płaskiej opisanej przez parametr V_WKT (i zaznaczonej na fig. 15). Zapytanie opiera się na wybraniu wszystkich elementów siatki zapisanej w tabelach N_PAR_GRID, N_GRID, które są w kolizji (SDO_ANYINTERACT) z dostarczoną figurą.
Elementy te są łączone z tabelą N_DM_CS_GRID DMG, z której uzyskuje się listę elementów do usunięcia (SELECT DMG.DM, DMG.IY, DMG.IZ):
SELECT DMG.DM, DMG.IY, DMG.IZ FROM N_PAR_GRID GR
JOIN N_GRID G
ON GR ID = G.PID
JOIN N_DM_CS_GRID DMG
ON G.IY = DMG.IY
AND G.IZ = DMG.IZ
JOIN TABLE (V_COLLISIONS) T
ON DMG.DM = T.COLUMN_VALUE
WHERE
SDO_ANYINTERACT (GR. SHAPE,
SDO_UTIL.FROM_WKTGEOMETRY (V_WKT)) = 'TRUE'
AND LVL = 0.
Dla wybranego przekroju można następnie wyświetlić widok chmury punktów oraz zdjęcia (o ile są zapisane w bazie). Dodatkowo, na chmurę punktów oraz na zdjęcia można nanieść dowolny kontur kolejowy.
Figura16 przedstawia analizę odcinka toru. Dla wybranego na fig. 15 przekroju można wyświetlić chmurę punktów, z której został on wygenerowany, a także zapisane w bazie zdjęcie przedstawiające ten odcinek. Baza danych zawiera procedury umożliwiające naniesienie na dowolne miejsce w chmurze wybranego konturu kolejowego, procedury wyszukujące odpowiednie zdjęcia oraz nanoszące kontur na zdjęcia.
Największym problemem wydajnościowym wykorzystanej części rozszerzenia Oracle Spatial, jest bardzo niska wydajność funkcji składającej geometrie SDO_AGGR_UNION. Zaproponowana przez Oracle alternatywna funkcja SDO_AGGR_SET_UNION jest co prawda nieco bardziej wydajna,
PL 225 590 B1 lecz za to mniej elastyczna, jeśli chodzi o wplatanie jej w zapytania SQL. Typowy przekrój składa się z wielu tysięcy elementów siatki i jego tworzenie, nawet przy użyciu funkcji SDO_AGGR_SET_UNION staje się wąskim gardłem opisywanego rozwiązania.
Figura 17 przedstawia koncepcję optymalizacji procesu tworzenia przekrojów. Dla długich przekrojów można wyróżnić większe obszary całkowicie zapełnione elementami skrajni. Po ich wstępnym zagregowaniu do procedury tworzącej przekrój trafi zdecydowanie mniej elementów.
W celu podniesienia wydajności tego procesu w opisywanym rozwiązaniu wprowadzono kilka poziomów siatki (2 x 5 cm, 4 x 10 cm, 8 x 20 cm, 16 x 40 cm). Proces optymalizacji polega na składaniu, tam gdzie to możliwe, elementów siatki z wyższych poziomów. Dla niektórych przekrojów można wyróżnić większe obszary całkowicie zapełnione elementami skrajni. Wstępne zagregowanie tych obszarów uwalnia funkcję SDO_AGGR_SET_UNION od dużej ilości składanych elementów.
Figura 18 przedstawia proces optymalizacji procesu tworzenia przekrojów. Ze wszystkich elementów siatki z poziomu 0 eliminuje się te, które w całości wypełniają elementy siatki z poziomu 1. Z tych elementów siatki z poziomu 1 eliminuje się te które należą do całkowicie zapełnionych elementów siatki z poziomu 2. Proces ten powtarza się do wszystkich poziomów. Ostatecznie przekrój budowany jest z 4 przekrojów, po jednym dla każdego poziomu siatki.
Dane zebrane ze skaningu laserowego charakteryzują się pewnym stopniem zaszumienia. Szum ten jest na znikomym poziomie i np. w przypadku wizualizacji 3D, kompletnie zaniedbywalny. Metoda tworzenia przekrojów 2D z chmury punktów jest jednak bardzo czuła na każdy, pojedynczy nawet punkt.
Figura 19 przedstawia przykład przekroju wygenerowanego z chmury punktów przed i po redukcji szumów. Opracowany algorytm nie potrafi wprawdzie ze 100% dokładnością wyeliminować wszystkie punkty-szumy, ale jest niezwykle wydajny i w znaczącym stopniu redukuje ilość pracy m anualnej potrzebnej do opracowania danych.
Algorytm tworzy przekroje z dwóch skrajnych poziomów siatki. W odróżnieniu od poprzedniego algorytmu, przekrój na poziomie 3 generowany jest z elementów siatki przykrywających choćby jeden element siatki na poziomie 0. Przekroje te są następnie nakładane na siebie i z przekroju o niskiej rozdzielczości wybierane są elementy zbudowane z niewielkiej (rzędu 1-5) ilości punktów oryginalnej chmury. Dla tak znalezionych elementów, usuwa się wszystkie elementy przekroju wysokiej rozdzielczości w nich zawarte.
Figura 20 przedstawia koncepcję algorytmu usuwania szumów. Przekroje ze skrajnych poziomów nakłada się na siebie. Sposób konstrukcji przekroju z poziomu 3 jest odmienny niż w poprzednim algorytmie. Dzięki temu ten przekrój jest zawsze większy niż przekrój z poziomu 0.
Figura 21 przedstawia schemat blokowy sposobu według wynalazku. Jest to podsumowanie wcześniej opisanych kroków. Procedura rozpoczyna się w kroku 181 od powiązania danych GPS/INS wyznaczających trajektorię pojazdu pomiarowego z danymi opisującymi geometrię toru. Dalej, w kroku 182, z danych zawierających oś toru wybiera się podzbiór punktów oddalonych od siebie wskazaną stałą np. 1 m. Następnie, w kroku 183, transformuje się dane pochodzące ze skaningu laserowego do lokalnie określonego układu odniesienia. Dalej, w kroku 184, dla każdego z odcinków określa się okna przestrzenne. Następnie, w kroku 185, z użyciem SDO_PC_PKG.CREATE_PC wczytuje się odcinki, zdefiniowane przez okna przestrzenne, do bazy danych oraz zapisuje się je jako obiekty SDO_PC/BLKTAB. Dalej, w kroku 186, wykonuje się spłaszczenie chmury punktów, aby w kroku 187 spłaszczoną chmurę rzutować na siatkę roboczą. Jako końcowy etap 188, bazując na wyniku analizy nadaje się kod odcinkowi linii kolejowej.
Znawca z pewnością zauważy, że opisany sposób i system tworzenia i zarządzania baza danych może być realizowany i/lub kontrolowany za pomocą jednego lub większej ilości programów komputerowych. Programy takie są typowo wykonywane z użyciem zasobów komputerowych urządzenia przetwarzającego dane, które może być wbudowane w różnych odbiornikach sygnałów wideo, takich jak komputery osobiste, komputery kieszonkowe, telefony komórkowe, odbiorniki i dekodery telewizji cyfrowej, wyświetlacze wideo i podobne. Programy komputerowe mogą być zapisane w pamięci nieulotnej, przykładowo typu FLASH lub w pamięci ulotnej, przykładowo pamięci RAM i są wykonywane przez układ przetwarzania danych. Pamięci te są przykładowymi mediami do zapisywania programów komputerowych zawierających instrukcje wykonywalne przez komputer realizujące wszystkie kroki sposobu implementowanego przez komputer według niniejszego wynalazku.
Mimo, że wynalazek przedstawiony został na rysunkach i w opisie nawiązując do preferowanych przykładów wykonania, przykłady te nie sugerują żadnych ograniczeń niniejszego wynalazku. Oczywiste
PL 225 590 B1 jest, że można dokonać zmian nie oddalając się od istoty wynalazku. Ujawnione preferowane przykłady wykonania są jedynie ilustracyjne i nie wyczerpują zakresu przedstawionego wynalazku.
Zgodnie z powyższym, zakres ochrony nie jest ograniczony do opisanych preferowanych przykładów wykonania ale jest ograniczony przez załączone zastrzeżenia.

Claims (5)

1. Realizowany przy pomocy komputera sposób pomiaru oraz analizy elementów skrajni linii kolejowej, znamienny tym, że:
- dokonuje się (181) powiązania danych GPS/INS wyznaczających trajektorię pojazdu pomiarowego z danymi opisującymi geometrię toru;
- z danych zawierających oś toru wybiera się (182) podzbiór punktów oddalonych od siebie wskazaną stałą;
- transformuje się (183) dane pochodzące ze skaningu laserowego do lokalnie określonego układu odniesienia;
- dla każdego z odcinków określa się (184) okna przestrzenne;
- z użyciem SDO_PC_PKG.CREATE_PC wczytuje się (185) odcinki, zdefiniowane przez okna przestrzenne, do bazy danych oraz zapisuje się je jako obiekty SDO_PC/BLKTAB;
- wykonuje się spłaszczenie (186) chmury punktów;
- spłaszczoną chmurę rzutuje się (187) na siatkę roboczą; oraz
- bazując na wyniku analizy nadaje się (188) kod odcinkowi linii kolejowej.
2. Sposób pomiaru oraz analizy według zastrz. 1, znamienny tym, że lokalnie określony układ odniesienia posiada: oś Y, która jest położona na obu szynach i jest prostopadła do nich; oś X, która jest prostopadła do osi Y i pokrywa się z osią toru; oś Z, która jest prostopadła do osi Y i X i jest skierowana do góry.
3. Sposób pomiaru oraz analizy według zastrz. 2, znamienny tym, że spłaszczenie (186) chmury punktów dokonuje się poprzez wyzerowanie współrzędnej X.
4. Sposób pomiaru oraz analizy według zastrz. 1, znamienny tym, że podczas analizy (188) składa się wszystkie zawarte w nim przekroje przy pomocy funkcji SDO_AGGR_UNION i wpisuje się największy możliwy kontur opisany w karcie UIC.
5. Sposób pomiaru oraz analizy według zastrz. 1, znamienny tym, że podczas analizy spłaszczonej chmury wyszukuje się elementy chmury będące w kolizji z wybraną figurą płaska oraz jako rezultat uzyskuje się listę kolizyjnych przekrojów.
PL406247A 2013-11-26 2013-11-26 System i sposób pomiaru oraz analizy elementów skrajni linii kolejowej PL225590B1 (pl)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PL406247A PL225590B1 (pl) 2013-11-26 2013-11-26 System i sposób pomiaru oraz analizy elementów skrajni linii kolejowej

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PL406247A PL225590B1 (pl) 2013-11-26 2013-11-26 System i sposób pomiaru oraz analizy elementów skrajni linii kolejowej

Publications (2)

Publication Number Publication Date
PL406247A1 PL406247A1 (pl) 2015-06-08
PL225590B1 true PL225590B1 (pl) 2017-04-28

Family

ID=53269074

Family Applications (1)

Application Number Title Priority Date Filing Date
PL406247A PL225590B1 (pl) 2013-11-26 2013-11-26 System i sposób pomiaru oraz analizy elementów skrajni linii kolejowej

Country Status (1)

Country Link
PL (1) PL225590B1 (pl)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109653045B (zh) * 2019-01-28 2021-03-12 武汉光谷卓越科技股份有限公司 轨距测量方法及装置

Also Published As

Publication number Publication date
PL406247A1 (pl) 2015-06-08

Similar Documents

Publication Publication Date Title
Hanus et al. Spatial analysis of the accuracy of the cadastral parcel boundaries
CN107796304B (zh) 一种三维激光全景的铁路线路调绘方法
CN104851043B (zh) 基于地理信息系技术的税源核查监控方法
Vick et al. Road design layer detection in point cloud data for construction progress monitoring
Morillas-Torné Creation of a geo-spatial database to analyse railways in Europe (1830-2010). A historical GIS approach
Albarelli et al. Identification of potential rockfall sources using UAV-derived point cloud
Gikas et al. A novel geodetic engineering method for accurate and automated road/railway centerline geometry extraction based on the bearing diagram and fractal behavior
CN112461205B (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
Macay Moreia et al. From DSM to 3D building models: a quantitative evaluation
CN112070454A (zh) 高速公路养护施工区域控制安全管理***的设计方法
CN113723715A (zh) 公交线网自动匹配道路网络方法、***、设备及存储介质
Taraben et al. Methods for the automated assignment and comparison of building damage geometries
KR20140063266A (ko) 실측자료를 이용한 도로 자동 도면화 방법
Varela-González et al. Performance testing of LiDAR exploitation software
Aringer et al. Bavarian 3D building model and update concept based on LiDAR, image matching and cadastre information
Findley et al. Collecting horizontal curve data: Mobile asset vehicles and other techniques
Yi et al. From coarse to fine: an augmented reality-based dynamic inspection method for visualized railway routing of freight cars
PL225590B1 (pl) System i sposób pomiaru oraz analizy elementów skrajni linii kolejowej
Sehra et al. Quality assessment of crowdsourced data against custom recorded map data
US11557089B1 (en) System and method for determining a viewpoint of a traffic camera
Roshchin Improving the accuracy of forming a digital terrain model along a railway track
CN104424515A (zh) 新型基于北斗星技术和gis技术的旅行团实时管理***
Canaud et al. A realistic case study for comparison of data fusion and assimilation on an urban network–The Archipel Platform
Moussa et al. Updating a Railway Infrastructure Digital Twin by The Integration of a Variety of Data Sources
Aringer et al. Calculation and Update of a 3d Building Model of Bavaria Using LIDAR, Image Matching and Catastre Information