WO2021123463A1 - Procedimiento para captura y tratamiento in-situ y en tiempo real de parámetros geométricos de líneas ferroviarias - Google Patents

Procedimiento para captura y tratamiento in-situ y en tiempo real de parámetros geométricos de líneas ferroviarias Download PDF

Info

Publication number
WO2021123463A1
WO2021123463A1 PCT/ES2019/070857 ES2019070857W WO2021123463A1 WO 2021123463 A1 WO2021123463 A1 WO 2021123463A1 ES 2019070857 W ES2019070857 W ES 2019070857W WO 2021123463 A1 WO2021123463 A1 WO 2021123463A1
Authority
WO
WIPO (PCT)
Prior art keywords
points
procedure
infrastructure
parameters
point
Prior art date
Application number
PCT/ES2019/070857
Other languages
English (en)
French (fr)
Inventor
Cesáreo GONZÁLEZ ÁLVAREZ
Rubén PUENTE MARTÍNEZ
Adrián SUÁREZ GONZÁLEZ
Darío GALLACH PÉREZ
Borja Javier LANZA LÓPEZ
Original Assignee
Telefonos, Lineas Y Centrales, S.A.
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 Telefonos, Lineas Y Centrales, S.A. filed Critical Telefonos, Lineas Y Centrales, S.A.
Priority to EP19853243.4A priority Critical patent/EP4079597A1/en
Priority to US17/756,502 priority patent/US20220410949A1/en
Priority to CA3163192A priority patent/CA3163192A1/en
Priority to PCT/ES2019/070857 priority patent/WO2021123463A1/es
Priority to CN201980103106.5A priority patent/CN114845924B/zh
Publication of WO2021123463A1 publication Critical patent/WO2021123463A1/es

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L23/00—Control, warning or like safety means along the route or between vehicles or trains
    • B61L23/04—Control, warning or like safety means along the route or between vehicles or trains for monitoring the mechanical state of the route
    • B61L23/041—Obstacle detection
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60M—POWER SUPPLY LINES, AND DEVICES ALONG RAILS, FOR ELECTRICALLY- PROPELLED VEHICLES
    • B60M1/00—Power supply lines for contact with collector on vehicle
    • B60M1/12—Trolley lines; Accessories therefor
    • B60M1/28—Manufacturing or repairing trolley lines
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
    • B61L27/50—Trackside diagnosis or maintenance, e.g. software upgrades
    • B61L27/53—Trackside diagnosis or maintenance, e.g. software upgrades for trackside elements or systems, e.g. trackside supervision of trackside control system conditions
    • 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
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/42—Simultaneous measurement of distance and other co-ordinates
    • 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
    • G01S17/88—Lidar systems 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4808—Evaluating distance, position or velocity data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L2205/00—Communication or navigation systems for railway traffic
    • B61L2205/02—Global system for mobile communication - railways [GSM-R]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30184—Infrastructure

Definitions

  • the present invention refers to a procedure for the capture and treatment in-situ and in real time of geometric parameters of railway lines, particularly but not limited to those related to the height and runout of the contact wire in electrified lines and the gauges to singular elements of the infrastructure.
  • the present invention is characterized by the combination of different data processing according to algorithms specially combined for the method object of the invention from raw data captured by sensors that record geometric parameters of railway lines.
  • the present invention is circumscribed within the railway field and in a particular way between the measurement procedures of geometric parameters of the infrastructure.
  • the infrastructure manager schedules inspections to find out the status of the facilities with a periodicity that varies depending on his criteria and experience.
  • maintenance personnel combine visual inspections with measurements carried out with different devices, which capture data by means of sensors of different technology and operating principles.
  • the sensors can integrate into critical elements of the infrastructure itself, or embark on different vehicles; typically, manually operated carts or snooping drafts / trains.
  • the measurement obtained by these sensors can be complemented by images or videos captured by high-resolution cameras, helping to recognize patterns through complex algorithms and procedures that often rely on deep learning techniques and artificial intelligence.
  • LIDAR systems can be dispensed with; generating a "reconstructed" point cloud by means of the aforementioned artificial vision techniques.
  • it is usual to spatially correlate these measurements by means of georeferencing systems based on GNSS (Global Navigation Satellite System) receivers and inertial-type sensors.
  • GNSS Global Navigation Satellite System
  • devices capable of recording environmental variables are also incorporated. It follows, therefore, that there is a need to optimize the requirements of the sensors used and to reduce the processing time of the data they capture.
  • infrastructure manager or company in charge of the construction and / or maintenance of the line (hereinafter, it will be referred to generically as "infrastructure manager") with information in real time, agile and easily interpreted by the personnel displaced in the field, so that the post-process stage of the measurements by a specialized technician can be avoided.
  • the background search has yielded a series of documents based essentially on continuous measurement procedures, in which the sensors used and / or the vehicle in which they are integrated vary, as well as the type of additional data recorded.
  • CN203037214U and CN103852011A each propose portable overhead contact line offset and height measurement systems, as well as associated measurement methods.
  • a continuous measurement procedure is described, in which a 2D LIDAR device, loaded on a "trolley" type vehicle on track, continuously records a cloud of points in which the scanning plane is perpendicular to the direction of advance. .
  • the inventors ensure that the procedure they propose allows fast and real-time processing of the point cloud.
  • the present patent applicant considers that the method disclosed in said documents has aspects that can be improved, and makes the following reflections:
  • Document CN105416097B includes a procedure similar to that described in CN103852011A, but replacing the "trolley" type sensor integration platform with a two-way vehicle tower for mounting an overhead contact line. In this way, the measurement procedure adapts the methodology of CN103852011 A to a case of use in an overhead contact line assembly site, but maintains the same problems (i) to (iii) already described in the previous paragraph.
  • the spotlights must have sufficient power to illuminate an objective located several meters high / distance, and the space available for their integration in the trolley is limited, the number of spotlights that can be integrated is limited; Therefore, it will only be possible to focus the lighting towards a certain objective (the contact wire, the posts ...), thereby reducing the number of geometric parameters of the railway infrastructure that the device is capable of capturing and processing in real time. .
  • CN110207597A describes a contact wire height and runout measurement procedure based on a LIDAR scanner specifically designed for the railway environment; This type of procedure with ad-hoc designed devices limits the possibility of use in operational lines, as long and expensive homologation processes are required by the infrastructure manager that are difficult to assume by the manufacturer if the market volume of the equipment is reduced.
  • the object of the present invention is a procedure for capturing and treating in situ geometric parameters of railway lines that uses data generated by sensors of different technology as a starting point. These sensors combine direct and indirect measurement methods:
  • the sensor is a 2D LIDAR (Laser Imaging Detection and Ranging) laser scanner, although the method can be adapted to treat point clouds generated by other means (for example, artificial vision by cameras).
  • LIDAR Laser Imaging Detection and Ranging
  • the method can be adapted to treat point clouds generated by other means (for example, artificial vision by cameras).
  • geometric parameters of the railway infrastructure are finally obtained such as: height and runout of the contact wire, gauge to pole and gauges / electrical isolation distances (in electrified tracks) and gauges of rolling stock on any type of line.
  • the procedure developed is nourished, particularly in the proposed embodiment, but not limited to, data captured by the following sensors:
  • IMU Inertial Monitoring Unit
  • the proposed embodiment incorporates two cameras that take frontal and azimuth photographs of the railway environment, facilitating the user with possible subsequent reviews, in the cabinet, of the measurements taken in the field.
  • the scene is illuminated by means of several frontal and azimuth LED spotlights.
  • the sensors and devices on which the process object of the present invention is fed are preferably shipped in a trolley-type vehicle, manually operated, of the "trolley" type.
  • a trolley-type vehicle manually operated, of the "trolley” type.
  • motorized vehicles such as bi-road trucks, maintenance trailers or monitoring trains.
  • said vehicle must guarantee the possibility of stopping for several seconds at singular points on the railway line to allow the static measurement foreseen in this procedure.
  • singular points will vary depending on the requirements established by the infrastructure manager for each particular line; in most cases, next to the pole (straight and curved) and in the middle of the span (curved).
  • these areas are of special interest, since they are where the points with maximum offset are located (in absolute value) and the “hard” points in terms of heights (areas especially subject to stress). thread wear contact, and therefore, susceptible to undergo greater control in the maintenance of the infrastructure).
  • the manager defines in each case the unique elements to be monitored (for example, electrical isolation distances in air sheet sections, distance from the rolling stock clearance to the vault of a tunnel or surrounding vegetation, etc.).
  • the procedure allows these cases to be treated in a personalized way according to the requirements defined in each case by the railway line manager.
  • the proposed method is based on the treatment of point clouds in 2D sections or "slices", particularly but not limited to those generated by a LIDAR laser scanner.
  • the field technician To record each of these slices, the field technician must stop the track vehicle in which the aforementioned sensors are integrated at the point of interest. Therefore, the input of the procedure is the 2D section generated when launching a measurement while the equipment is parked at the point of interest (hereinafter, the "scene").
  • the point cloud generator sensor is a LIDAR
  • a set of points defined by their distance from the sensor and by a parameter indicative of the power of the sensor is obtained.
  • the reflected intensity typically the RSSI (Received Signal Strength Indicator or RSSI).
  • Figure 2 shows a diagram with the steps that are carried out for the resolution of height and runout of an overhead contact line (6).
  • Figure 3 shows the resolution of gauges to singular elements of the infrastructure (13).
  • the procedure object of the invention for the capture and treatment in-situ and in real time of geometric parameters comprises the following steps:
  • the samples for each angular position conform to a normal distribution, or to two partially overlapping normal distributions.
  • ROI region of interest / (region of interest)

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Remote Sensing (AREA)
  • Mechanical Engineering (AREA)
  • Electromagnetism (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Manufacturing & Machinery (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

Procedimiento para la captura y tratamiento in-situ y en tiempo real de parámetros geométricos de líneas ferroviarias, particularmente pero no de forma limitativa los relativos a la altura y descentramiento del hilo de contacto en líneas electrificadas y a los gálibos a elementos singulares de la infraestructura en cualquier línea, generado en base a mediciones estáticas a partir de escenas bidimensionales perpendiculares al eje de vía, donde el procedimiento comprende las etapas de: determinación del número de posiciones angulares por escena, determinación del número mínimo de pasadas en cada posición, obtención de las coordenadas brutas, aplicación de un algoritmo de promediado, transformación de coordenadas y correcciones por "offset", y aplicación o bien de las etapas para la resolución de altura y descentramiento de línea aérea de contacto (6), o bien aplicación de las etapas de resolución de gálibos a elementos singulares de la infraestructura (13). Se consigue un procedimiento optimizado, eficiente y sencillo que permite la gestión y tratamiento en tiempo real de los datos obtenidos de la infraestructura ferroviaria.

Description

PROCEDIMIENTO PARA CAPTURA Y TRATAMIENTO IN-SITU Y EN TIEMPO
REAL DE PARÁMETROS GEOMÉTRICOS DE LÍNEAS FERROVIARIAS
DESCRIPCIÓN
OBJETO DE LA INVENCIÓN
La presente invención se refiere a un procedimiento para la captura y tratamiento in-situ y en tiempo real de parámetros geométricos de líneas ferroviarias, particularmente pero no de forma limitativa los relativos a la altura y descentramiento del hilo de contacto en líneas electrificadas y a los gálibos a elementos singulares de la infraestructura.
Caracteriza a la presente invención la combinación de diferentes tratamientos de los datos de acuerdo con algoritmos especialmente combinados para el procedimiento objeto de la invención a partir de datos en bruto captados por sensores que registran parámetros geométricos de las líneas ferroviarias.
Por lo tanto, la presente invención se circunscribe dentro del ámbito ferroviario y de manera particular entre los procedimientos de medida de parámetros geométricos de la infraestructura.
ANTECEDENTES DE LA INVENCIÓN
En el entorno ferroviario es necesario controlar el estado de los parámetros geométricos que definen la infraestructura a lo largo de todo su ciclo de vida, incluyendo las fases de construcción y operación. El administrador de la infraestructura programa inspecciones para conocer el estado de las instalaciones con una periodicidad que varía dependiendo de su criterio y experiencia. Para ello, el personal de mantenimiento combina inspecciones visuales con mediciones realizadas con diferentes dispositivos, que capturan datos por medio de sensores de diferente tecnología y principio de funcionamiento. Los sensores pueden integrarse en elementos críticos de la propia infraestructura, o bien embarcarse en diferentes vehículos; típicamente, carros operados manualmente o dresinas/trenes auscultadores.
El empleo de estos sensores permite contar con una medida de los parámetros geométricos que definen la infraestructura, tanto los relativos a la vía como a los sistemas de electrificación ferroviaria, así como conocer si cualquier elemento externo al trazado de la línea férrea (por ejemplo, la vegetación) infringe los gálibos de la infraestructura o del material rodante, pudiendo resultar en una indeseada interrupción en los servicios ferroviarios.
En lo relativo a los dispositivos embarcados en vehículos de medición, existen diferentes soluciones conocidas en el estado de la técnica. Los carros operados manualmente, por lo general, embarcan sensores que ofrecen una elevada precisión a costa de un elevado coste inicial de adquisición, y suelen llevar asociado un post-procesado en gabinete de las mediciones realizadas. En el caso de los trenes auscultadores, al elevado coste tanto de adquisición como de operación de este tipo de vehículos, se le añade la ingente cantidad de datos generada en cada campaña de medición, que dificulta su tratamiento in-situ y en tiempo real. Los sensores de empleo más extendido suelen ser del tipo escáner láser o LIDAR (Light Detection and Ranging), que generan una nube de puntos de los elementos de la infraestructura ferroviaria cuyos parámetros geométricos se quiere conocer. La medida arrojada por dichos sensores puede estar complementada por imágenes o vídeos capturados por cámaras de alta resolución, ayudando a reconocer patrones por medio de complejos algoritmos y procedimientos que con frecuencia se apoyan en técnicas de aprendizaje profundo e inteligencia artificial. En otras ocasiones, se puede prescindir de los sistemas LIDAR; generando una nube de puntos “reconstruida” mediante las referidas técnicas de visión artificial. Asimismo, suele ser habitual correlacionar espacialmente dichas mediciones por medio de sistemas de georreferenciación basados en receptores GNSS (Global Navigation Satellite System) y sensores de tipo ¡nercial. En ocasiones también se incorporan dispositivos capaces de registrar variables de tipo ambiental. De lo anterior se deduce, por tanto, que existe una necesidad de optimizar los requisitos de los sensores empleados y de reducir el tiempo de tratamiento de los datos que capturan. La motivación es proveer al gestor de la infraestructura o empresa encargada de la construcción y/o mantenimiento de la línea (en adelante, se hablará genéricamente de “gestor de la infraestructura”) de una información en tiempo real, ágil y de interpretación sencilla por el personal desplazado en campo, de forma que se pueda evitar la etapa de post-proceso en gabinete de las mediciones por un técnico especializado.
Esta necesidad debe fundamentarse en la construcción de un procedimiento de medida robusto, basado en diferentes algoritmos y tratamientos estadísticos que combinen de forma eficiente los datos en bruto recogidos por los sensores para generar la información final de los parámetros geométricos que el gestor de la infraestructura demanda conocer, con la precisión requerida.
De esta forma, mediante la generación de dicho procedimiento optimizado, se pueden emplear sensores con una resolución inferior y con una menor intensidad de datos generada, reduciendo consecuentemente los costes iniciales de adquisición y operación de los vehículos de vía necesarios. El solicitante de la presente invención, tras análisis de diferentes alternativas en sensores y algoritmia, concluye que un procedimiento que pueda cumplir con las condiciones anteriormente referidas, necesariamente debe realizar un tratamiento estático de la nube de puntos. Además, con frecuencia el gestor de la infraestructura prefiere evitar un muestreo continuo, restringiendo el análisis a puntos singulares de la infraestructura.
Por tanto, es objeto de la presente invención responder eficientemente a la necesidad anteriormente apuntada, y superar las soluciones actualmente conocidas en el estado de la técnica relativas a la captura y tratamiento de parámetros geométricos de líneas ferroviarias, de forma particular pero no limitativa, altura y descentramiento de línea aérea de contacto, y gálibos a elementos singulares de la infraestructura.
La búsqueda de antecedentes ha arrojado una serie de documentos basados esencialmente en procedimientos de medición continua, en los que varían los sensores empleados y/o el vehículo en el que se integran, así como el tipo de datos adicionales registrados.
CN203037214U y CN103852011A proponen sendos sistemas portátiles de medición de altura y descentramiento de línea aérea de contacto, así como los métodos de medición asociados. Se describe un procedimiento de medida en continuo, el que un dispositivo LIDAR 2D, embarcado en un vehículo tipo “trolley” encarrilado en vía, registra de manera continua una nube de puntos en la que el plano de escaneo es perpendicular a la dirección de avance. Mediante un proceso de filtrado, fusión y tratamiento estadístico de los puntos registrados, los inventores aseguran que el procedimiento que proponen permite un procesamiento rápido y en tiempo real de la nube de puntos. Sin embargo, el solicitante de la presente patente considera que el método divulgado en dichos documentos presenta aspectos susceptibles de ser mejorados, y hace las siguientes reflexiones:
Con respecto a CN203037214U, se establece que el procedimiento permite resolver los parámetros geométricos de la línea aérea de contacto en tiempo real mediante un algoritmo de regresión lineal; sin embargo, regresiones de este tipo aplicadas a nubes de puntos de un entorno ferroviario, suelen suponer tiempos de procesamiento de vahos segundos, lo que dificulta una visualización en tiempo real por parte del usuario en campo. Por otro lado, se asegura un error promedio de medición de +/- 2 mm en descentram ¡entos y +/- 4 mm en alturas; sin embargo, el dispositivo con respecto al que se ha contrastado estas precisiones es un telémetro láser de operación manual, de principio de medida y operación diferente, por lo que no deberían ser dispositivos contrastables. Con respecto a CN103852011A, (i) para obtener una precisión típicamente aceptable por el gestor de la infraestructura ferroviaria (+/- 1 cm), los autores establecen que se deben asegurar al menos 10 escaneos por metro lineal de avance; esto en la práctica supone una velocidad de movimiento del trolley de entre 3-4 km/h, dependiendo en este caso de la mayor o menor pericia del operador al mantener una velocidad de muestreo constante a lo largo del tramo muestreado, y lo suficientemente baja como para garantizar la precisión requerida; (¡i) el procedimiento tiene un rango de desplazamiento preestablecido de 1 metro, de forma que se combinan los datos registrados en ese metro en un único dato que seguidamente se sigue procesando; se entiende entonces que la información de altura y descentramiento se vincula al inicio de cada metro, por lo que se puede llegar a perder cierta precisión cuando se pretenda conocer dichos valores en puntos singulares de la infraestructura, como puede ser bajo poste; (iii) el procedimiento permite detectar un hilo de contacto por línea, al ser el caso más frecuente en las líneas de ferrocarril de China. Sin embargo, no se podrían resolver casos de dos hilos de contacto por línea, siendo éstos bastante habituales en líneas convencionales en Europa, sobre todo aquellas electrificadas en corriente continua, como líneas de cercanías.
El documento CN105416097B recoge un procedimiento similar al descrito en CN103852011A, pero sustituyendo la plataforma de integración de sensores tipo “trolley” por un castillete de vehículo bivial para montaje de línea aérea de contacto. De esta forma, el procedimiento de medida adapta la metodología de CN103852011 A a un caso de uso en obra de montaje de línea aérea de contacto, pero mantiene los mismos problemas (i) a (iii) ya descritos en el párrafo anterior.
Otros documentos conocidos del estado de la técnica son CN104406521 A y CN104748685A; ambos permiten resolver, en continuo, parámetros geométricos de la línea aérea de contacto mediante vehículos tipo “trolley” y utilizan tecnologías de medición visual combinando láser y cámaras. El empleo de estos sensores frente a sensores de tipo LIDAR en entornos ferroviarios presenta una desventaja procedimental clara: necesitan de focos para ¡luminar la escena en ausencia de luz ambiental, siendo el período nocturno el más habitual para las tareas de mantenimiento en las que se programan las campañas de medición con este tipo de equipos. Como los focos deben tener una potencia suficiente para ¡luminar un objetivo situado a varios metros de altura/distancia, y el espacio disponible para su integración en el trolley es reducido, el número de focos que es posible integrar es limitado; por lo que sólo será posible focalizar la iluminación hacia un determinado objetivo (el hilo de contacto, los postes... ), reduciendo con ello el número de parámetros geométricos de la infraestructura ferroviaria que el dispositivo es capaz de capturar y procesar en tiempo real.
Por último, CN110207597A describe un procedimiento de medida de altura y descentramiento de hilo de contacto en base a un escáner LIDAR específicamente diseñado para el entorno ferroviario; este tipo de procedimientos con dispositivos diseñados ad-hoc limita la posibilidad de empleo en líneas operativas, al ser requeridos por el gestor de la infraestructura largos y costosos procesos de homologación que son difíciles de asumir por el fabricante si el volumen de mercado del equipo es reducido.
De acuerdo con lo anterior, existe la necesidad de proponer un procedimiento robusto, capaz de tratar en tiempo real e in-situ, los datos en bruto capturados por sensores que monitorizan parámetros geométricos de líneas ferroviarias, con un nivel de muestreo optimizado de forma que se cumplan los requerimientos mínimos más habituales de los gestores de la infraestructura.
Por lo tanto, es objeto de la presente invención proponer un procedimiento optimizado, eficiente y sencillo que permita la gestión y tratamiento de los datos obtenidos de la infraestructura ferroviaria en tiempo real. La propuesta pasa necesariamente por un procedimiento basado en medidas estáticas, que implique detenerse durante varios segundos en puntos singulares de la línea ferroviaria, y que trate estos casos de forma personalizada según los requerimientos. DESCRIPCIÓN DE LA INVENCIÓN
Es objeto de la presente invención un procedimiento para captura y tratamiento in- situ de parámetros geométricos de líneas ferroviarias que emplea como punto de partida datos generados por sensores de distinta tecnología. Estos sensores combinan métodos de medición directa e indirecta:
- Medición directa de los parámetros geométricos de vía. De forma particular, pero no limitativa: ancho, peralte, inclinación, distancia recorrida y posicionamiento en coordenadas absolutas.
- Medición indirecta de parámetros geométricos de la infraestructura a partir del tratamiento de nubes de puntos generadas por sensores de diferente tecnología. En la realización propuesta, el sensor es un escáner láser 2D LIDAR (Láser Imaging Detection and Ranging), si bien el procedimiento puede adaptarse para tratar nubes de puntos generadas por otros medios (por ejemplo, visión artificial mediante cámaras). A través de tratamientos estadísticos y algoritmia, a partir de estas nubes de puntos en bruto, se obtienen finalmente parámetros geométricos de la infraestructura ferroviaria tales como: altura y descentramiento del hilo de contacto, gálibo a poste y gálibos/distancias de aislamiento eléctrico (en vías electrificadas) y gálibos del material rodante en cualquier tipo de línea.
De acuerdo con lo anterior, el procedimiento desarrollado se nutre, particularmente en la realización propuesta, pero no de forma limitativa, de datos capturados por los siguientes sensores:
- Escáner láser LIDAR 2D para generar las nubes de puntos.
- Sensor ¡nercial tipo IMU (Inertial Monitoring Unit) para la medición del peralte e inclinación de la vía.
- Transductor de desplazamiento lineal para medir el ancho de vía y determinar en todo momento su eje central, empleado para referenciar las medidas. - Receptor GNSS multiconstelación para georreferenciar las medidas realizadas.
- Encoder rotativo ¡ncremental para determinar de forma precisa la distancia recorrida sobre la traza de la vía.
Lo anterior aplica sólo a una realización preferida de la invención, de forma que sería aceptable para el procedimiento cualquier sensor capaz de ofrecer mediciones de los parámetros geométricos anteriormente referidos.
Adicionalmente a estos sensores, en la realización propuesta se incorporan dos cámaras que toman fotografías frontales y acimutales del entorno ferroviario, facilitando al usuario las posibles revisiones posteriores, en gabinete, de las medidas que se tomaron en campo. Asimismo, para mejorar la calidad de las imágenes en períodos nocturnos o de escasa iluminación ambiental (por ejemplo, túneles), en la realización propuesta la escena se ilumina mediante vahos focos LED tanto frontales como acimutales.
Los sensores y dispositivos de los que se nutre el procedimiento objeto de la presente invención se embarcan de manera preferente en un vehículo tipo carro, operado manualmente, del tipo “trolley”. No obstante, es también habitual en el ámbito ferroviario integrar dichos sensores en vehículos motorizados, tales como camiones bi-viales, dresinas de mantenimiento o trenes auscultadores.
En cualquier caso, dicho vehículo debe garantizar la posibilidad de detenerse durante varios segundos en puntos singulares de la línea ferroviaria para permitir la medición estática prevista en este procedimiento. Estos puntos singulares variarán en función de los requerimientos que establezca el gestor de la infraestructura para cada línea en particular; en la mayor parte de los casos, junto a poste (en recta y curva) y a mitad de vano (en curva). En lo relativo a la línea aérea de contacto, estas zonas son de especial interés, ya que es donde se sitúan los puntos con descentram ¡entos máximos (en valor absoluto) y los puntos “duros” en cuanto a alturas (zonas especialmente sometidas a desgastes del hilo de contacto, y por tanto, susceptibles de someterse a un mayor control en el mantenimiento de la infraestructura). En lo relativo a otros elementos de la infraestructura, el gestor define en cada caso los elementos singulares a monitorizar (por ejemplo, distancias de aislamiento eléctrico en seccionam ¡entos de lámina de aire, distancia del gálibo de material rodante a la bóveda de un túnel o a vegetación circundante, etc.). El procedimiento permite tratar estos casos de forma personalizada según los requerimientos que en cada caso defina el gestor de la línea ferroviaria.
Con todo lo anterior, el método propuesto se fundamenta en el tratamiento de nubes de puntos en secciones 2D o “rodajas”, de forma particular pero no limitativa, aquellas generadas por un escáner láser LIDAR. Para grabar cada una de estas rodajas, el técnico de campo debe detener el vehículo de vía en el que se integran los ya referidos sensores en el punto de interés. Por tanto, el input del procedimiento es la sección 2D generada al lanzar una medida estando el equipo estacionado en el punto de interés (en adelante, la “escena”).
Se distinguen dos caminos complementarios en el procedimiento en función de los parámetros geométricos de la línea ferroviaria a muestrear:
- Alternativa 1 : resolución de altura y descentramiento de línea aérea de contacto.
- Alternativa 2: resolución de gálibos a elementos singulares de la infraestructura.
A continuación, se describen los pasos del procedimiento que son comunes a las alternativas 1 y 2:
- Determinación del número de posiciones angulares por escena necesarias para resolver los elementos singulares de la infraestructura ferroviaria en base a un estudio de la casuística propia de estos entornos. Este número de posiciones angulares mínimo determinará tanto el modelo de escáner láser empleado, como sus parámetros de configuración (de forma particular, pero no limitativa: campo de visión, resolución angular y apertura del haz).
- Determinación del número mínimo de pasadas por cada posición angular para asegurar la repetitividad de las medidas. Este valor vendrá fijado por un estudio de la evolución de los estadísticos de centralización y dispersión más representativos de la tipología de nubes de puntos obtenidas en escenas del entorno ferroviario.
- Obtención de las coordenadas brutas de cada punto de la escena de acuerdo con el sistema de referencia empleado por el sensor generador de nubes de puntos. De forma particular, pero no limitativa, en una realización donde el sensor generador de nubes de puntos es un LIDAR, se obtiene, para cada posición angular, un conjunto de puntos definidos por su distancia al sensor y por un parámetro indicativo de la potencia de la intensidad reflejada, típicamente, el RSSI (Received Signal Strength Indicator o RSSI).
- Algoritmo de promediado de puntos en cada posición angular, eliminando tanto valores atípicos/ “outliers” como “puntos fantasma” /“ghost points”, compuesto por las siguientes etapas:
- Análisis y determinación de la distribución (o distribuciones) muéstrales a las que mejor se ajustan los datos.
- Separación (en su caso) de las distribuciones muéstrales encontradas, y filtrado (eliminación) de todo punto situado a una distancia prefijada del estadístico de centralización escogido. Dicha distancia se define en base a un margen de +/- “n” veces el estadístico de dispersión seleccionado, siendo “n” un número entero.
- Cálculo de la distribución muestral que mejor se ajusta a esta nueva muestra filtrada, fijando de antemano unos parámetros mínimos de calidad del ajuste.
- Comprobación del grado de cumplimiento de los parámetros de calidad del ajuste anterior y, en caso de superar los requisitos mínimos, selección del valor medio (distancia) de esta distribución (junto con su RSSI asociada) como punto representativo y eliminación del resto de puntos. - Transformación de coordenadas y correcciones por “offset” constructivos del equipo en el que se integra el sensor generador de nube de puntos. Esto es, presentación de las medidas en función del sistema de referencia preferido por el gestor de la infraestructura. Típicamente, un sistema de coordenadas cartesianas en el que el eje de abscisas se sitúa sobre el plano medio de rodadura (PMR), y el de ordenadas parte del eje de la vía y es perpendicular al PMR.
Una vez realizados los pasos anteriores, en el caso de ser de aplicación la alternativa 1 (resolución de altura y descentramiento de línea aérea de contacto), el procedimiento continuaría como sigue:
- Reducción de la cantidad de puntos a analizar dentro de la sección, restringiendo el área a una región de interés /región of interest (ROI) definida de forma dinámica de acuerdo con los requerimientos de alturas y descentram ¡entos límite establecidos por cada gestor de la infraestructura.
- Clusterización o agrupamiento espacial de los puntos que pueden potencialmente formar parte de uno (o dos) hilos de contacto, empleando para ello un algoritmo parametrizable en función de sus características físicas y límites constructivos (diámetro del hilo, rango de alturas esperable sobre el plano medio de rodadura y separación entre hilos en el caso de líneas con doble hilo de contacto). Dichos parámetros, junto con los del escáner láser, definen un número mínimo y máximo de impactos esperables sobre un objeto del tipo “hilo de contacto”.
- División de los clústeres de la etapa anterior en subgrupos de puntos que pueden dar lugar a uno o dos hilos de contacto. Para ello, se establece (i) un umbral mínimo y máximo de puntos que definen su potencialidad para representar uno o dos hilos de contacto, y (¡i) un criterio para la división de los clústeres de la etapa previa en función del número de puntos que lo conforman.
- Ponderación espacial de los puntos contenidos en los subgrupos del paso previo en base al parámetro indicativo de la potencia de la intensidad reflejada, típicamente, el RSSI. Como resultado de esta ponderación, se obtiene un punto en una posición “virtual”, ponderada en base a los RSSI de los puntos originales. Este algoritmo permite refinar la precisión de las medidas, ya que para sensores del tipo escáner láser, la precisión es mayor cuanto mayor es el valor de la intensidad reflejada. Estos puntos virtuales están definidos por sus coordenadas referidas al sistema vía, por lo que la abscisa se corresponderá con el descentramiento del hilo de contacto candidato, y la ordenada con la altura.
- Filtrado final de puntos virtuales candidatos, seleccionando como hilo o hilos de contacto (en caso de líneas con doble hilo de contacto) aquel o aquellos más bajos y descentrados. Con ello se consigue estar resolviendo en todo momento la altura y el descentramiento de los hilos de contacto activos, ya que pueden darse situaciones con presencia de más de dos hilos de contacto en una misma escena (seccionam ¡entos de catenaria), donde algunos de los hilos de la escena no están en contacto directo con el pantógrafo en las circulaciones de los trenes.
- Sincronización de estas medidas puntuales y estáticas de altura y descentramiento del hilo o hilos de contacto, con el resto de los parámetros capturados por los sensores auxiliares, que completan la información requerida por el gestor de la infraestructura.
En lo que respecta al caso de aplicación de la alternativa 2 (resolución de gálibos a elementos singulares de la infraestructura), el procedimiento mantendría los pasos comunes a las dos alternativas, y continuaría como sigue:
- Reducción de la cantidad de puntos a analizar dentro de la sección, restringiendo el área a una región de interés/ región of interest (ROI) definida de forma dinámica de acuerdo con los requerimientos geométricos del elemento singular de la infraestructura ferroviaria a detectar en cada caso (gálibo a poste, gálibos de aislamiento eléctrico, etc.)
- Clusterización o agrupamiento espacial de los puntos que pueden potencialmente formar parte del elemento singular a detectar, en base a patrones definitorios determinados por sus características geométricas más representativas; de forma particular, pero no limitativa, rectas y curvas.
- Determinación de la distancia mínima desde el origen de coordenadas definido por el sistema de referencia empleado por el gestor de la infraestructura (típicamente el mismo que el empleado para altura y descentramiento del hilo o hilos de contacto) a los puntos asociados a un patrón concreto en el paso previo.
- Sincronización de estas medidas puntuales y estáticas de distancias mínimas (gálibos) a elementos singulares de la infraestructura, con el resto de los parámetros capturados por los sensores auxiliares, que completan la información requerida por el gestor de la infraestructura.
Salvo que se indique lo contrario, todos los elementos técnicos y científicos usados en la presente memoria poseen el significado que habitualmente entiende un experto normal en la técnica a la que pertenece esta invención. En la práctica de la presente invención se pueden usar procedimientos y materiales similares o equivalentes a los descritos en la memoria.
A lo largo de la descripción y de las reivindicaciones la palabra “comprende” y sus variantes no pretenden excluir otras características técnicas, aditivos, componentes o pasos. Para los expertos en la materia, otros objetos, ventajas y características de la invención se desprenderán en parte de la descripción y en parte de la práctica de la invención.
EXPLICACIÓN DE LAS FIGURAS
Para complementar la descripción que se está realizando y con objeto de ayudar a una mejor comprensión de las características de la invención, de acuerdo con un ejemplo preferente de realización práctica de la misma, se acompaña como parte integrante de dicha descripción, un juego de dibujos en donde con carácter ilustrativo y no limitativo, se ha representado lo siguiente. En la figura 1 , podemos observar una representación de las etapas básicas del procedimiento objeto de la invención.
En la figura 2 se ha representado diagrama con los pasos que se llevan a cabo para la resolución de altura y descentramiento de una línea aérea de contacto (6).
En la figura 3 se muestra la resolución de gálibos a elementos singulares de la infraestructura (13).
REALIZACIÓN PREFERENTE DE LA INVENCIÓN
A la vista de las figuras se describe seguidamente un modo de realización preferente de la invención propuesta.
El procedimiento objeto de la invención para la captura y tratamiento in-situ y en tiempo real de parámetros geométricos comprende los siguientes pasos:
- Determinación del número de posiciones angulares por escena (1) necesarias para resolver los elementos singulares de la infraestructura ferroviaria en base a un estudio de la casuística propia de estos entornos. Este número de posiciones angulares mínimo determinará tanto el modelo de escáner láser empleado, como sus parámetros de configuración (de forma particular, pero no limitativa: campo de visión, resolución angular y apertura del haz).
- Determinación del número mínimo de pasadas por cada posición angular (2) para asegurar la repetitividad de las medidas. Este valor vendrá fijado por un estudio de la evolución de los estadísticos de centralización y dispersión más representativos de la tipología de nubes de puntos obtenidas en escenas del entorno ferroviario. De forma particular, pero no limitativa: media y mediana como estadísticos de centralización; desviación típica y desviación de la mediana como estadísticos de dispersión. - Obtención de las coordenadas brutas de cada punto de la escena (3) de acuerdo con el sistema de referencia empleado por el sensor generador de nubes de puntos. De forma particular, pero no limitativa, en una realización donde el sensor generador de nubes de puntos es un LIDAR, se obtiene, para cada posición angular, un conjunto de puntos definidos por su distancia al sensor y por un parámetro indicativo de la potencia de la intensidad reflejada, típicamente, el RSSI (Received Signal Strength Indicator o RSSI).
- Algoritmo de promediado de puntos en cada posición angular, eliminando tanto valores atípicos (4) o “outliers” como “puntos fantasma” /“ghost points”, compuesto por las siguientes etapas:
- Análisis y determinación de la distribución (o distribuciones) muéstrales a las que mejor se ajustan los datos en cada posición angular (4.1). De forma particular, pero no limitativa, en una realización de la invención que emplea un LIDAR como generador de la nube de puntos, las muestras para cada posición angular se ajustan a una distribución normal, o a dos distribuciones normales parcialmente solapadas.
- Separación (en su caso) de las distribuciones muéstrales encontradas, y filtrado (4.2) (eliminación) de todo punto situado a una distancia prefijada del estadístico de centralización escogido. Dicha distancia se define en base a un margen de +/- “n” veces el estadístico de dispersión seleccionado, siendo “n” un número entero. De forma particular, pero no limitativa, en una realización de la invención que emplea un LIDAR como generador de la nube de puntos, se filtran (eliminan) todos aquellos puntos situados fuera de un margen de +/- 3 veces la desviación calculada con respecto a la mediana.
- Cálculo de la distribución muestral que mejor se ajusta a esta nueva muestra filtrada (4.3), fijando de antemano unos parámetros mínimos de calidad del ajuste. De forma particular, pero no limitativa, la distribución normal con mejor ajuste. - Comprobación del grado de cumplimiento de los parámetros de calidad del ajuste anterior (4.4) y, en caso de superar los requisitos mínimos, selección del valor medio (distancia) de esta distribución (junto con su RSSI asociada) y eliminación del resto de puntos (4.5).
- Transformación de coordenadas y correcciones por “offset” (5) constructivos del equipo en el que se integra el sensor generador de nube de puntos. Esto es, presentación de las medidas en función del sistema de referencia preferido por el gestor de la infraestructura. Típicamente, un sistema de coordenadas cartesianas en el que el eje de abscisas se sitúa sobre el plano medio de rodadura (PMR), y el de ordenadas parte del eje de la vía y es perpendicular al PMR.
Una vez realizados los pasos anteriores, en el caso de ser de aplicación la alternativa 1 (resolución de altura y descentramiento de línea aérea de contacto, (6)), el procedimiento continuaría como sigue, tal y como se muestra en la figura 2:
- Reducción de la cantidad de puntos a analizar dentro de la sección (7), restringiendo el área a una región de interés /región of interest (ROI) definida de forma dinámica de acuerdo con los requerimientos de alturas y descentram ¡entos límite establecidos por cada gestor de la infraestructura.
- Clusterización o agrupamiento espacial de los puntos que pueden potencialmente formar parte de uno (o dos) hilos de contacto (8), empleando para ello un algoritmo parametrizable en función de sus características físicas y límites constructivos (diámetro del hilo, rango de alturas esperable sobre el plano medio de rodadura y separación entre hilos en el caso de líneas con doble hilo de contacto). Dichos parámetros, junto con los del escáner láser, definen un número mínimo y máximo de impactos esperables sobre un objeto del tipo “hilo de contacto”.
- División de los clústeres de la etapa anterior en subgrupos de puntos (9) que pueden dar lugar a uno o dos hilos de contacto. Para ello, se establece (i) un umbral mínimo y máximo de puntos que definen su potencialidad para representar uno o dos hilos de contacto, y (¡i) un criterio para la división de los clústeres de la etapa previa en función del número de puntos que lo conforman.
- Ponderación espacial de los puntos contenidos en los subgrupos (10) del paso previo en base al parámetro indicativo de la potencia de la intensidad reflejada, típicamente, el RSSI. Como resultado de esta ponderación, se obtiene un punto en una posición “virtual”, ponderada en base a los RSSI de los puntos originales. Este algoritmo permite refinar la precisión de las medidas, ya que para sensores del tipo escáner láser, la precisión es mayor cuanto mayor es el valor de la intensidad reflejada. Estos puntos virtuales están definidos por sus coordenadas referidas al sistema vía, por lo que la abscisa se corresponderá con el descentramiento del hilo de contacto candidato, y la ordenada con la altura.
- Filtrado final de puntos virtuales candidatos (11 ), seleccionando como hilo o hilos de contacto (en caso de líneas con doble hilo de contacto) aquel o aquellos más bajos y descentrados. Con ello se consigue estar resolviendo en todo momento la altura y el descentramiento de los hilos de contacto activos, ya que pueden darse situaciones con presencia de más de dos hilos de contacto en una misma escena (seccionam ¡entos de catenaria), donde algunos de los hilos de la escena no están en contacto directo con el pantógrafo en las circulaciones de los trenes.
- Sincronización de estas medidas puntuales y estáticas de altura y descentramiento del hilo o hilos de contacto, con el resto de los parámetros capturados (12) por los sensores auxiliares, que completan la información requerida por el gestor de la infraestructura. De forma particular, pero no limitativa: punto kilométrico (PK) o distancia recorrida desde el comienzo de la campaña de muestreo, referenciación absoluta de la escena mediante coordenadas GNSS, ancho, peralte e inclinación de la vía.
En lo que respecta al caso de aplicación de la alternativa 2 (resolución de gálibos a elementos singulares de la infraestructura (13)), el procedimiento se iniciaría a continuación de la etapa de transformación de coordenadas y correcciones por offset (5) anteriormente referido, y continuaría como sigue, tal y como se muestra en la figura 3.
- Reducción de la cantidad de puntos a analizar dentro de la sección (14), restringiendo el área a una región de interés / (región of interest) (ROI) definida de forma dinámica de acuerdo con los requerimientos geométricos del elemento singular de la infraestructura ferroviaria a detectar en cada caso (gálibo a poste, gálibos de aislamiento eléctrico, etc.)
- Clusterización o agrupamiento espacial de los puntos que pueden potencialmente formar parte del elemento singular a detectar (15), en base a patrones definitorios determinados por sus características geométricas más representativas; de forma particular, pero no limitativa, rectas y curvas.
- Determinación de la distancia mínima desde el origen de coordenadas definido por el sistema de referencia empleado por el gestor de la infraestructura (16) (típicamente el mismo que el empleado para altura y descentramiento del hilo o hilos de contacto) a los puntos asociados a un patrón concreto en el paso previo.
- Sincronización de estas medidas puntuales y estáticas de distancias mínimas (gálibos) a elementos singulares de la infraestructura (17), con el resto de los parámetros capturados por los sensores auxiliares, que completan la información requerida por el gestor de la infraestructura. De forma particular, pero no limitativa: punto kilométrico (PK) o distancia recorrida desde el comienzo de la campaña de muestreo, referenciación absoluta de la escena mediante coordenadas GNSS, ancho, peralte e inclinación de la vía.
Descrita suficientemente la naturaleza de la presente invención, así como la manera de ponerla en práctica, se hace constar que, dentro de su esencialidad, podrá ser llevada a la práctica en otras formas de realización que difieran en detalle de la indicada a título de ejemplo, y a las cuales alcanzará igualmente la protección que se recaba, siempre que no altere, cambie o modifique su principio fundamental.

Claims

REIVINDICACIONES
1 Procedimiento para captura y tratamiento in-situ y en tiempo real de parámetros geométricos de líneas ferroviarias, que comprende las siguientes etapas:
- Determinación del número de posiciones angulares por escena (1) necesarias, donde este número de posiciones angulares mínimo determina tanto el modelo de escáner láser empleado, como sus parámetros de configuración.
- Determinación del número mínimo de pasadas por cada posición angular (2), donde este valor vendrá fijado por un estudio de la evolución de los estadísticos de centralización y dispersión más representativos de la tipología de nubes de puntos obtenidas en escenas del entorno ferroviario.
- Obtención de las coordenadas brutas de cada punto de la escena (3) de acuerdo con el sistema de referencia empleado por el sensor generador de nubes de puntos.
- Algoritmo de promediado de puntos en cada posición angular, eliminando tanto valores atípicos o “outliers” como “puntos fantasma” / “ghost points” (4), compuesto por las siguientes etapas: o Análisis y determinación de la distribución o distribuciones muéstrales a la que mejor se ajustan a los datos en cada posición angular y determinación de la distribución muestral (4.1) a la que se ajustan con mayor calidad. o Separación (en su caso) de las distribuciones muéstrales encontradas, y filtrado (4.2) (eliminación) de todo punto situado a una distancia prefijada del estadístico de centralización escogido, donde dicha distancia se define en base a un margen de +/- “n” veces el estadístico de dispersión seleccionado, siendo “n” un número entero. o Cálculo de la distribución muestral que mejor se ajusta a esta nueva muestra filtrada (4.3), fijando de antemano unos parámetros mínimos de calidad del ajuste. o Comprobación del grado de cumplimiento de los parámetros de calidad del ajuste anterior (4.4) y, en caso de superar los requisitos mínimos, selección del valor medio (distancia) de esta distribución (junto con su RSSI asociada) como punto representativo y eliminación del resto de puntos (4.5).
- Transformación de coordenadas y correcciones por “offset” (5) constructivos del equipo en el que se integra el sensor generador de nubes de puntos, en el que el eje de abscisas se sitúa sobre el plano medio de rodadura (PMR), y el de ordenadas parte del eje de la vía y es perpendicular al PMR.
- Aplicación o bien de las etapas para la resolución de altura y descentramiento de línea aérea de contacto (6), o bien aplicación de las etapas de resolución de gálibos a elementos singulares de la infraestructura (13)).
2.- Procedimiento para captura y tratamiento in-situ y en tiempo real de parámetros geométricos de líneas ferroviarias según la reivindicación 1 caracterizado porque en el caso de que se busque obtener la resolución de altura y descentramiento de línea aérea de contacto (6), se aplican las siguientes etapas:
- Reducción de la cantidad de puntos a analizar dentro de la sección (7), restringiendo el área a una región de interés / región of interest (ROI) definida de forma dinámica de acuerdo con los requerimientos de alturas y descentram ¡entos límite establecidos por cada gestor de la infraestructura.
- Clusterización o agrupamiento espacial de los puntos que pueden potencialmente formar parte de uno (o dos) hilos de contacto (8), empleando para ello un algoritmo parametrizable en función de sus características físicas y límites constructivos.
- División de los clústeres de la etapa anterior en subgrupos de puntos (9) que pueden dar lugar a uno o dos hilos de contacto. Para ello, se establece (i) un umbral mínimo y máximo de puntos que definen su potencialidad para representar uno o dos hilos de contacto, y (¡i) un criterio para la división de los clústeres de la etapa previa en función del número de puntos que lo conforman.
- Ponderación espacial de los puntos contenidos en los subgrupos del paso previo (10) en base al parámetro indicativo de la potencia de la intensidad reflejada, típicamente, el RSSI. Como resultado de esta ponderación, se obtiene un punto en una posición “virtual”, ponderada en base a los RSSI de los puntos originales.
- Filtrado final de puntos virtuales candidatos (11 ), seleccionando como hilo o hilos de contacto (en caso de líneas con doble hilo de contacto) aquel o aquellos más bajos y descentrados.
- Sincronización de estas medidas puntuales y estáticas de altura y descentramiento del hilo o hilos de contacto, con el resto de los parámetros capturados (12) por los sensores auxiliares.
3.- Procedimiento para captura y tratamiento in-situ y en tiempo real de parámetros geométricos de líneas ferroviarias según la reivindicación 1 caracterizado porque en el caso de que se busque obtener la resolución de gálibos a elementos singulares de la infraestructura (13) el procedimiento comprende las etapas de:
- Reducción de la cantidad de puntos a analizar dentro de la sección (14), restringiendo el área a una región de interés/ región of interest (ROI) definida de forma dinámica de acuerdo con los requerimientos geométricos del elemento singular de la infraestructura ferroviaria.
Clusterización o agrupamiento espacial de los puntos que pueden potencialmente formar parte del elemento singular a detectar (15).
- Determinación de la distancia mínima desde el origen de coordenadas definido por el sistema de referencia empleado por el gestor de la infraestructura (16).
- Sincronización de estas medidas puntuales y estáticas de distancias mínimas (gálibos) a elementos singulares de la infraestructura (17), con el resto de los parámetros capturados por los sensores auxiliares.
4.- Procedimiento para captura y tratamiento in-situ y en tiempo real de parámetros geométricos de líneas ferroviarias según cualquiera de las reivindicaciones anteriores, donde el valor mínimo de pasadas en cada posición angular (2) viene fijado por un estudio de la evolución de la media y la mediana como estadístico de centralización, y de la desviación típica y desviación de la mediana como estadísticos de dispersión más representativos de la tipología de nubes de puntos obtenidas en escenas del entorno ferroviario.
5.- Procedimiento para captura y tratamiento in-situ y en tiempo real de parámetros geométricos de líneas ferroviarias según cualquiera de las reivindicaciones anteriores caracterizado porque en la etapa de obtención de las coordenadas brutas de cada punto de la escena (3), cuando el sensor generador de nubes de puntos es un LIDAR, se obtiene, para cada posición angular, un conjunto de puntos definidos por su distancia al sensor y por un parámetro indicativo de la potencia de la intensidad reflejada como el RSSI (Received Signal Strength Indicator o RSSI).
6.- Procedimiento para captura y tratamiento in-situ y en tiempo real de parámetros geométricos de líneas ferroviarias según cualquiera de las reivindicaciones anteriores caracterizado porque en la etapa de análisis de la distribución de los datos en cada posición angular y determinación de la distribución muestral de mejor ajuste (4.1 ), cuando emplea un LIDAR como generador de la nube de puntos, las muestras para cada posición angular se ajustan a una distribución normal, o a dos distribuciones normales parcialmente solapadas.
7.- Procedimiento para captura y tratamiento in-situ y en tiempo real de parámetros geométricos de líneas ferroviarias según cualquiera de las reivindicaciones anteriores caracterizado porque en la etapa de separación (en su caso) de las distribuciones muéstrales encontradas, y filtrado (4.2) (eliminación) de todo punto situado a una distancia prefijada del estadístico de centralización escogido, cuando emplea un LIDAR como generador de la nube de puntos, se filtran (eliminan) todos aquellos puntos situados fuera de un margen de +/- 3 veces la desviación calculada con respecto a la mediana.
8.- Procedimiento para captura y tratamiento in-situ y en tiempo real de parámetros geométricos de líneas ferroviarias según cualquiera de las reivindicaciones anteriores, caracterizado porque en la etapa de cálculo de la distribución muestral que mejor se ajusta a la nueva muestra filtrada (4.3), se emplea una distribución normal.
9.- Procedimiento para captura y tratamiento in-situ y en tiempo real de parámetros geométricos de líneas ferroviarias según cualquiera de las reivindicaciones anteriores, caracterizado porque en la etapa de sincronización de las medidas puntuales y estáticas de altura y descentramiento del hilo o hilos de contacto, con el resto de parámetros capturados (12) por los sensores auxiliares, estos parámetros son: punto kilométrico (PK) o distancia recorrida desde el comienzo de la campaña de muestreo, referenciación absoluta de la escena mediante coordenadas GNSS, ancho, peralte e inclinación de la vía.
10.- Procedimiento para captura y tratamiento in-situ y en tiempo real de parámetros geométricos de líneas ferroviarias según cualquiera de las reivindicaciones anteriores, caracterizado porque en la etapa de sincronización de las medidas puntuales y estáticas de distancias mínimas (gálibos) a elementos singulares de la infraestructura (17), con el resto de parámetros capturados por los sensores auxiliares, estos parámetros son: el punto kilométrico (PK) o distancia recorrida desde el comienzo de la campaña de muestreo, referenciación absoluta de la escena mediante coordenadas GNSS, ancho, peralte e inclinación de la vía.
PCT/ES2019/070857 2019-12-17 2019-12-17 Procedimiento para captura y tratamiento in-situ y en tiempo real de parámetros geométricos de líneas ferroviarias WO2021123463A1 (es)

Priority Applications (5)

Application Number Priority Date Filing Date Title
EP19853243.4A EP4079597A1 (en) 2019-12-17 2019-12-17 Method for in-situ and real-time collection and processing of geometric parameters of railway lines
US17/756,502 US20220410949A1 (en) 2019-12-17 2019-12-17 Method for in-situ and real-time collection and processing of geometric parameters of railway lines
CA3163192A CA3163192A1 (en) 2019-12-17 2019-12-17 Method for in-situ and real-time collection and processing of geometric parameters of railway lines
PCT/ES2019/070857 WO2021123463A1 (es) 2019-12-17 2019-12-17 Procedimiento para captura y tratamiento in-situ y en tiempo real de parámetros geométricos de líneas ferroviarias
CN201980103106.5A CN114845924B (zh) 2019-12-17 2019-12-17 用于铁路线路的几何参数的现场和实时收集及处理的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/ES2019/070857 WO2021123463A1 (es) 2019-12-17 2019-12-17 Procedimiento para captura y tratamiento in-situ y en tiempo real de parámetros geométricos de líneas ferroviarias

Publications (1)

Publication Number Publication Date
WO2021123463A1 true WO2021123463A1 (es) 2021-06-24

Family

ID=69630332

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/ES2019/070857 WO2021123463A1 (es) 2019-12-17 2019-12-17 Procedimiento para captura y tratamiento in-situ y en tiempo real de parámetros geométricos de líneas ferroviarias

Country Status (5)

Country Link
US (1) US20220410949A1 (es)
EP (1) EP4079597A1 (es)
CN (1) CN114845924B (es)
CA (1) CA3163192A1 (es)
WO (1) WO2021123463A1 (es)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114379598A (zh) * 2022-01-26 2022-04-22 株洲时代电子技术有限公司 一种铁路综合巡检***
CN114812408A (zh) * 2022-04-07 2022-07-29 中车青岛四方车辆研究所有限公司 扫石器距离轨面高度的测量方法及测量***
US20220410949A1 (en) * 2019-12-17 2022-12-29 Telefonos, Lineas Y Centrales, S.A. Method for in-situ and real-time collection and processing of geometric parameters of railway lines
WO2023002068A1 (es) * 2021-07-19 2023-01-26 Telefonos, Lineas Y Centrales S.A. Dispositivo de medida del desplazamiento del hilo de contacto de una catenaria al paso de un pantógrafo
CN115930800A (zh) * 2023-02-21 2023-04-07 西南石油大学 一种基于三维激光点云的隧道掌子面位移场监测方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113870123B (zh) * 2021-08-19 2023-01-03 中国铁路设计集团有限公司 基于车载移动激光点云的接触网导高与拉出值自动检测方法
CN116127779B (zh) * 2023-03-14 2023-08-08 中铁电气化局集团有限公司 一种软横跨一次到位安装方法及***
CN116642472B (zh) * 2023-05-05 2024-07-09 中铁第四勘察设计院集团有限公司 一种铁路工程平面控制测量***及方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203037214U (zh) 2012-12-21 2013-07-03 北京天格高通科技有限公司 一种便携式接触网几何参数检测***
CN103852011A (zh) 2014-03-20 2014-06-11 北京天格高通科技有限公司 基于激光雷达的铁路接触网几何参数分析方法
EP2843361A1 (de) * 2013-08-28 2015-03-04 DB Systemtechnik GmbH Verfahren zur Vermessung der Fahrdrahthöhen und -seitenlage der Oberleitung eines Gleises
CN104406521A (zh) 2014-12-15 2015-03-11 济南蓝动激光技术有限公司 基于视觉测量技术的接触网几何参数测量仪器及检测方法
CN104748685A (zh) 2015-04-17 2015-07-01 上海铁路局科学技术研究所 一种接触网几何参数动态测量方法
CN105416097A (zh) 2015-11-12 2016-03-23 北京天格高通科技有限公司 基于激光雷达的接触网检测检修车及方法
WO2016046109A1 (de) * 2014-09-22 2016-03-31 European Trans Energy Gmbh Verfahren zum ermitteln der lage der oberleitung bzw. der stromschiene für fahrzeuge
US20170066459A1 (en) * 2015-09-03 2017-03-09 Sameer Singh Rail track asset survey system
EP2966400B1 (en) * 2013-03-04 2018-03-28 Railway Technical Research Institute Overhead line position measuring device and method
CN110207597A (zh) 2019-06-27 2019-09-06 河南格通智能科技有限公司 一种非接触式接触网几何参数检测装置和检测方法

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4404440A1 (de) * 1994-02-11 1995-08-17 Siemens Ag Prüfverfahren und Prüfvorrichtung zur Bestimmung der Relativlage eines Fahrdrahtes zum Gleiskörper
JP3891730B2 (ja) * 1999-06-04 2007-03-14 東海旅客鉄道株式会社 トロリ線支持金具取付角度測定装置
DE10114575B4 (de) * 2001-03-24 2006-03-30 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung zur Bestimmung der Restdicke wenigstens eines rundlichen Fahrdrahts
CN201126354Y (zh) * 2007-11-21 2008-10-01 范晓征 便携式铁道线路高低检查工具
CN102628674A (zh) * 2012-03-30 2012-08-08 苏州筑邦测控科技有限公司 非接触式试件表面测试***
CN103217111B (zh) * 2012-11-28 2016-01-06 西南交通大学 一种非接触式接触线几何参数检测方法
JP6159177B2 (ja) * 2013-07-03 2017-07-05 公益財団法人鉄道総合技術研究所 架線位置計測装置及び方法
CN103557788B (zh) * 2013-10-15 2015-10-14 西南交通大学 一种高铁接触网接几何参数检测非接触式补偿及卡尔曼滤波修正方法
JP2015178979A (ja) * 2014-03-19 2015-10-08 東海旅客鉄道株式会社 電車線設備の位置検出装置
CN106537084B (zh) * 2014-08-07 2020-01-21 三菱电机株式会社 轨道位置测量装置及运算部
CN105681735A (zh) * 2014-11-18 2016-06-15 成都捷康特科技有限公司 基于红外热像仪和激光雷达的热红外弓网运行监控***
GB2532760A (en) * 2014-11-27 2016-06-01 Skf Ab Condition monitoring system, condition monitoring unit and method for monitoring a condition of a bearing unit for a vehicle
JP6668573B2 (ja) * 2015-10-02 2020-03-18 東日本旅客鉄道株式会社 車両上空物検測装置及び方法
CN105300295B (zh) * 2015-11-24 2017-11-03 湖南大学 一种便携式单轨非接触式接触网几何参数检测***与方法
CN206019649U (zh) * 2016-05-20 2017-03-15 顾伟国 接触网智能定位仪
CN106997048A (zh) * 2017-05-12 2017-08-01 中铁武汉电气化局集团第工程有限公司 一种激光雷达接触网施工同步检测装置与方法
CN207133431U (zh) * 2017-06-25 2018-03-23 兰州交通大学 一种接触网激光测距***
CN108594247A (zh) * 2018-03-05 2018-09-28 湖北三江航天红峰控制有限公司 一种基于双激光扫描的铁路接触网测量方法和装置
CN109537977B (zh) * 2018-12-04 2023-08-22 国家电网有限公司 一种电力***的拉线定位装置及方法
CN208921129U (zh) * 2018-12-05 2019-05-31 中铁十二局集团电气化工程有限公司 一种隧道内接触网无轨施工测量仪器
CN109373988B (zh) * 2018-12-05 2023-08-01 中铁十二局集团有限公司 隧道内接触网无轨施工测量仪器及方法
WO2020161366A1 (es) * 2019-02-07 2020-08-13 Telefonos, Lineas Y Centrales, S.A. Carro para inspección de parámetros constructivos de vías férreas
JP6669294B1 (ja) * 2019-03-07 2020-03-18 株式会社明電舎 パンタグラフ変位測定装置及びトロリ線硬点検出方法
NL2023276B1 (en) * 2019-06-07 2021-01-11 Fnv Ip Bv A track monitoring system
EP4079597A1 (en) * 2019-12-17 2022-10-26 Telefonos, Lineas y Centrales, S.A. Method for in-situ and real-time collection and processing of geometric parameters of railway lines
FR3120573A1 (fr) * 2021-03-14 2022-09-16 Systo Dispositif de mesure automatisé en hauteur et désaxement d'une caténaire par balayage instrumenté d'un télémètre laser à faisceau fixe.
CN114511635A (zh) * 2022-02-21 2022-05-17 成都翰瑞威自动化测控设备有限责任公司 基于三维点云的接触网测量及分析方法
CN114754673B (zh) * 2022-03-18 2023-09-12 杭州申昊科技股份有限公司 刚性接触网几何参数测量方法、设备和存储介质
CN115014203A (zh) * 2022-06-28 2022-09-06 萨伏威（西安）导航技术有限公司 一种基于激光测距仪的惯导小车三维坐标测量方法及装置
CN116679313A (zh) * 2023-05-29 2023-09-01 中国矿业大学(北京) 单线激光雷达与测距仪移动摆扫的点云坐标时态校正方法
CN116994226A (zh) * 2023-08-14 2023-11-03 苏州同睿兴科技有限公司 一种基于激光点云数据的轨行区域提取方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203037214U (zh) 2012-12-21 2013-07-03 北京天格高通科技有限公司 一种便携式接触网几何参数检测***
EP2966400B1 (en) * 2013-03-04 2018-03-28 Railway Technical Research Institute Overhead line position measuring device and method
EP2843361A1 (de) * 2013-08-28 2015-03-04 DB Systemtechnik GmbH Verfahren zur Vermessung der Fahrdrahthöhen und -seitenlage der Oberleitung eines Gleises
CN103852011A (zh) 2014-03-20 2014-06-11 北京天格高通科技有限公司 基于激光雷达的铁路接触网几何参数分析方法
WO2016046109A1 (de) * 2014-09-22 2016-03-31 European Trans Energy Gmbh Verfahren zum ermitteln der lage der oberleitung bzw. der stromschiene für fahrzeuge
CN104406521A (zh) 2014-12-15 2015-03-11 济南蓝动激光技术有限公司 基于视觉测量技术的接触网几何参数测量仪器及检测方法
CN104748685A (zh) 2015-04-17 2015-07-01 上海铁路局科学技术研究所 一种接触网几何参数动态测量方法
US20170066459A1 (en) * 2015-09-03 2017-03-09 Sameer Singh Rail track asset survey system
CN105416097A (zh) 2015-11-12 2016-03-23 北京天格高通科技有限公司 基于激光雷达的接触网检测检修车及方法
CN110207597A (zh) 2019-06-27 2019-09-06 河南格通智能科技有限公司 一种非接触式接触网几何参数检测装置和检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
MOSTAFA ARASTOUNIA: "Automated Recognition of Railroad Infrastructure in Rural Areas from LIDAR Data", REMOTE SENSING, vol. 7, no. 11, 6 November 2015 (2015-11-06), pages 14916 - 14938, XP055484505, DOI: 10.3390/rs71114916 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220410949A1 (en) * 2019-12-17 2022-12-29 Telefonos, Lineas Y Centrales, S.A. Method for in-situ and real-time collection and processing of geometric parameters of railway lines
WO2023002068A1 (es) * 2021-07-19 2023-01-26 Telefonos, Lineas Y Centrales S.A. Dispositivo de medida del desplazamiento del hilo de contacto de una catenaria al paso de un pantógrafo
CN114379598A (zh) * 2022-01-26 2022-04-22 株洲时代电子技术有限公司 一种铁路综合巡检***
CN114812408A (zh) * 2022-04-07 2022-07-29 中车青岛四方车辆研究所有限公司 扫石器距离轨面高度的测量方法及测量***
CN114812408B (zh) * 2022-04-07 2023-08-22 中车青岛四方车辆研究所有限公司 扫石器距离轨面高度的测量方法及测量***
CN115930800A (zh) * 2023-02-21 2023-04-07 西南石油大学 一种基于三维激光点云的隧道掌子面位移场监测方法
CN115930800B (zh) * 2023-02-21 2023-05-05 西南石油大学 一种基于三维激光点云的隧道掌子面位移场监测方法

Also Published As

Publication number Publication date
EP4079597A1 (en) 2022-10-26
CA3163192A1 (en) 2021-06-24
CN114845924B (zh) 2023-12-12
CN114845924A (zh) 2022-08-02
US20220410949A1 (en) 2022-12-29

Similar Documents

Publication Publication Date Title
WO2021123463A1 (es) Procedimiento para captura y tratamiento in-situ y en tiempo real de parámetros geométricos de líneas ferroviarias
US10997432B2 (en) Method and system to determine vehicle speed
US10816347B2 (en) Tunnel mapping system and methods
US10589763B2 (en) Method and measuring system for registering a fixed point adjacent a track
US9221481B2 (en) Device for measuring speed and position of a vehicle moving along a guidance track, method and computer program product corresponding thereto
US10625760B2 (en) Apparatus and method for calculating wooden crosstie plate cut measurements and rail seat abrasion measurements based on rail head height
US20100007551A1 (en) Methods for GPS to Milepost Mapping
EP2993105B1 (en) Optical route examination system and method
US20150269722A1 (en) Optical route examination system and method
US20120300060A1 (en) Vision system for imaging and measuring rail deflection
RU2521095C1 (ru) Способ диагностики рельсового пути
NL2023276B1 (en) A track monitoring system
EP2784540B1 (de) Verfahren und Vorrichtung zur Ermittlung des Verschleißzustandes eines Gleises
KR101128835B1 (ko) 라인스캔 카메라를 이용한 전차선 높이 및 편위 검측장치 및 그 방법
KR101446057B1 (ko) 침목 균열 검사 장비
CN107074255B (zh) 用于确定用于有轨车辆的轨道的至少一个特征的设备和方法以及有轨车辆
US20190180118A1 (en) Locomotive imaging system and method
CN106809247A (zh) 一种城轨车辆车载自动轨道检测装置
Toyama et al. Structure gauge measuring equipment using laser range scanners and structure gauge management system
CN211765583U (zh) 一种列车轮对三维表面高精度测量***
ES2209601B1 (es) Sistema de auscultacion, registro y tratamiento de desgaste de la catenaria de suministro de energia a unidades motrices de ferrocarril.
CN117516411A (zh) 钢轨廓形动态检测数据定位方法及装置
Ivo et al. New developments in railway data collection with the Mobile Laser scanning system riegl vmx-450 and subsequent post-processing with technet-rail software SiRailScan

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19853243

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 3163192

Country of ref document: CA

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2019853243

Country of ref document: EP

Effective date: 20220718