-
题名点云数据在道岔关键节点几何检测应用
被引量：1
- 1
-
-
作者
王东妍
于才
沈鹍
张振见
李亚峰
-
机构
中国铁道科学研究院集团有限公司电子计算技术研究所
北京经纬信息技术有限公司
中国铁路兰州局集团有限公司银川工务段
-
出处
《测绘通报》
CSCD
北大核心
2024年第3期107-112,共6页
-
基金
中国铁道科学研究院集团有限公司科研开发基金(2022YJ288)。
-
文摘
道岔服役状态检测工序复杂,传统方法需要结合轨检车、轨距尺、支距尺和降低值测量仪进行测量,设备类型繁杂,测量工序多,对天窗时间要求较高。为提高检测效率,本文提出了一种基于点云的单开道岔关键节点测量方法。该方法利用CAD图元信息及图卷积神经网络,实现对道岔结构三维点云数据的精确化、自动化识别、分割与提取,准确度为99.68%。同时,结合道岔结构几何先验信息,完成了对道岔结构轨距、导曲线支距、尖轨降低值等关键几何形位参数快速化精确提取。实例验证表明,本文提出的基于点云的道岔关键几何形位检测方法的测量结果与真实值误差为亚毫米级,满足实际工程检测要求,省去了多种检测设备,节约了大量天窗时间,具有较高的实用性,是未来道岔测量的发展趋势。
-
关键词
三维点云数据
道岔
服役状态
卷积神经网络
激光扫描
-
Keywords
3D point cloud data
turnout
operating status
convolutional neural network
laser scanning
-
分类号
P23
[天文地球—摄影测量与遥感]
-
