-
题名基于雷视融合的轨道三维点云重构研究
被引量：2
- 1
-
-
作者
何庆
付彬
王启航
曾楚琦
郝翔
王平
袁泉
-
机构
西南交通大学高速铁路线路工程教育部重点实验室
西南交通大学土木工程学院
广州地铁设计研究院股份有限公司
-
出处
《北京交通大学学报》
CSCD
北大核心
2024年第5期69-77,共9页
-
基金
国家自然科学基金(U1934214,51878576)
中铁第一勘察设计院集团有限公司科技开发项目(2021KY20ZD(ZNGT)-09PT)
国家重点研发计划(2017YFB1201102)。
-
文摘
针对激光雷达无法采集真实色彩信息、图像三维重构点云精度低等单一传感器面临的问题,提出一种融合激光点云与图像对轨道进行三维重建的方法.首先,通过平滑和映射紧耦合的激光雷达惯性里程计(Lidar Inertial Odometry via Smoothing and Mapping,LIO-SAM)进行实时轨道激光点云建图;然后,利用尺度不变特征变换(Scale Invariant Feature Transform,SIFT)算法提取多幅图像上的特征点,并通过匹配相同特征点的方式计算多视角图像之间的几何关系,由运动结构恢复(Structure From Motion,SFM)和多视角密集匹配(Multi-View Stereo,MVS)算法寻找、聚簇和生成包含轨道纹理色彩信息的稠密图像点云;最后,将轨道板的平面特征和钢轨线性特征作为索引特征,采用迭代最近点(Iterative Closest Point,ICP)算法将图像点云与激光点云进行合并配准,并以激光点云空间位置信息为基准,融合图像点云纹理色彩信息得到精准且真实感强的轨道三维模型.研究结果表明:相较于传统配准算法,改进算法的形状参数和最近邻点分布指标分别提升83.4%和85.9%;对轨道点云进行目标识别时,融合点云的总体精度较原始点云提升7.7%,在平均精度和均值交并等指标上表现更优;通过轨道融合点云计算得到的轨距、高差与实测数据的对比误差在3 mm以内,证明了轨道三维点云重构方法的有效性.
-
关键词
铁路轨道建模
雷视融合
数据融合
轨道点云模型
-
Keywords
railway track modeling
LiDAR-vision fusion
data fusion
track point cloud model
-
分类号
U216.3
[交通运输工程—道路与铁道工程]
-
