面向轨道维护的可变轨距轨道模型与钢轨点云的配准方法_陈丞.pdf

第 4 5 卷 第 1 期2 0 2 3 年 1 月铁道学报JOUNAL OF THE CHINA AILWAY SOCIETYVol 45No 1January2 0 2 3文章编号:1001-8360(2023)01-0091-07面向轨道维护的可变轨距轨道模型与钢轨点云的配准方法陈丞1，2，张同刚1，李涛3，沈迅4，邓川4，金国清5(1 西南交通大学 地球科学与环境工程学院，四川 成都611756;2 中国铁路上海局集团有限公司 淮安高铁基础设施段，上海200071;3 中国中铁二院工程集团有限责任公司 测绘工程设计研究院，四川 成都610031;4 中铁隧道集团三处有限公司，广东 深圳518000;5 中铁第五勘察设计院集团有限公司 测绘与地理信息研究所，北京102600)摘要:基于车载 Lidar 技术相关的硬件和算法的快速发展，具备发展成快速车载轨道测量技术手段的潜力，从而替代传统的地面人工轨道测量手段。针对其中根据钢轨点云获取轨道轨距、钢轨位置等参数的问题，定义了可变轨距轨道模型，并在此实现可变轨距轨道模型与钢轨点云的配准方法。新算法在配准迭代过程根据钢轨点云到轨道工作边的距离来动态调整模型轨距，从而在轨道配准精度和轨距测量精度两项关键指标获得了同步提高。通过模拟数分析存在不同轨距偏差、超高等情况下算法性能，并和单钢轨轨道模型和固定轨距轨道模型的配准结果进行比较。最后通过一段干线铁路的实测点云进行测试，试验结果表明单钢轨轨道模型配准后左右钢轨的平行性得不到保证;在直线段与固定轨距轨道模型配准精度和轨距测量精度基本相当，配准精度为 0.16 mm;在曲线段可变轨距轨道模型配准精度和轨距测量精度不受轨距变化的影响，显著优于固定轨距轨道模型的结果，精度高 88.7%。关键词:轨道模型;轨距调整因子;配准;精度;平行性;车载激光点云中图分类号:P258文献标志码:Adoi:10.3969/j issn 1001-8360.2023.01.011收稿日期:2020-12-13;修回日期:2021-03-03基金项目:中国国家铁路集团有限公司科技研究开发计划(P2019G029);中国中铁股份有限公司科技研究开发计划(2019 重大-08-01);中铁隧道局科技创新计划(隧研合 2018-23)第一作者:陈丞(1994)，男，江苏南通人，硕士。E-mail:389367290 qq com通信作者:张同刚(1977)，男，江苏盐城人，副教授，博士。E-mail:tgzhang swjtu edu cnegistration Algorithm of Variable Gauge Track Model and ail PointCloud for Track MaintenanceCHEN Cheng1，2，ZHANG Tonggang1，LI Tao3，SHEN Xun4，DENG Chuan4，JIN Guoqing5(1 Faculty of Geosciences and Environmental Engineering，Southwest Jiaotong University，Chengdu 611756，China;2 Infrastructure Section of Huai an High Speed ailway，China ailway Shanghai Group Co，Ltd，Shanghai 200071，China;3 China ailway Eryuan Engineering Group Co，Ltd，Chengdu 610031，China;4 China ailway Tunnel Group Sanchu Co，Ltd，Shenzhen 518000，China;5 Institute of Surveying，Mapping and Geoinformation，China ailway Fifth Survey and Design Institute Group Co，Ltd，Beijing 102600，China)Abstract:The rapid development of the hardware and algorithm related to the vehicle Lidar technology provides an op-portunity to develop a rapid mobile track measurement technology，which is expected to replace the traditional groundmanual track measurement Aiming at the key problems of parameters such as obtaining track gauge and rail position ac-cording to rail point cloud extracted from MLS point cloud，a variable gauge track model was proposed，and then a regis-tration method of variable gauge track model and rail point cloud was established to solve the problems The algorithmdynamically adjusted the gauge of the track model according to the distance between the rail point cloud and the gaugeline of the track model in the registration iteration process Both the registration accuracy and gauge measurement accu-racy were improved at the same time The algorithm performance was analyzed by simulation data in the case of differentgauge deviations and superelevation，and the registration results were compared with thoseof single rail track model and铁道学报第 45 卷fixed gauge track model Finally，an MLS point cloud of a section of trunk railway was selected to test the proposed algo-rithm The experimental results show that the single rail track model cannot guarantee the parallelism of the left and rightrails In the straight line section，both the registration accuracy and the gauge measurement accuracy of the variablegauge track model are almost equal to those of the fixed gauge track model with registration accuracy of 0.16 mm In thecurve section，the registration accuracy and gauge measurement accuracy of the variable gauge track model are not af-fected by the gauge change，which are significantly superior to the results of the fixed gauge track model，with an accu-racy of 88.7%higherKey words:track model;gauge adjustment factor;registration;accuracy;parallelism;mobile laser scanning point cloud我国目前开通的普速铁路网运营里程已超过 10万 km，轨道维护的工作量十分巨大，轨道维护的关键是获得准确的轨道测量数据1。现在工务部门的轨道测量工作主要依赖人工通过轨道检测小车在天窗时间内现场测量的方法开展，效率低，难以满足大规模路网维护的需求。车载三维激光扫描(Mobile LaserScanning，MLS)具有采集数据速度快，能在较短时间内快速获取完整轨道场景的点云数据的技术优势，随着近年来相关软硬件的发展，所获取的三维点云的精度已可满足普速铁路的轨道维护测量的需求，有望成为替代传统人工地面轨道测量的技术手段，其中核心的问题就是从点云中获得准确的钢轨的空间位置。根据车载 MLS 点云获取轨道左右钢轨的空间位置主要有两大步骤:从点云提取完整的钢轨点云，尤其是轨道参数定义所在的钢轨轨头部分点云。针对该问题目前不同学者已提出了多种有效的钢轨提取算法2-4。根据钢轨点云确定钢轨轨顶中心的空间位置，这是轨道测量工作中最核心的成果，获得了左右钢轨的轨顶中心位置、轨距等参数后，可推算超高、轨道平顺性等多项指标。目前研究多关注建模或中线提取，根据提取的钢轨点云来分段确定轨道的空间位置后采用一定的拟合方法来建立整个线路的模型2 或中线3，5。对于如何从钢轨点云中提取轨道维护所需要的各项轨道参数的研究很少，这是是车载激光扫描技术在工务轨道维护中应用的核心问题。由于点云是离散分布的，直接根据点云来确定轨顶中心位置和轨距等参数存在一定的难度，由于一条铁路的钢轨类型是一致的，其形状具有明确的定义，因而一般思路都是通过首先建立轨道模型或钢轨模型，然后分段将模型与点云进行配准，以配准后模型的位置作为实际钢轨的位置。Oude 等6 根据钢轨轨脚、轨顶、轨腰、轨距等几个参数构建一个粗略钢轨模型，然后分别与左右钢轨点云采用 MCMC 方法7-8 进行配准，确定点云中的轨道位置，建立轨道模型;然后在此基础上提出了固定轨距的双钢轨轨道模型3，解决了配准后左右钢轨不平行的问题。由于其采用的模型较为粗略，限制了其定位精度，另外模型轨距是固定不变的，这与实际运营铁路线路的情况不符。由曲线段存在轨距加宽等因素的影响，对一条线路而言，轨距并非固定不变。由于一条铁路线路的钢轨类型是完全一致的，钢轨截面形状和尺寸也是已知的，因此可建立精确的模型，然后利用迭代最小距离(Iterative Closest Point，ICP)9-10 或其扩展算法11-12 将其与实际钢轨点云进行配准，可以有效提高轨道参数的获取精度。Soni等13 利用两台地面激光扫描仪来获取钢轨点云，然后根据钢轨参数建立准确钢轨模型，将其分别于左右钢轨的完整点云13 或点云中轨顶、轨腰和轨脚等平面部分14 采用 ICP 方法进行配准，获得了轨道位置。由于运营线路的轨腰和轨脚部分表面不光洁，还可能附着弹条扣压等其他物体。如要精确滤除钢轨本体之外的其他物体，难度较高且消耗很多预处理时间;否则对最终结果存在一定的不利影响。为获取精确的钢轨位置和轨距等关键的轨道参数，本文提出了面向轨道维护的可变轨距轨道模型与钢轨点云的配准方法，首先根据实际钢轨截面形状制作一个附加轨距调整因子的双钢轨轨道模型，然后分段采用稳健的 ICP 方法与钢轨点云进行配准，进而获取左右钢轨的位置和实际轨距等