基于列车动态行进轨迹的铁路建筑限界检测方法研究.pdf

控制理论与应用Control Theory and Applications自动化技术与应用2023 年第 42 卷第 8 期Techniques ofAutomation&Applications基于列车动态行进轨迹的铁路建筑限界检测方法研究李修岭(中国铁路兰州局集团有限公司科研技术监督所，甘肃 兰州 730000)摘要:针对当前铁路建筑限界检测方法存在运营干扰大、断面非连续、与实际运行轨迹有差异的问题。提出了基于列车动态行进轨迹的铁路建筑限界检测方法研究。利用钢轨光带的反射特性与几何特性提取出钢轨光带点云，采用最小正交二乘法分别拟合左右股钢轨光带方程，推算出更加符合列车行进的轨迹线，通过点云与轨迹线和光带的空间位置判断是否发生建筑物侵限，完成铁路建筑限界检测方法的研究。通过实验表明方法的建筑限界检测更符合列车的实际运行轨迹，精度更高。关键词:自移动轨道扫描测量系统；钢轨光带；轨迹检测法；特征提取；数据采集中图分类号：TP391.41文献标识码:A文章编号:1003-7241(2023)08-0024-04Research on Detection Method of Railway Building BoundaryBased on Dynamic Train TrajectoryLI Xiu-ling(China Railway Lanzhou Bureau Group Co.,Ltd.,Lanzhou 730000 China)Abstract:In view of the current railway construction boundary detection methods,there are problems of large operational interference,dis-continuous cross-sections,and differences with actual operating trajectories.A detection method of railway building boundarybased on the dynamic train trajectory is proposed.The reflection and geometric characteristics of the rail light strip are used to ex-tract the point cloud of the rail light strip,and the least orthogonal square method is used to fit the left and right rail light stripequations respectively,and the trajectory line that is more in line with the trains travel is calculated,through the point cloud andthe trajectory line The spatial position of the light belt is used to determine whether a building invades the limit,and the researchon the detection method of the railway building limit is completed.Experiments show that the building boundary detection of thismethod is more in line with the actual running trajectory of the train,and the accuracy is higher.Keywords:self-moving track scanning measurement system;rail light strip;trajectory detection method;feature extraction;data acquisition收稿日期:2021-10-28DOI:10.20033/j.1003-7241.（2023）08-0024-04.1引言铁路建筑限制可以降低行人或者机动车发生安全事故概率的建筑物，保证车辆与火车的正常行驶。铁路建筑限界分为建筑限界与车辆限界。建筑限界根据车辆、周围建筑物以及其他道路设备所设立的横断面轮廓线。车辆限界是防止车辆撞到行人或周围的建筑物而设立的轮廓线1。车辆限界与铁路限界具有安全空间保障列车安全运营。目前限界检测除隧道由隧道检测车实现自动化测量外，其他设备设施主要依靠人工采用触杆、皮尺、全站仪等仪器测量，工作效率低、安全性差，并且隧道检测车测量费用高，对运营干扰大。相关领域学者对铁路建筑限界的检测方法展开了研究，基于Faster R-CNN网络模型的铁路异物侵限检测算法2，改进Faster R-CNN网络模型，增加锚点数量提高所研究区域的精准度，结合训练网络获取铁路侵限数据，完成铁路异物侵限检测算法研究。识别铁路走廊沿线安全相关木本植被结构的大规模评估方法3，基于准确的表面和地形数据，为研究地点创建了线侧植被和铁路走廊的精确模型，邻近分析以评估足够高和足够近的木质植被元素，以便在发生故障时撞击铁路基础设施，计算安全相关植被的下降曲线以指示树木对铁路轨道构成潜在风险的区域。随着我国铁路路网的逐步完善及运营速度的不断提升，铁路建筑限界检测工作量也日益增多，对检测效率的要求也越来越高。铁路建筑限界检测方法的变革已势在必行，近年来不少学者已将三维激光扫描仪与图像检测用于铁路限界检测。三维激光扫描仪虽然能够快速获取地物轮廓点云数据，但其测站点不断更换，使测得的数据需要频繁拼接，所以存在拼接误差且检测效率低。图像检测主要利用摄影测量技术通过多台相机从不同角度获取线路照片，判断是否发生构筑物侵限，但其受光照的限制无法完成隧道内与夜间铁路限界检测。为满足高密24自动化技术与应用2023 年第 42 卷第 8 期控制理论与应用Control Theory and ApplicationsTechniques ofAutomation&Applications度、高速的运营环境下铁路建筑限界检测，本文基于自移动轨道扫描测量系统获取的高精度点云数据，提出了更符合列车动态运行轨迹的检测方法对铁路建筑限界进行检测。2数据采集及预处理本文中将徕卡Pegasus Two Ultimate移动扫描系统加装于自制轨道小车构造出一套适用于铁路三维点云数据的自移动扫描测量系统，如图1所示，其中移动扫描系统由三维激光扫描仪、数码影像传感器、高精度里程计、全球卫星导航系统与惯性测量单元构成。图1铁路三维点云数据测量现场自移动扫描测量系统可采集连续、高密度的铁路点云数据，能精准反映钢轨与周围地物的相对关系，可满足限界检测的要求，如图2所示，为获取的铁路隧道点云数据与站台点云数据。(a)站台点云(b)隧道点云图2铁路点云数据原始的铁路点云数据包含大量的无效点云，首先通过手动将铁路限界外的无效点云数据进行删除。采用统计分析滤波算法对采集到的云数据去噪4，设点云数目有n个，将点云输入到系统中，假设点P0邻近个数为k，P0与k之间有数个距离d，通过计算得到数个距离的平均值d0。对每个假设点均采用同上过程，得到所有均值距离di，再求取这些均值距离，得到全局距离均值D，通过D计算得到标准差，设定距离阈值为M。分次使用计算得到的di与M进行比较，若di大于M，则是离群点与噪声点，反之是主体点。3建筑限界检测3.1光带提取目前铁路建筑限界检测主要以钢轨顶面及轨道中线作为测量基准，但车辆的实际运行轨迹并不严格遵循轨道中线。由于列车在动态运行过程中车轮与钢轨不断摩擦，所以在钢轨顶面形成了一条光带。光带表面光滑，扫描过程中大部分激光被光带反射至别处，只有小部分激光被三维激光扫描仪接收，所以其反射强度与钢轨其他部分的反射强度具有较大的差异。利用光带的反射特性为基础对限界检测进行研究。根据钢带反射强度低、连续的特性提取光带。首先通过设定反射强度阈值对预处理后的点云数据进行筛选，保存符合光带反射特性的点云数据。阈值筛选结果，如图3所示，筛选后虽然大部分无效点云可以被剔除，但也有不少与钢轨光带反射强度相似的点云，如扣件上的部分点云，因此需要通过钢轨光带自身的特性进一步筛选光带点云。(a)筛选前(b)筛选后图3反射强度阈值筛选结果图4钢轨光带钢轨光带具有连续不断的特性，并且光带点云高程25控制理论与应用Control Theory and Applications自动化技术与应用2023 年第 42 卷第 8 期Techniques ofAutomation&Applications大于扣件高程，钢轨光带的点云密度也远远大于扣件部分点云与其他噪声点的点云密度。依据以上条件可将反射强度阈值筛选后的点云数据进一步处理，提取钢轨光带点云。如图4所示，其中红色点云为钢轨光带点云。3.2轨迹线提取车辆始终以两股钢轨光带的中线即轨迹线行进，若以最符合车辆实际运行轨迹为限界测量基准，须通过光带点云拟合出轨迹线方程。利用微分法将光带点云按步长d=0.2 m进行分段，高速铁路曲线半径可将0.2 m长轨道视为直线。以左股钢轨光带为例，在一个步长范围内，采用正交最小二乘法拟合光带方程5，得到光带直线方程如下：(1)公式(1)中，(xi,yi)为直线段光带点坐标，a、b为斜率、截距。设待求直线方程如公式(2)所示。(2)公式(2)中，a、b为改正数，a0、b0为近似值。任意光带点(xi,yi)到直线的距离平方为：(3)将每个光带点坐标代入公式(3)中，按泰勒级数展开、线性化，并且以=min为原则，求得未知参数：(4)由公式(4)计算出直线方程斜率截距的改正数a、b代入(2)式得到左股钢轨直线方程。分别用正交最小二乘法拟合出左右股光带的两个直线方程，进而求解线轨迹线方程。3.3点云切片将点云数据投影至XOY面6，取钢轨光带微分片段的中点P(xp,yp,zp)，则P点处切线斜率，进而计算出P点处线路中线的垂线l方程。将符合公式(5)的点集M保留，如图5所示，点集M为蓝色虚线范围内的点云。(5)通过七参数坐标旋转公式将点集M旋转至YOZ与坐标面平行，使线路横断面投影YOZ面。需要将七参数模型进行简化，只考虑轨迹线与X轴和Y轴的夹角、，进行姿态调整，其中=arctank1、=arctank2。图5隧道断面提取算法示意图截取的隧道断面x y zT经公式(6)姿态调整后，可以得到坐标值x1y1z1T：(6)公式(6)中旋转参数如下：(7)(8)通过对点集M姿态的调整，即可实现对线路任意里程断面点云进行提取，如图6所示为隧道断面提取，图7为站台断面提取。图6隧道断面提取图7站台连续断面提取3.4侵限判别基于点云数据的轨迹线侵限判断方法是以光带高程与轨迹线基准，对每个坐标转换后的点云片段采用射线法判别是否发生构筑物侵限7，以客运专线区间建筑限界为例(如图8所示)，其具体判别步骤如下：(1)以钢轨光带高程为高程基准面，设置高程阈值，删除高程大于设置高程阈值的点云，保留高程值为光带高程到高程阈值之内的点。26自动化技术与应用2023 年第 42 卷第 8 期控制理论与应用Control Theory and ApplicationsTechniques ofAutomation&Applications(2)将点云数据投影值XOY面，计算每个点到轨迹线的距离，设置距离阈值，删除大于距离阈值之外的点。(3)通过以上两步，减少点云数据量8，对剩余的点云数据采用射线法判断点与客运专线基本建筑限界多边形位置关系。(4)判别侵限构筑物后，将微分后的轨迹线进行累加，标注侵限构筑物里程。图8客运专线基本建筑限界图4工程应用西银高铁全长约618 km，设计时速250 km/h，是我国重要的高速铁道，对我国的发展以及国民的生活有重大意义。本次限界检测实验段选择环县一号隧道，如图9所示，由于银西高铁目前处于试运营阶段，线路状态良好，无构筑物侵限，因此人为设置侵限构筑物进行识别及标注。图9西银客专环县一号隧道图10隧道侵限构筑物识别根据射线法判断侵限构筑物的位置及大小，如图10所示，绿色点云为侵限构筑物，识别出侵限构筑物后根据中线推算侵限构筑物对应的线路里程，以便后期线路的维修及养护。本次实验中，侵限构筑物中心里程为K533+563.00处，算法自动识别标注的异物中心里程为K533+563.20，误差为20 cm，可满足日常线路的养护维修。5结束语自移动轨道扫描测量系统能够极大提高铁路限界的检测效率，进而提升了检测速度与精度，非接触连续测量的优势可改善目前的铁路建筑限界检测方式。基于列车动态行进轨迹的建筑限界检测方法较传统基于线路中线的建筑限界检测方法更贴合车辆实际的运行轨迹。本文中以列车轨迹线为基准提出了一种铁路线路任意里程断面的提取方法，可实现隧道、站台、曲线处的断面的连续提取。通过实际工程应用表明，基于列车动态行进轨迹的铁路建筑限界检测方法可满足铁路线路的养护维修需求，能准确地识别侵限构筑物，并给出相应的位置、大小及侵限里程处的横断面图，在铁路线路养护维修中具有一定的应用价值。参考文献:1 王铁成,李玉龙,徐练,等.轨道车辆动态限界测试系统设计J.中国测试,2020,46(3):113-117.2 徐岩,陶慧青,虎丽丽.基于Faster R-CNN网络模型的铁路异物侵限检测算法研究J.铁道学报,2020,42(5):91-98.3 Hoerbinger S,Obriejetan M,Rauch H P,et al.Assess-ment of safety-relevant woody vegetation structures alongrailway corridorsJ.Ecological Engineering,2020,158(1):106.4 房海蓉,师世健,杨奕.大型椭球类复杂曲面仿形加工点云数据去噪光顺算法J.现代制造工程,2020(9):82-86.5 李琳,王培培,谷鹏,等.基于LU分解和交替最小二乘法的分布式奇异值分解推荐算法J.模式识别与人工智能,2020,33(1):37-45.6 顾军华,李炜,董永峰.基于点云数据的分割方法综述J.燕山大学学报,2020,44(2):35-47.7 李辉,张庸,刘喜山.金属材料分析国内外标准中波长色散X 射线荧光光谱法的应用J.理化检验(化学分册),2020,56(3):121-130.8 李普山,李伟波,冯智莉,等.基于GPU并行的点云数据简化的改进算法J.计算机应用研究,2020,37(9):176-179.作者简介:李修岭（1972-），男，本科，高级工程师，研究方向：科技管理。27