科创中国
一种基于机器学习的铁路点云特征提取方法
成果类型：: 发明专利
发布时间: 2023-03-22 11:30:09
科技成果产业化落地方案
方案提交机构：成果发布人| 涂媛 | 2023-03-22 11:30:09
本发明公开一种基于机器学习的铁路点云特征提取方法，包括以下步骤：点云特征确立：针对点云图像分布，确立特征提取的对象；点云裁剪：对原始千万级别的点云数量进行裁剪，针对部分点云进行处理；目标分割：运用机器学习中的DBSCAN聚类对裁剪后的点云数据进行分割，提取Ⅰ类特征；特征提取：采用基于RANSAC的平面拟合算法对地面点云数据进行处理，提取出Ⅱ类特征；滤波处理：对初步提取的枕木和铁轨数据进行滤波处理；枕木精细提取：提取关键点，构建矩形邻域，最终提取枕木点。本发明提出一种基于矩形邻域的枕木提取算法，寻找并自动生成关键点，构建四点式矩形邻域，结合叉乘性质精确提取枕木特征，达到较高的准确性。
一种基于机器学习的铁路点云特征提取方法，该方法包括以下步骤：Step1：点云特征确立：针对点云图像分布，确立特征提取的对象；Step2：点云裁剪：对原始千万级别的点云数量进行裁剪，针对部分点云进行处理；Step3：目标分割：运用机器学习中的DBSCAN聚类算法对裁剪后的点云数据进行分割，提取Ⅰ类特征，包括植被、电力线、电力线支柱以及地面；Step4：特征提取：采用基于RANSAC的平面拟合算法对地面点云数据进行处理，提取出Ⅱ类特征，即枕木和铁轨；Step5：滤波处理：对初步提取的枕木和铁轨数据进行滤波处理，过滤错误点；Step6：枕木精细提取：提取关键点，构建矩形邻域，最终提取枕木点。
铁路是国家重要的交通设施，是国家经济发展的大动脉，加快铁路发展已经成为社会各方面的共识。随着我国铁路里程数的日益增加，国家对于列车的安全性、舒适性具有更高的要求，在技术层面上，铁路工程系统属性高度依赖精细化的数据需求，因此，三维扫描技术以其强大的实景刻画功能得到了蓬勃发展，三维点云数据也成为了当前研究的热点。然而再先进的数据信息获取设备也都需要契合更强大、多样的计算分析技术，近年来计算机技术的不断发展为点云数据进行分析处理提供了强大的技术保障，能够为铁路运输事业提供更加精准的数据支持。
华北理工大学，是一所省属重点骨干大学、省重点支持的国家一流大学建设高校 ；是中华人民共和国应急管理部、国家国防科技工业局与河北省人民政府共建高校，入选教育部卓越工程师教育培养计划、卓越医生教育培养计划、国家级大学生创新创业训练计划、新工科研究与实践项目、省部共建协同创新中心、国际中文教师奖学金接收院校 、国家专业综合改革试点。
运用机器学习算法对铁路点云数据进行特征提取，采用基于密度聚类的DBSCAN聚类算法对原始点云数据做目标分割处理，提取了包含Ⅱ类特征的地面数据。实验图像表明，DBSCAN聚类算法能够有效分割各部分数据，聚类过程中还能够有效将噪声点滤除，效果较好。结合地面点云数据层次特点，采用RANSAC算法进行平面拟合，通过适当的阈值将平面模型以下的数据滤除，提取了高层特征数据，同时，运用了统计滤波滤除初步提取结果中的离群点，为了保证枕木特征提取精度，提出了基于矩形邻域的枕木提取算法，通过实验表明，特征提取精度较高。
技术转让，许可，合作所需资金需双方协商，此项技术想尽快落地保定，希望具备此项技术研发的技术方，能够尽快承接次项目
下载app