CN107564056A

CN107564056A - 一种接触网支撑装置三维点云数据最优数据帧选取方法

Info

Publication number: CN107564056A
Application number: CN201710615521.1A
Authority: CN
Inventors: 韩志伟; 刘文强; 刘志刚
Original assignee: Southwest Jiaotong University
Current assignee: Southwest Jiaotong University
Priority date: 2017-07-26
Filing date: 2017-07-26
Publication date: 2018-01-09
Anticipated expiration: 2037-07-26
Also published as: CN107564056B

Abstract

本发明公开一种接触网支撑装置三维点云数据最优数据帧选取方法，通过安装架设于检测车顶的三维扫描仪，对接触网支撑装置进行连续拍摄，实时采集接触网支撑装置的三维点云图像；对获取到的接触网支撑装置点云图像中的点云数据进行密度统计，分析其变化规律，提取点云数据有效数据帧；对提取得到的点云数据有效帧进行三维质心计算，对点云质心进行跟踪定位，分析其变化规律，提取点云数据最优数据帧，并利用接触网支撑装置点云的数量统计变化规律，提高最优数据帧提取的时效性。本发明有效地克服了系统数据有效性及处理实时性能差等问题，提高了系统的处理效率，较好地解决了高速接触网在线检测对数据选取的实时性和有效性的要求。

Description

一种接触网支撑装置三维点云数据最优数据帧选取方法

技术领域

本发明涉及高速铁路接触网在线检测技术领域，具体为一种接触网支撑装置三维点云数据最优数据帧选取方法。

背景技术

随着高速电气化列车的发展，铁路运输的安全性变得越来越重要。接触网作为高速铁路供电系统最为重要的设备之一，一旦发生故障，将直接危害铁路的安全运行。随着原铁道部主导的基于图像的非接触式接触网安全防护检测系统(6C系统)的投入使用，这为铁路供电系统安全、稳定和高效的运营提供了保障。但是，由于系统主要是基于图像数据对接触网状态进行检测和评估，面临的最为直接的问题就是如何从海量的图像数据中剔除冗余数据，提取有效的分析数据，从而保证后续数据处理和分析的实时性和准确性，同时避免大量数据的存储问题。这是目前制约系统检测效率和系统集成度关键问题之一。

发明内容

针对上述问题本发明的目的在于提供一种可去除大量冗余数据，减少不必要的系统分析和处理时间，提高系统的时效性，实现系统的在线检测的高速铁路接触网支撑装置三维点云数据最优数据帧选取方法，技术方案如下：

一种接触网支撑装置三维点云数据最优数据帧选取方法，包括以下步骤：

步骤A：通过安装架设于检测车顶的三维扫描仪，对接触网支撑装置进行连续拍摄，实时采集接触网支撑装置的三维点云图像；

步骤B：对获取到的接触网支撑装置点云图像中的点云数据进行密度统计，分析其变化规律，提取点云数据有效数据帧；

步骤C：对提取得到的点云数据有效帧进行三维质心计算，对点云质心进行跟踪定位，分析其变化规律，提取点云数据最优数据帧。

进一步的，所述步骤B的具体过程如下：

建立点云图像数据帧的点云密度函数

式中，P_i为第i个计算点，P_i ^nearest是点P_i的最近临近点，num为当前点云图像数据帧中所有点数总和；

设定阈值τ，当时，判定进入检测区域，提取当前点云图像数据帧为有效数据帧。

更进一步的，所述步骤C的具体过程如下：

建立点云图像数据帧三维质心的位置函数：

式中，m_i为每个点的质量，是点云图像数据帧的三维质心在y轴的坐标，H是图像的高度；N为总点数；

判断当前点云图像数据帧三维质心的位置是否处于图像正中；

若处于图像正中，则提取当前点云图像数据帧为最优数据帧。

更进一步的，所述步骤C之前还包括：

建立点云数目变化的梯度计算公式，计算点云数据有效数据帧中数据帧n的点云数目变

化梯度PNMGⁿ：

式中，PNⁿ是数据帧n的点云数，PN^n-1是数据帧n-1的点云数，PN^n-2是数据帧n-2的点云数；是数据帧n和数据帧n-1之间的时间间隔，是数据帧n-1和数据帧n-2之间的时间间隔；

通过计算相邻数据帧梯度的乘积，获取点云数目出现峰值的时刻Peak^n-1：

式中，PNMG^n-1为数据帧n-1的点云数目变化梯度；

即：当梯度变化由正到负时，乘积为负，将此时刻的数据帧判断为出现点云数据峰值的数据帧；

再对出现点云数据峰值的数据帧进行三维质心计算，以提取点云数据最优数据帧。

本发明的有益效果是：

1)本发明利用接触网支撑装置的三维点云数据的密度变化特性，通过点云密度与接触网支撑装置出现与否的对应关系，找到接触网支撑装置出现的数据帧，较为准确的提取了接触网点云有效数据帧，减少了系统的冗余数据，保证了系统数据处理的有效性；

2)本发明利用接触网支撑装置的三维点云数据图像三维质心的位置变化规律，通过定位点云三维质心出现在图像正中心区域时的数据帧，提取接触网支撑装置点云数据最优帧；有效的定位了接触网支撑装置最优点云数据帧，减少了系统处理时间，极大程度地提高了系统的处理效率；

3)本发明利用接触网支撑装置三维点云数据的点云数目变化规律，通过检测接触网支撑装置点云数据峰值变化时刻，对该时刻附近的数据帧进行三维质心计算提取最优数据帧。该发明在保证了最优数据帧选取的基础上，降低了系统的处理时间，提高了系统的时效性。

附图说明

图1为本发明的数据采集装置简图。

图2为完整接触网支撑装置三维点云数据图像。

图3为接触网支撑装置点云密度曲线图。

图4为实施例中接触网支撑装置点云三维质心跟踪定位效果图，图4a为第22帧，图4b为第46帧，图4c为第82帧，图4d为第94帧。

图5为接触网支撑装置点云图像的点云数目统计结果图。

具体实施方式

下面结合附图和具体实施例对本发明做进一步详细说明。图1为本发明的数据采集装置安装示意图。其工作原理是通过在检测车上方架设三维扫描仪，实时采集接触网支撑装置三维点云数据图像。通过三维质心算法和数理统计方法，实现接触网三维点云图像最优数据帧选取。图2为采集提取的较为完整的接触网支撑装置三维点云数据图像。

图3为接触网支撑装置点云密度曲线。由于三维扫描仪是安装在行进的检测车顶，在其拍摄过程中，接触网支撑装置是从无到有，从局部到全局逐步显现在点云数据图像中。其点云数据的密度变化，恰恰反映了整个拍摄过程。从图3中，可以看出，当检测车进入区域之前，点云密度较小，随着临近检测区域，密度逐渐增大，当进入检测区域后，密度较大且变化趋于稳定。当逐渐离开检测区域时，点云密度逐渐降低。因此，设置阈值τ，当密度大于τ，则认为进入检测区域，提取有效数据帧。点云密度函数定义如下。

上式说明，P_i ^nearest是点P_i的最近临近点，由Kd-tree方法确定。num是当前点云数据帧中所有点数总和。

图4接触网支撑装置点云三维质心跟踪定位效果图。由于三维扫描仪采集系统的连续性和其行进拍摄的特点，接触网支撑装置在整个成像采集系统是逐渐出现，然后逐渐消失。那么，接触网点云数据图像的三维质心也会随着这一变化在图像中有规律的运动。从图4a，图4b，图4c，图4d可以看出，接触网点云数据图像的三维质心随着接触网支撑装置在图像中连续拍摄有规律的上下移动。当质心出现在图像正中心时刻，获取的数据结构最完整，如图4c所示。因此，可建立点云图像数据帧三维质心的位置函数，通过计算定位连续帧数据的质心位置，并判断其位置是否处于图像正中间，提取点云数据最优数据帧。

上式说明，m_i表示每个点的质量，是点云图像数据帧的三维质心，是质心在y轴的坐标，H是图像的高度。

由于单帧三维点云数据量较大，处理计算图像三维质心时耗时较多，不利于系统的实时性检测。从图5中在对接触网点云数据进行数目的统计过程中可以发现，当接触网支撑装置点云数据达到峰值后，会逐渐降低，这与三维质心的位置变化规律有相应的对应关系。因此，发明通过建立点云数目变化的梯度计算公式，得到点云的变化梯度；

通过计算相邻本梯度的乘积，获取点云数目出现峰值的时刻Peak^n-1：

当梯度变化由正到负时，乘积为负，此时可以准确的定位到出现点云数据峰值的数据帧，之后再进行点云数据帧的三维质心计算，提取点云数据最优数据帧，可提高提取最优数据帧过程的时效性。

Claims

1.一种接触网支撑装置三维点云数据最优数据帧选取方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的接触网支撑装置三维点云数据最优数据帧选取方法，其特征在于，所述步骤B的具体过程如下：

建立点云图像数据帧的点云密度函数

式中，P_i为第i个计算点，是点P_i的最近临近点，num为当前点云图像数据帧中所有点数总和；

3.根据权利要求1所述的接触网支撑装置三维点云数据最优数据帧选取方法，其特征在于，所述步骤C的具体过程如下：

建立点云图像数据帧三维质心的位置函数：

<mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msubsup> <mi>P</mi> <mrow> <mi>c</mi> <mi>e</mi> <mi>n</mi> <mi>t</mi> <mi>r</mi> <mi>o</mi> <mi>i</mi> <mi>d</mi> </mrow> <mi>n</mi> </msubsup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>,</mo> <mi>z</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <msubsup> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </msubsup> <msub> <mi>m</mi> <mi>i</mi> </msub> <msub> <mi>P</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>y</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>z</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <msubsup> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </msubsup> <msub> <mi>m</mi> <mi>i</mi> </msub> </mrow> </mfrac> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>min</mi> <mo>{</mo> <msubsup> <mi>P</mi> <mrow> <mi>c</mi> <mi>e</mi> <mi>n</mi> <mi>t</mi> <mi>r</mi> <mi>o</mi> <mi>i</mi> <mi>d</mi> </mrow> <mi>n</mi> </msubsup> <mrow> <mo>(</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>-</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <mi>H</mi> <mo>}</mo> </mrow> </mtd> </mtr> </mtable> </mfenced>

4.根据权利要求1-3任一项所述的接触网支撑装置三维点云数据最优数据帧选取方法，其特征在于，所述步骤C之前还包括：

建立点云数目变化的梯度计算公式，计算点云数据有效数据帧中数据帧n的点云数目变化梯度PNMGⁿ：

<mrow> <msup> <mi>Peak</mi> <mrow> <mi>n</mi> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mi>t</mi> <mi>r</mi> <mi>u</mi> <mi>e</mi> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> <mrow> <mo>(</mo> <msup> <mi>PNMG</mi> <mi>n</mi> </msup> <mo>&times;</mo> <msup> <mi>PNMG</mi> <mrow> <mi>n</mi> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mo><</mo> <mn>0</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>f</mi> <mi>a</mi> <mi>l</mi> <mi>s</mi> <mi>e</mi> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> <mrow> <mo>(</mo> <msup> <mi>PNMG</mi> <mi>n</mi> </msup> <mo>&times;</mo> <msup> <mi>PNMG</mi> <mrow> <mi>n</mi> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mo>></mo> <mn>0</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>

式中，PNMG^n-1为数据帧n-1的点云数目变化梯度；