基于雷视融合的轨道三维点云重构研究
何庆1
付彬1
王启航1
曾楚琦1
郝翔1
王平1
袁泉2
1.西南交通大学高速铁路线路工程教育部重点实验室,成都 610031;西南交通大学土木工程学院,成都 6100312.广州地铁设计研究院股份有限公司,广州 510000
摘要：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
分类号：U216.3(铁路线路工程)
论文发表日期：2024-10-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 69-77 )
英文信息