[发明专利]一种基于点云训练模型的接触网吊弦检测的方法

说明书

本发明涉及轨道列车接触网检测技术领域，具体涉及一种基于点云训练模型的接触网吊弦检测的方法，能利用激光雷达扫描的点云数据，结合光电编码器测出的里程、直线位移传感器测出的轨距，构建接触网轮廓的三维扫描数据，对不同场景下接触网吊弦的进行模型训练学习，得出不同设计规格吊弦的计算阀值，进而快速、准确检测接触网吊弦。

技术领域

本发明涉及轨道列车接触网检测技术领域，具体涉及一种基于点云训练模型的接触网吊弦检测的方法。

背景技术

吊弦是列车轨道接触网的重要组成部分，接触网的状态关乎高速铁路的安全运行，需要定期对接触网巡检维护。目前铁路相关部门对吊弦的巡检状态大多采用激光测量的方式完成，这种方式效率低、工作强度大，夜间作业难度大。因此，目前亟需一种高效、准确的接触网吊弦检测方法。

发明内容

有鉴于此，本发明公开一种基于点云训练模型的接触网吊弦检测的方法，能利用激光雷达扫描的点云数据，结合光电编码器测出的里程、直线位移传感器测出的轨距，构建接触网轮廓的三维扫描数据，对不同场景下接触网吊弦的进行模型训练学习，得出不同设计规格吊弦的计算阀值，进而快速、准确检测接触网吊弦。

为解决上述技术问题，本发明采用的技术方案是：

一种基于点云训练模型的接触网吊弦检测的方法，如图1所示，包括以下步骤：

步骤一，获取接触网吊弦和接触线、承力索三维点云数据；

步骤二，利用直线算法分割出接触线和承力索，在此基础上利用吊弦在接触线和承力索安装关系分离出吊弦点云区域；

步骤三，对吊弦点云区域进行滤波，提取出有效吊弦点云；

步骤四，设定不同规格吊弦样本m个，每个样本吊弦提取n份不同检测次数的点云数据，重复迭代确定吊弦点云数据特征；

步骤五，将吊弦点云数据特征应用于动态吊弦检测，计算出吊弦点的导高和拉出值。

进一步地，所述步骤一的过程包括如下步骤：

S1：将高精度激光安装在检测装置上，并在检测装置上安装光电编码传感器和直线位移传感器，光电编码传感器用来检测检测装置的位移，直线位移传感器用来测量轨距偏移，轨距作为吊弦拉出值计算依据；

S2：检测装置沿着铁轨移动，激光雷达持续扫描接触线、承力索、吊弦；

S3：激光雷达持续扫描的测量点数据和光电编码器返回位置数据同步构成测量点的三维点云数据(如图2所示)，送到检测装置的数据处理中心。

进一步地，所述步骤二的过程包括如下步骤：

S1：通过RANAC直线随机分割，分割出测量出的接触线点云，计算出每个位置对应接触线的X、Y坐标；

S2：根据承力索和接触线的空间位置关系，通过RANAC直线随机分割，分割出测量出的承力索点云，计算出每个位置对应承力索的X、Y坐标；

S3：根据吊弦形状和安装在接触线、承力索间的空间结构，当出现多个在承力索和接触线间的空间点时，转到第三步处理。

进一步地，所述步骤三的过程包括如下步骤：

S1：首先根据吊弦安装空间位置和结构进行数据过滤，保留轨道上方的点云，去除支柱、定位器等对跟吊弦无关联的点云；

S2：在测量吊弦过程，雾天、灰尘天气，隧道壁的反射会对雷达返回结果产生干扰，不同型面材料对雷达测量返回的信号强度也会产生干扰，此时会产生测量物面的一些孤点，为雷达测量结果中的噪声点，本方法进一步采用统计滤波，反复比较雾天、灰尘天气，隧道里检测到的吊弦点云，根据区域点密度和点反射率统计，确定有效点符合正态分布，计算出统计滤波的过滤阀值；