基于反射强度的改进欧式距离聚类钢轨点云分割方法
Improved Euclidean Distance Clustering Segmentation Method for Rail Point Cloud Based on Reflection Intensity作者机构:兰州交通大学土木工程学院甘肃兰州730070
出 版 物:《铁道学报》 (Journal of the China Railway Society)
年 卷 期:2024年第46卷第2期
页 面:114-121页
核心收录:
学科分类:08[工学] 0814[工学-土木工程] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程]
摘 要:线路点云数据结构化是深化专业计算与分析的技术前提。点云分割是点云数据结构化的基础。钢轨作为轮轨走行面,其空间位置的连续及平顺情况直接影响行车安全,因此轨道结构分割中,首先需对钢轨进行分割处理。针对传统欧式距离聚类中线路全景点云数据遍历导致距离阈值难统一、难界定,造成分类过多不易查找,或人工选取初始点及调参带来的自动化程度不高的情况,提出基于反射强度的改进欧式距离聚类钢轨点云分割方法。在对轨道结构特性分析的基础上,采用布料滤波算法进行地面滤波,区分地面点与地物点,精简线路点云为轨道结构点云;融合点云反射强度属性,提出提取率概念,确定钢轨高反射强度区间,进行钢轨顶面点云预分割,进而以轨顶面预分割点作为初始点,根据钢轨断面轨头高和轨头宽构造对角线长度来计算距离阈值,由Kd-Tree找到小于轨头距离阈值的点进行欧式距离聚类,实现对轨头凸集点云的分割。多路段钢轨点云分割试验,精确率及召回率均大于90%,说明该方法可行有效。