三维激光雷达图像在铁路异物侵限检测中的应用研究

作     者：林玉兵 

作者单位：北方工业大学 

学位级别：硕士

导师姓名：李云栋

授予年度：2018年

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 082303[工学-交通运输规划与管理] 081105[工学-导航、制导与控制] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 0823[工学-交通运输工程] 

主      题：铁路侵限检测 三维激光雷达 点云数据处理 三维目标检测 

摘      要：铁路异物侵限检测一直是多年来的研究热点,侵限检测大多采用视觉的方法,由于视觉受光照、天气等外界环境变化影响较大,本文提出了三维激光雷达铁路异物侵限检测系统,主要设计实现三维激光雷达铁路异物侵限检测系统,还原三维场景,实现目标检测。三维激光雷达铁路异物侵限检测系统主要包括设计实现三维激光雷达、三维点云数据采集、三维建模、点云数据预处理和目标检测。本文的主要工作包括:(1)控制器硬件电路设计和云台系统的实现。(2)GL-1025二维激光雷达和云台系统实现三维激光雷达系统。(3)上位机采集系统设计,实现对GL-1025激光雷达和云台系统的通信,确定二者的扫描顺序,对采集到三维点云数据进行格式转换和三维建模。(4)对采集到的点云数据做三维显示,并能360°查看三维图像。(5)对三维点云数据做预处理,由于点云数据过于庞大,采用降维处理,并确定检测区域以及去除掉孤立点。(6)点云处理采用两种方案做目标检测:灰度图像处理的方案和点云聚类的方案。1)灰度图像处理方案:基于目标的高度特征采用OTSU(最大类间方差法)算法寻找合适的阈值分离目标和背景,提取目标。实验证明该算法能分离出部分目标,但容易丢失小目标;2)点云聚类方案:点云聚类的方法有多种,通过K 均值聚类和 DBSCAN(Densi ty-Based Spatial Clustering of Appl ications with Noise)聚类做对比,实验证明K均值聚类无法将目标与背景分开,DBSCAN密度聚类算法具有明显优越性,能自动分类,并且在多场景中均有较高的检测精度和较快的运行时间。