基于点云信息的既有铁路状态检测技术研究

To adapt to the BIM of railway construction requirements,combining the development status of railway track dynamic and static detection, introducing terrestrial laser scanning technology in time, the research on the existing rail detection 3D modeling and evaluation technology based on point cloud data mainly includes: .1、Research on the perfect operation mode of three-dimensional laser scanning technology in exiting railway survey.. Select test section,analyze the factors influencing the precision of the existing methods and improving measures, put forward the perfect 3D laser scanning methods in non-contact track, seek the optimal measurement mode considering station set、target arrangement and other factors, form a set of standardized work methods. .2. Research on the line point cloud data processing and application methods that suit the the 3D modeling of the railway line. Starting from point cloud data pre-processing methods, research the high-precision algorithm of 3 D modeling of existing railways, detect the test section on line、surface、body and other aspects ,then extract and analyse the testing data, form the track detection method based on the continuous data. .3. Research on the curvature analysis and curve adjusting method of existing curve based on point cloud data. Starting from the continuity characteristics of point cloud data, analyse the detection method of track static irregularity based on curvature changing rate of unit based long , the research takes the gauge indicators of curvature changing rate as the red line, which matches the maintenance and requirements of integration of rail and vehicle and solves the conflicts between the track dynamic and static testing standard.

适应铁路建设BIM化的要求，结合铁路轨道动静态检测技术的发展现状，适时引入地面三维激光扫描技术，研究基于点云数据的轨道检测、三维建模及评估技术，主要包括：.1.研究完善的既有线勘测三维激光扫描作业模式.探索高精度、高速率、完善的无接触轨道三维激光扫描方法，从测站设置、标靶布置等方面寻求最优的测量模式，形成一套相应的标准化作业方法。.2.研究满足线路三维建模的点云数据处理流程及应用方法.从点云数据预处理方法出发，研究高精度的既有铁路三维建模算法，并对试验段进行线、面、体等多个方面的检测数据提取与分析，形成基于连续性数据的轨道检测方法。.3.研究基于点云数据的曲率分析及既有曲线整正方法.从点云数据的连续性特点出发，分析基于单位基长曲率变化率的线路静态轨向不平顺检测方法，研究以曲率变化率超限指标为红线，符合车轨一体化养护维修要求的曲线整正方法，解决轨道动静态检测的标准矛盾问题。

由于铁路具有边养护、边运营的特点，在高密度的行车条件下迫切需要全方位、立体化、高精度的检测手段满足既有铁路三维化、系统化的养护维修要求。而三维激光扫描技术具有采集高效、信息获取全面、受外界干扰少及测量精度高等优点，符合既有铁路检测技术的发展需求，是实现既有铁路养护BIM化的作业的重要手段。项目开展的研究工作主要有：.1）项目围绕点云信息在既有轨道状态检测过程中高效、高精度获取和应用问题进行研究，通过多次现场试验寻求最优的扫描作业模式，并形成可用于线路三维建模的点云数据处理流程及应用方法。建议在既有轨道检测过程中采用“之”字形、使用球形标靶且间距不大于25 m的测站设置方法，可获取高质量符合既有轨道检测精度的点云数据。.2）根据多条线路的实测点云数据，结合既有铁路空间分布特征，研究既有轨道特征提取算法，采用封装点云模型从线、面、体不同角度获取轨道断面特征参数数据。采用PCA主成分分析法进行线路缓冲区的分割，引入钢轨高程、反射强度、轨道相应尺度等多种约束条件实现既有轨道顶面的点云数据的提取算法设计，并设计相应的线路中心线提取算法。.3）结合点云信息的连续性特征，从曲率和曲率变化率的角度分析不同间隔条件下的轨道几何形位特征，提出基于点云数据的曲率分析及既有曲线整正方法，设计相应的平面曲线线形优化重构算法，计算结果更为符合车轨一体化养护维修的要求。 .4）结合既有轨道点云数据的三维及连续性特征，提出基于点云的既有轨道测量与隧道限界一体化的处理算法并在现场隧道及地铁检测中得以应用。针对兰新铁路线路限界检测的实际需求，提出基于点云数据的铁路限界超限判定的新方法，在提高铁路运营管理的安全性、智能化方面起到了重要的作用。.5）项目成果在基于无人机数据采集的高精度轨道检测点云信息数据处理方法，尤其是点云数据和影像数据的结合方面也具有一定的应用价值，已初步完成了相应的轨道特征提取算法设计工作。