-
题名面向磁浮轨道的多源点云数据的混合滤波方法
- 1
-
-
作者
张玉鑫
张雷
欧冬秀
-
机构
同济大学交通运输工程学院
同济大学上海市多网多模式轨道交通协同创新中心
同济大学上海市轨道交通结构耐久与系统安全重点实验室
-
出处
《计算机工程》
CAS
CSCD
北大核心
2024年第9期54-62,共9页
-
基金
国家自然科学基金面上项目(52172329)。
-
文摘
在磁浮轨道的仿真数据处理过程中,磁浮轨道点云数据的滤波提取是重要环节之一,实际应用应根据待提取的磁浮数据特性,采用高效的滤波方法。磁浮轨道的点云数据对象主要包括由无人机(UAV)倾斜摄影获取的磁浮轨道的图像数据并经过三维重建后形成的稠密点云数据、由手持式激光雷达扫描磁浮轨道获取的激光点云数据。根据这两种点云的数据特性,考虑磁浮轨道四周复杂场景的点云环境,分别对两种点云进行混合滤波。首先,对激光点云数据采用八叉树下采样方法,有效降低了点云数据的数量级,节省了运行时间。然后,分别对激光点云与稠密点云数据采用布料模拟滤波(CSF)方法,过滤了地平面点云数据,保留了非地面点云数据;采用统计离群点去除(SOR)滤波方法,筛除了大量离群点;根据磁浮轨道特征,采用直通滤波过滤了坐标范围外的点云数据。实验结果表明,在不影响磁浮轨道结构的前提下,对于采用八叉树下采样方法的激光点云数据和没有采用八叉树下采样的稠密点云数据,该方法的滤波率分别为86.15%和64.76%,经混合滤波后的两种点云数据的结构近似,点云数量处于同一数量级,为磁浮轨道点云特征提取等后续任务提供了有效保障。
-
关键词
磁浮轨道
多源点云数据
八叉树下采样
布料模拟滤波
统计离群点去除滤波
-
Keywords
maglev track
multisource point cloud data
octree downsampling
Cloth Simulation Filtering(CSF)
Statistical Outlier Removal(SOR)filtering
-
分类号
U213.2
[交通运输工程—道路与铁道工程]
-
