首页|密度聚类与PCA的点云数据处理技术在高铁轨道检测中的应用

密度聚类与PCA的点云数据处理技术在高铁轨道检测中的应用

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为解决轨道手工检测效率低、准确度不高的问题,克服二维线激光与轨向不垂直而影响检测精度的不足,利用三维结构光点云技术对高铁轨道表面状态进行检测.数据处理是三维结构光检测的重要环节,综合运用密度聚类与PCA算法对点云进行快速处理.首先采用三维栅格算法对点云进行采样,减少点云数据量;其次利用密度聚类将点云分成不同的簇类以去除噪声点和离群点,提取出目标点云;最后通过PCA算法计算点云的3个主成分向量,求解变换矩阵变换点云,实现点云初始配准.精确配准后,与标准模型点云对比,即可得出检测结果.现场试验结果表明,该方法运行速度快,配准精度较高,有效提高了检测的效率和精度.
Application of Density Clustering and PCA Point Cloud Data Processing in High-speed Rail Track Detection

肖俊、王培俊、李文涛、李保庆、杨杰

展开 >

西南交通大学机械工程学院,成都 610031

成都西南交大研究院有限公司,成都 610031

点云配准 密度聚类 PCA 三维光学检测 磨耗检测 铁路轨道 高速铁路

四川省科技计划重点研发项目

2019YFG0046

2020

铁道标准设计
中铁工程设计咨询集团有限公司

铁道标准设计

北大核心
影响因子：1.129
ISSN：1004-2954
年,卷(期)：2020.64(8)
  • 7
  • 10