首页 > 专利信息

用于铁路线路的几何参数的现场和实时收集及处理的方法与流程

1.本发明涉及用于铁路线路的几何参数的现场和实时收集及处理的方法，特别是但不限于与电气化线路中接触线的高度和拉出值以及基础设施的特定元件的计量值相关的方法。
2.本发明的特征在于，它从记录铁路线路的几何参数的传感器所收集的原始数据开始，根据特别针对本发明的方法目标而结合的算法，结合了不同类型的数据处理。
3.因此，本发明落入铁路领域，特别是属于用于测量基础设施的几何参数的方法。

背景技术：

4.在铁路环境中，有必要控制在其整个生命周期(包括建造和运营阶段)中限定基础设施的几何参数的状态。基础设施管理员以根据其准则和经验而变化的频率对检查进行计划以了解设施的状态。为此，维护人员将目视检查与利用不同装置进行的测量相结合，该不同装置利用具有不同技术和操作原理的传感器来捕获数据。传感器可以被集成到基础设施自身的关键元件中，或者被装载到不同的车辆，典型地，手动操作的推车或检查列车/手摇车。
5.这些传感器的使用使得能够测量限定基础设施的几何参数，包括与轨道和铁路电气化系统相关的几何参数，以及知道铁路线路布局之外的任何元件(例如植被)是否影响基础设施或轨道车辆的计量值，这可能导致铁路服务的不希望的中断。
6.关于装载到测量车辆上的装置，现有技术中存在已知的不同解决方案。手动操作的推车通常承载以高初始获取成本为代价来提供高精度的传感器，并且通常包括在实验室中对所做出的测量值进行后处理。在检查列车的情况下，除了这种类型的车辆的获取和操作的高成本之外，还增加了在每个测量活动中生成的海量数据，这阻碍了其现场和实时处理。最广泛使用的传感器通常是激光或lidar(light detection and ranging，光检测和测距)扫描仪，它们生成铁路基础设施的元件(它们的几何参数是待知道的)的点云。由这些传感器做出的测量值可以通过由高分辨率相机捕获的图像或视频来补充，从而帮助借由通常由用于深度学习和人工智能的技术支持的复杂算法和方法来识别图案。在其他情形下，可以省去lidar系统；借由上述计算机视觉技术生成“重建的”点云。类似地，通常惯例地借由基于gnss(global navigation satellite system，全球导航卫星系统)接收机和惯性传感器的地理参考系统在空间上关联所述测量值。有时，还包含了能够记录环境变量的装置。
7.因此，需要优化所使用的传感器的需求并减少它们收集的数据的处理时间。这样做的动机是为负责线路的建设和/或维护的基础设施管理者或公司(在下文中，将通用地使用“基础设施管理者”)实时提供信息，该信息被现场人员流线化地和容易地解释，从而可以避免由专业技术人员在实验室中进行的测量值的后处理步骤。
8.这种需要必须基于鲁棒性测量方法的构造，基于不同算法和不同类型的统计处理，该不同算法和不同类型的统计处理有效地结合由传感器收集的原始数据，以便以所需的精度生成基础设施管理者需要知道的几何参数的最终信息。
9.以这种方式，通过生成所述优化的方法，可以使用具有较低分辨率和具有较低生成数据的强度的传感器，从而降低必要的轨道车辆的初始采集和操作成本。本发明的申请人在分析了传感器和算法中的不同替代方案之后得出结论，能够满足上述条件的方法必须必要地执行点云的静态处理。此外，基础设施管理者通常更倾向于避免连续采样，将分析限制到基础设施的特定点。
10.因此，本发明的目的是有效地响应上述需求，并克服目前在与铁路线路的几何参数的收集和处理(以特定但非限制性的方式，接触网的高度和拉出值、以及用于基础设施的特定元件的计量值)相关的现有技术中已知的解决方案。
11.背景检索已经产生了基本上基于连续测量方法的一系列文献，其中所使用的传感器和/或集成它们的车辆以及所记录的附加数据的类型是变化的。
12203037214u和cn103852011a两者都提出了用于测量接触网的高度和拉出值的便携式系统以及相关联的测量方法。描述了一种连续测量方法，其中装载在轨道上的台车型车辆中的2d lidar装置连续地记录点云，其中扫描平面垂直于前进方向。通过对所记录的点进行滤波、融合和统计处理的处理，发明人确保他们提出的方法能够实现点云的快速、实时处理。然而，本专利的申请人认为，在所述文献中公开的方法具有可以改进的方面，并且进行以下反思：
13.关于cn203037214u，已确认该方法能够借由线性回归算法实时求解接触网的几何参数；然而，应用于铁路环境的点云的这种类型的回归通常涉及几秒钟的处理时间，这使得现场的用户难以实时地看到它们。此外，确保了+/-2mm的拉出值的平均测量误差和+/-4mm的高度的平均测量误差；然而，与这些精度相比较的装置是具有不同测量原理和操作的手动操作的激光测距仪，因此它们不应该是可比较的装置。
14.关于cn103852011a，(i)为了获得铁路基础设施管理者通常可接受的精度(+/-1cm)，作者确认必须确保每延米前进至少10次扫描；在实践中，这意味着台车的移动速度在3-4km/h之间，在这种情况下取决于操作者在沿采样部分保持恒定采样速度方面的较多或较小的技能，并且足够低以保证所需的精度；(ii)该方法具有预先建立的1米的移动范围，使得在该米中记录的数据被组合成单个数据点，然后进一步处理该数据点；然后应理解，高度和拉出值信息被链接到每米的开始，因此，当试图在基础设施的特定点(例如在支柱下方)处知道这些值时，可能丢失一定量的精度；(iii)该方法使得能够每条线路检测一条接触线，因为这在中国的铁路线路中是最常见的情况。然而，每条线路具有两条接触线的情况不能解决，这些在欧洲的常规线路(特别是那些用直流电气化的线路，例如通勤列车线路)中是非常常见的。
15.文献cn105416097b包括与cn103852011a中描述的方法类似的方法，但是用用于组装接触网的道路/铁路车辆的脚手架代替用于台车型传感器的集成平台。以这种方式，测量方法使cn103852011a的方法适应于在接触网的构造中使用的情况，但是保持了在前面段落中已经描述的相同的问题(i)至(iii)。
16.现有技术中已知的其他文献是cn104406521a和cn104748685a；两者都使得接触网的几何参数能够借由台车型车辆连续地解决，并且它们使用结合激光器和相机的视觉测量技术。与lidar型传感器相比，这些传感器在铁路环境中的使用作为一种方法具有明显的缺点：它们需要聚光灯，以便在没有环境光的情况下照亮场景，夜间是调度具有这种类型设备
的测量活动的维护任务的最常见时间。由于聚光灯必须具有足够的功率以照亮位于几米高/远的目标，并且可用于集成到台车中的空间减小，因此能够集成的聚光灯的数量有限；由于这个原因，只能将照明聚焦朝向某个目标(接触线、支柱等)，从而减少装置能够实时捕获和处理的铁路基础设施的几何参数的数量。
17.最后，cn110207597a描述了一种基于特别设计用于铁路环境的lidar扫描仪来测量接触线的高度和拉出值的方法；当基础设施管理者需要实行长时间和昂贵的认证处理时，这些类型的使用专门设计的装置的方法限制了在操作线路中使用的可能性，如果设备的市场量减少，则制造商难以承担这些长时间和昂贵的认证处理。
18.依据上述，需要提出一种鲁棒性的方法，该方法能够以优化的采样水平，实时和现场地处理由监测铁路线路的几何参数的传感器收集的原始数据，以使得满足基础设施管理者的最通常的最低要求。
19.因此，本发明的目的是提出一种优化、高效和简单的方法，该方法能够实时地管理和处理从铁路基础设施获得的数据。该提出必须通过基于静态测量的方法，该方法涉及在铁路线路的特定点处停靠几秒钟，并且该方法根据要求以个性化的方式处理这些情况。

技术实现要素：

20.本发明的目的是一种用于以使用由具有不同技术的传感器生成的数据为起点的铁路线路的几何参数的现场收集和处理的方法。这些传感器结合了直接和间接测量方法：
[0021]-几何轨迹参数的直接测量。特别地，但不限于：轨距、倾斜度、倾角、所行驶的距离以及在绝对坐标下的定位。
[0022]-从由具有不同技术的传感器生成的点云的处理开始间接测量基础设施的几何参数。在所提出的实施例中，传感器是2d lidar(laser lmaging detection and ranging，激光成像检测和测距)激光扫描仪，尽管该方法可适于处理借由其他手段(例如，借由相机的计算机视觉)生成的点云。通过从这些原始点云开始的统计处理和算法，最终获得铁路基础设施的几何参数，例如：接触线的高度和拉出值、极点偏移和(在带电轨道中的)电绝缘间隙以及在任何类型线路中的轨道车辆的计量值。
[0023]
依据前述内容，所开发的方法(特别是在所提出的实施例中，但不限于)是由以下传感器收集的数据所供给的：
[0024]-用于生成点云的lidar2d激光扫描仪。
[0025]-用于测量轨道的倾斜度和倾角的imu(lnertial monitoring unit，惯性监测单元)。
[0026]-用于始终测量轨距并确定其中心轴线的线性位移传感器，其用于参考测量值。
[0027]-用于地理参考所做出的测量值的多星座gnss接收机。
[0028]-用于准确地确定在轨道上行驶的距离的增量旋转编码器。
[0029]
前述内容仅适用于本发明的优选实施例，使得能够提供上述几何参数的测量值的任何传感器对于该方法都将是可接受的。
[0030]
除了这些传感器之外，在所提出的实施例中，包含了两个相机，它们拍摄铁路环境的正面和方位角照片，从而方便用户在实验室中对现场取得的测量值进行可能的后续修改。类似地，为了改善在夜间或具有低环境照明的时段(例如，在隧道中)期间的图像质量，
在所提出的实施例中，借由若干led灯(包括正面的和方位角的)来照亮场景。
[0031]
向本发明的方法对象供给的传感器和装置优选地装载在手动操作的推车型车辆(例如台车)上。然而，在铁路领域中，将这种传感器集成到机动车辆(例如道路/铁路卡车、维护手摇车或检查列车)中也是常见的。
[0032]
在任何情况下，所述车辆必须保证在铁路线路的特定点处停靠几秒钟的可能性，以实现针对这种方法而提供的静态测量。这些特定点将取决于由基础设施管理者针对每条特定线路建立的要求而变化；在大多数情况下，靠近支柱(直的和弯曲的布局)并且在半跨度(弯曲的布局)。就接触网而言，这些区域是特别感兴趣的，因为其中具有最大拉出值(绝对值)的点和在高度方面的“硬”点被定位(接触线的区域特别易受磨损，因此，易受影响而在基础设施维护中经受更大的控制)。至于其他基础设施元件，在每种情况下，管理者限定要监测的特定元件(例如，气隙重叠跨度中的电绝缘间隙、从轨道车辆到隧道拱顶或到周围植被的计量值的距离等)。该方法使得这些情况能够根据由铁路线路管理者在每种情况下限定的要求以个性化的方式被处理。
[0033]
综上所述，所提出的方法基于对呈20个截面或“切片”的点云的处理，特别是但不限于由lidar激光扫描仪生成的那些点云。为了记录这些切片中的每一者，现场技术人员必须停止轨道车辆，其中上述传感器集成在感兴趣点处。因此，该方法的输入是通过在设备停放在感兴趣点(下文中，“场景”)处时启动测量而生成的20个截面。
[0034]
取决于要采样的铁路线路的几何参数，在该方法中存在两条互补的路径：
[0035]-备选方案1：求解接触网的高度和拉出值。
[0036]-备选方案2：求解基础设施的特定元件的计量值。
[0037]
下面描述备选方案1和2共有的方法的步骤：
[0038]-基于对这些环境的因果关系的研究，确定求解铁路基础设施的特定元件所需的每一场景的角位置的数量。该角位置的最小数量将确定所使用的激光扫描仪模型及其配置参数(以特定但非限制性的方式：视场、角分辨率和光束发散度)。
[0039]-确定每一角位置的最小通过次数，以确保测量值的可重复性。该值将通过研究在铁路环境的场景中获得的点云类型的最具代表性的集中统计量和分散统计量的演变来设定。
[0040]-根据用于生成点云的传感器所使用的参考系统，获得场景的每个点的原始坐标。以特定但非限制性的方式，在其中用于生成点云的传感器是lidar的一个实施例中，获得用于每个角位置的点的集合，该点的集合由其与传感器的距离和由指示所反射的强度的功率的参数(通常为rssi(received signal strength lndicator，接收信号强度指示器))
[0041]
限定。
[0042]-用于平均在每个角位置中的点、消除离点和重影点的算法，由以下步骤组成：
[0043]-分析和确定数据最佳拟合到的采样分布(或多个采样分布)。
[0044]-(如果适用的话)分离所到的采样分布，并过滤(去除)位于与所选择的集中统计量距离预定距离处的任何点。所述距离是基于+/
‑“
n”乘以所选择的分散统计量的裕量而限定的，“n”为整数。
[0045]-计算最佳拟合该新的经过滤样本的采样分布，预先设定该拟合的最小质量参数。
[0046]-检查来自前一拟合的质量参数的满足程度，如果超过最低要求，则选择该分布的
平均值(距离)(连同其相关联的rssi)作为代表点，并去除其余的点。
[0047]-其中集成了用于生成点云的传感器的设备的构造性偏移校正，以及坐标变换。换句话说，取决于基础设施管理者所优选的参考系统来呈现测量值。典型地，笛卡尔坐标系，其中，x轴位于“高于轨道水平”(“above rail level”，arl)上，并且y轴从轨道的轴线开始并且垂直于arl。
[0048]
一旦已经实行了前面的步骤，在应用备选方案1(求解接触网的高度和拉出值)的情况下，该方法将如下继续：
[0049]-减少区段内要分析的点的数量，将区域限制到一个感兴趣区域(region of interest，roi)，该感兴趣区域根据由每个基础设施管理者建立的高度和拉出值的限制要求而动态地限定。
[0050]-使用算法对可能潜在地构成一条(或两条)接触线的点进行空间分组或聚类，该算法可以取决于物理特征及其构造性限制(线的直径、在高于上述轨道水平上期望的高度范围以及在具有双接触线的线路的情况下线之间的分离)而设定。所述参数与激光扫描仪的参数一起限定了对“接触线”类型的对象的预期影响的最小和最大数量。
[0051]-将来自前一步骤的聚类划分为可产生一条或两条接触线的点的子组。为此，建立了(i)限定其用于表示一条或两条接触线的电势的点的最小和最大阈值，以及(ii)用于根据构成它们的点的数量来划分来自前一步骤的聚类的准则。
[0052]-基于指示所反射的强度的功率的参数(通常为rssi)，对来自前一步骤的子组中包含的点进行空间加权。作为该加权的结果，获得了处于“虚拟”位置中的点，其是基于原始点的rssi而被加权的。这种算法使得测量值的精度得以精细化，因为对于激光扫描传感器而言，所反射的强度的值越高，精度越高。这些虚拟点由其相对于轨道系统的坐标限定，因为这个原因，x轴将对应于候选接触线的拉出值并且y轴对应于高度。
[0053]-对虚拟候选点进行最终过滤，选择最低和最高拉出值的那些作为一条或多条接触线(在具有双接触线的线路的情况下)。由此，能够在任何时候求解有源接触线的高度和拉出值，因为在一个相同的场景中可能发生存在多于两条接触线的情形(悬链线区段重叠)，其中，当列车正在循环时，场景的一些线不与受电弓直接接触。
[0054]-将该一条或多条接触线的高度和拉出值的这些特定和静态测量值与由辅助传感器收集的其余参数同步，这完成基础设施管理者所需的信息。
[0055]
关于应用备选方案2(求解基础设施的特定元件的计量值)的情况，该方法将保持两个备选方案的共同步骤，并且将如下继续：
[0056]-减少在区段内要分析的点的量，将区域限制到一个感兴趣区域(roi)，该感兴趣区域根据在每种情况下要检测的铁路基础设施的特定元件的几何要求(极点偏移、电绝缘间隙等)而动态地限定。
[0057]-基于由其最具代表性的几何特征确定的限定图案，对可能潜在地构成要检测的特定元件的一部分的点进行空间分组或聚类；在特定但非限制性的方式中，是直的和弯曲的。
[0058]-确定从由基础设施管理者使用的参考系统限定的坐标原点(通常用于一条或多条接触线的高度和拉出值的是同一个)到与前一步骤中的特定图案相关联的点的最小距离。
[0059]-将到基础设施的特定元件的最小距离(计量值)的这些特定和静态测量值与由辅助传感器收集的其余参数同步，这完成基础设施管理者所需的信息。
[0060]
除非另有说明，本文中使用的所有技术和科学要素具有本发明所属领域的技术人员通常理解的含义。在本发明的实践中，可以使用与本文中描述的那些类似或等同的方法和材料。
[0061]
在整个说明书和权利要求书中，词语“包括”和其变体并不旨在排除其他技术特征、附加物、部件或步骤。对于本领域技术人员，本发明的其他目的、优点和特征将部分地从本发明的描述和部分地从本发明的实践中得到。
附图说明
[0062]
为了补充正在进行的描述并且为了帮助更好地理解本发明的特征的目的，依据其优选的实际示例性实施例，所述描述作为其整体部分伴随有一组附图，其中以说明性和非限制性的方式，表示如下：
[0063]
图1示出了本发明的方法对象的基本步骤。
[0064]
图2示出了具有被实行以求解接触网的高度和拉出值(6)的步骤的图。
[0065]
图3示出了基础设施的特定元件的计量值的解决办法(13)。
具体实施方式
[0066]
根据附图，下面描述所提出发明的优选实施例。
[0067]
本发明的用于几何参数的现场和实时收集及处理的方法对象包括以下步骤：
[0068]-基于对这些环境的因果关系的研究，确定求解铁路基础设施的特定元件所需的每一场景的角位置的数量(1)。该角位置的最小数量将确定所使用的激光扫描仪模型及其配置参数(以特定但非限制性的方式：视场、角分辨率和光束发散度)。
[0069]-确定每一角位置的最小通过次数(2)，以确保测量值的可重复性。该值将通过研究在铁路环境的场景中获得的点云类型的最具代表性的集中统计量和分散统计量的演变来设定。在特定但非限制性的方式中：平均和中值作为集中统计量；标准偏差和离中值的偏差作为分散统计量。
[0070]-根据用于生成点云的传感器所使用的参考系统，获得场景的每个点的原始坐标(3)。以特定但非限制性的方式，在其中用于生成点云的传感器是lidar的一个实施例中，获得用于每个角位置的点的集合，该点的集合由其与传感器的距离和由指示所反射的强度的功率的参数(通常为rssi(received signal strength lndicator，接收信号强度指示器))限定。
[0071]-用于平均在每个角位置中的点、消除离点和重影点的算法(4)，由以下步骤组成：
[0072][0073]-分析和确定在每个角位置中数据最佳拟合到的采样分布(或多个采样分布)
[0074]
(4.1)。在特定但非限制性的方式中，在本发明的使用lidar来生成点云的一个实施例中，将每个角位置的样本拟合到正态分布或者部分重叠的两个正态分布。
[0075]-(如果适用的话)分离所到的采样分布，并过滤(去除)位于与所选择的集中统
计量距离预定距离处的任何点(4.2)。所述距离是基于+/
‑“
n”乘以所选择的分散统计量的裕量而限定的，“n”为整数。在特定但非限制性的方式中，在本发明的使用lidar来生成点云的一个实施例中，位于+/-3乘以相对于中值计算的偏差的裕量之外的所有点被过滤(去除)。
[0076]-计算最佳拟合该新的经过滤样本的采样分布(4.3)，预先设定该拟合的最小质量参数。在特定但非限制性的方式中，具有较好拟合的正态分布。
[0077]-检查来自前一拟合的质量参数的满足程度(4.4)，并且，如果超过最低要求，则选择该分布的平均值(距离)(连同其相关联的rssi)，并去除其余的点(4.5)。
[0078]-其中集成了用于生成点云的传感器的设备的构造性偏移校正，以及坐标变换(5)。换句话说，取决于基础设施管理者所优选的参考系统来呈现测量值。典型地，笛卡尔坐标系，其中，x轴位于高于轨道水平(above rail level，arl)上，并且y轴从轨道的轴线开始并且垂直于arl。
[0079]
一旦已经实行了前面的步骤，在备选方案1(求解接触网的高度和拉出值(6))的情况下，该方法将如下继续，如图2中所示：
[0080]-减少区段内要分析的点的量(7)，将区域限制到一个感兴趣区域(region ofinterest，roi)，该感兴趣区域根据由每个基础设施管理者建立的高度和拉出值的限制要求而动态地限定。
[0081]-使用算法对可能潜在地构成一条(或两条)接触线的点进行空间分组或聚类(8)，该算法可以取决于物理特征及其构造性限制(线的直径、在高于上述轨道水平上期望的高度范围以及在具有双接触线的线路的情况下线之间的分离)而设定。所述参数与激光扫描仪的参数一起限定了对“接触线”类型的对象的预期影响的最小和最大数量。
[0082]-将来自前一步骤的聚类划分为可产生一条或两条接触线的点的子组(9)。为此，建立了(i)限定其用于表示一条或两条接触线的电势的点的最小和最大阈值，以及(ii)用于根据构成它们的点的数量来划分来自前一步骤的聚类的准则。
[0083]-基于指示所反射的强度的功率的参数(通常为rssi)，对来自前一步骤的子组中包含的点进行空间加权(10)。作为该加权的结果，获得了处于“虚拟”位置中的点，其是基于原始点的rssi而被加权的。这种算法使得测量值的精度得以精细化，因为对于激光扫描传感器而言，所反射的强度的值越高，精度越高。这些虚拟点由其相对于轨道系统的坐标限定，因为这个原因，x轴将对应于候选接触线的拉出值并且y轴对应于高度。
[0084]-对虚拟候选点进行最终过滤(11)，选择最低和最高拉出值的那些作为一条或多条接触线(在具有双接触线的线路的情况下)。由此，能够在任何时候求解有源接触线的高度和拉出值，因为在一个相同的场景中可能发生存在多于两条接触线的情形(悬链线区段重叠)其中，当列车正在循环时，场景的一些线不与受电弓直接接触。
[0085]-将该一条或多条接触线的高度和拉出值的这些特定和静态测量值与由辅助传感器收集的其余参数同步(12)，这完成基础设施管理者所需的信息。在特定但非限制性的方式中：自采样活动开始以来行驶的公里标记(kilometre mark，km)或距离，借由gnss坐标、轨距、轨道的倾斜度和倾角的对场景的绝对参考。
[0086]
关于应用备选方案2(求解基础设施的特定元件的计量值(13))的情况，该方法将在用于变换坐标和应用偏移校正的上述步骤(5)之后开始，并且将如下继续，如图3中所示。
[0087]-减少在区段内要分析的点的量(14)，将区域限制到一个感兴趣区域(roi)，该感兴趣区域根据在每种情况下要检测的铁路基础设施的特定元件的几何要求(极点偏移、电绝缘间隙等)而动态地限定。
[0088]-基于由其最具代表性的几何特征确定的限定图案，对可能潜在地构成要检测的特定元件的一部分的点进行空间分组或聚类(15)；在特定但非限制性的方式中，是直的和弯曲的。
[0089]-确定从由基础设施管理者使用的参考系统限定的坐标原点(通常用于一条或多条接触线的高度和拉出值的是同一个)到与前一步骤中的特定图案相关联的点的最小距离(16)。
[0090]-将到基础设施的特定元件的最小距离(计量值)的这些特定和静态测量值与由辅助传感器收集的其余参数同步(17)，这完成基础设施管理者所需的信息。在特定但非限制性的方式中：自采样活动开始以来行驶的公里标记(kilometre mark，km)或距离，
[0091]
借由gnss坐标、轨距、轨道的倾斜度和倾角的对场景的绝对参考。
[0092]
在充分描述了本发明的性质以及如何将其付诸实践之后，必须注意的是，在其本质性质内，只要其基本原理不被更替、改变或修改，本发明可以根据在细节上不同于通过示例的方式列出的实施例的其他实施例来实行，所寻求的保护将同样覆盖这些实施例。

技术特征：

1.一种用于铁路线路的几何参数的现场和实时收集及处理的方法，包括以下步骤：-确定所需的每一场景角位置的数量(1)，其中所述角位置的数量的最小值确定所使用的激光扫描仪模型及其配置参数。-确定每一角位置的最小通过次数(2)，其中该值将通过研究在铁路环境的场景中获得的点云类型的最具代表性的集中统计量和分散统计量的演变来设定。-根据用于生成点云的传感器所使用的参考系统，获得所述场景的每个点的原始坐标(3)。-用于平均在每个角位置中的点、消除离点和重影点的算法(4)，由以下步骤组成：ο分析和确定在每个角位置中数据最佳拟合到的一个或多个采样分布，并确定其以最高质量拟合到的采样分布(4.1)。ο(如果适用的话)分离所到的采样分布，并过滤(去除)位于与所选择的集中统计量距离预定距离处的任何点(4.2)，其中所述距离是基于+/
‑“
n”乘以所选择的分散统计量的裕量而限定的，“n”为整数。ο计算最佳拟合该新的经过滤样本的采样分布(4.3)，预先设定所述拟合的最小质量参数。ο检查来自前一拟合的质量参数的满足程度(4.4)，并且，如果超过最低要求，则选择该分布的平均值(距离)(连同其相关联的rssi)作为代表点，并去除其余的点(4.5)。-其中集成了用于生成点云的传感器的设备的构造性偏移校正，以及坐标变换(5)，其中x轴位于高于轨道水平(arl)上，并且y轴从轨道的轴线开始并且垂直于所述arl。-应用所述步骤以求解接触网的高度和拉出值(6)，或者应用所述步骤以求解基础设施的特定元件的计量值(13)。2.根据权利要求1所述的用于铁路线路的几何参数的现场和实时收集及处理的方法，其特征在于，在求解所述接触网的高度和拉出值(6)的情况下，应用以下步骤：-减少区段内要分析的点的量(7)，将区域限制到一个感兴趣区域(roi)，所述感兴趣区域根据由每个基础设施管理者建立的高度和拉出值的限制要求而动态地限定。-使用算法对可能潜在地构成一条(或两条)接触线的点进行空间分组或聚类(8)，所述算法可以取决于物理特征及其构造性限制而设定。-将来自前一步骤的聚类划分为可产生一条或两条接触线的点的子组(9)。为此，建立了(i)限定其用于表示一条或两条接触线的电势的点的最小和最大阈值，以及(ii)用于根据构成它们的点的数量来划分来自前一步骤的聚类的准则。-基于指示所反射的强度的功率的参数，通常为rssi，对来自前一步骤的子组中包含的点进行空间加权(10)。作为该加权的结果，获得了处于“虚拟”位置中的点，其是基于原始点的rssi而被加权的。-对虚拟候选点进行最终过滤(11)，选择最低和最高拉出值的那些作为一条或多条接触线(在具有双接触线的线路的情况下)。-将该一条或多条接触线的高度和拉出值的这些特定和静态测量值与由辅助传感器收集的其余参数同步(12)。3.根据权利要求1所述的用于铁路线路的几何参数的现场和实时收集及处理的方法，其特征在于，在试图求解所述基础设施的特定元件的计量值(13)的情况下，所述方法包括
以下步骤：-减少在区段内要分析的点的量(14)，将区域限制到一个感兴趣区域(roi)，所述感兴趣区域根据铁路基础设施的特定元件的几何要求而动态地限定。-对可能潜在地构成要检测的特定元件的一部分的点进行空间分组或聚类(15)。-确定距由基础设施管理者使用的参考系统限定的坐标原点的最小距离(16)。-将到基础设施的特定元件的最小距离(计量值)的这些特定和静态测量值与由辅助传感器收集的其余参数同步(17)。4.根据前述权利要求中任一项所述的用于铁路线路的几何参数的现场和实时收集及处理的方法，其中，每个角位置中的最小通过次数值(2)是通过研究在铁路环境的场景中获得的点云类型的最具代表性的作为集中统计量的平均和中值的演变以及作为分散统计量的离中值的偏差而设定的。5.根据前述权利要求中任一项所述的用于铁路线路的几何参数的现场和实时收集及处理的方法，其特征在于，在获得所述场景的每个点的原始坐标(3)的步骤中，当用于生成点云的传感器是lidar时，获得用于每个角位置的点的集合，所述点的集合由其与所述传感器的距离和由指示所反射的强度的功率的参数限定，例如rssi(接收信号强度指示器)。6.根据前述权利要求中任一项所述的用于铁路线路的几何参数的现场和实时收集及处理的方法，其特征在于，在分析每个角位置中的数据的分布并确定具有最佳拟合的采样分布(4.1)的步骤中，当使用lidar来生成点云时，将每个角位置的样本拟合到正态分布，或者部分重叠的两个正态分布。7.根据前述权利要求中任一项所述的用于铁路线路的几何参数的现场和实时收集及处理的方法，其特征在于，在(如果适用的话)分离所到的采样分布并过滤(去除)位于与所选择的集中统计量距离预定距离处的任何点(4.2)的步骤中，当使用lidar来生成点云时，位于+/-3乘以相对于中值计算的偏差的裕量之外的所有点被过滤(去除)。8.根据前述权利要求中任一项所述的用于铁路线路的几何参数的现场和实时收集及处理的方法，其特征在于，在计算最佳拟合该新的经过滤样本的采样分布(4.3)的步骤中，使用正态分布。9.根据前述权利要求中任一项所述的用于铁路线路的几何参数的现场和实时收集及处理的方法，其特征在于，将所述一条或多条接触线的高度和拉出值的特定和静态测量值与由辅助传感器收集的其余参数同步(12)的步骤中，这些参数是：自采样活动开始以来行驶的公里标记(km)或距离，借由gnss坐标、轨距、轨道的倾斜度和倾角的对场景的绝对参考。10.根据前述权利要求中任一项所述的用于铁路线路的几何参数的现场和实时收集及处理的方法，其特征在于，在将到基础设施的特定元件的最小距离(计量值)的特定和静态测量值与由辅助传感器收集的其余参数同步(17)的步骤中，这些参数是：自采样活动开始以来行驶的公里标记(km)或距离，借由gnss坐标、轨距、轨道的倾斜度和倾角的对场景的绝对参考。

技术总结

本发明涉及一种用于铁路线路的几何参数的现场和实时收集及处理的方法，以特定但非限制性方式，与基于从垂直于轨道轴线的二维场景开始的静态测量而生成的电气化线路中接触线的高度和拉出值以及在任何线路中的基础设施的特定元件的计量值相关的方法，其中，该方法包括步骤：确定每一场景的角位置的数量，确定每个位置中的最小通过次数，获得原始坐标，应用平均算法，应用偏移校正，变换坐标，并应用这些步骤以求解接触网的高度和拉出值(6)，或者应用这些步骤以求解基础设施的特定元件的计量值(13)。实现了一种优化的、高效的和简单的方法，该方法能够实时管理和处理从铁路基础设施获得的数据。施获得的数据。施获得的数据。