基于激光点云数据的城市轨道交通限界侵限判别算法

目的:当前常用的城市轨道交通限界侵线判别方法只能进行超限情况的单向判断,无法对超限程度和未超限裕度进行定量化描述,不利于开展精细化的限界健康管控工作,因此需要对城市轨道交通限界侵限判别算法进行研究。方法:基于计算几何中采用向量积法确定点与多边形平面位置关系的判别思路,提出了一种基于激光点云数据的城轨限界侵限判别算法。依托OpenCV软件中的pointPolygonTest函数对该算法进行了实现。开发了北京地铁限界大数据综合平台。在北京地铁车辆跨线运行和新设备加装两类典型场景中对该算法进行了验证。结果及结论:基于激光点云数据的城轨限界侵限判别算法利用矢量积的方式计算向量与多边形交点的数量,通过交点个数的奇偶性来判断检测点与多边形的位置关系。该算法共包含侵限点判断、异常点识别处理和侵限幅值计算等3个过程,有效实现了不同型号车辆在不同线路中限界侵限的精准、高效、自动化判别。开发的北京地铁限界大数据综合平台实现了对侵限数据的可视化展示。该算法在北京地铁车辆跨线运行和新设备加装等场景中进行了实际应用,并取得了良好的应用效果。