УДК 528.065 УДК 625.7

МЕТОД ВЫЯВЛЕНИЯ КОЛЕЙНОСТИ И ВЕРТИКАЛЬНЫХ КОНСТРУКЦИЙ ПО ОБЛАКАМ ТОЧЕК АВТОМОБИЛЬНЫХ ДОРОГ НА ОСНОВЕ ЭКСТРЕМАЛЬНЫХ УКЛОНОВ Метод выявления колейности и вертикальных конструкций по облакам точек автомобильных дорог на основе экстремальных уклонов

Опубликовано в Известия Петербургского университета путей сообщения/Proceedings of Petersburg Transport University · Том 22, Номер 2 · Страницы 467–475 · Рубрика: Проблематика транспортных систем
DOI: https://doi.org/10.20295/1815-588X-2025-2-467-475
Получено: 25.04.2025 Одобрено: 29.05.2025 Опубликовано: 19.06.2025
При проведении обследований автомобильных дорог с применением технологии лазерного сканирования остро стоит задача идентификации элементов дорожного обустройства и колейности по облакам точек. На практике не всегда возможно проводить сканирование с соблюдением всех правил, в связи с чем в облаках точек присутствует большое число шумов, а сама плотность точек местами не позволяет задействовать алгоритмы автоматической классификации; кроме того, сложность и отсутствие оптимизации ряда алгоритмов зачастую требуют ограничения размера исследуемых данных и потребляют значительную часть доступных аппаратных ресурсов компьютера. В связи с этим обработка данных носит преимущественно ручной характер. Цель: Предложить метод идентификации наклонных (и вертикальных) конструкций, а также колейности на основе анализа уклонов между соседними точками облака точек с упором на производительность на больших данных и прогнозируемой величиной расхода вычислительных ресурсов компьютера. Методы: В данном исследовании используется преобразование облака точек с классифицированной землей через CSF-алгоритм. Рассматриваемый метод был реализован на языке программирования C++ как надстройка к САПР nanoCAD для работы с облаками точек в ее среде. В качестве вспомогательного инструмента формирования контуров была использована геометрическая библиотека с открытым исходным кодом GEOS. Апробация предложенного метода проведена на материалах лазерного сканирования дорог Санкт-Петербурга. Практическая значимость: Вычислительная сложность метода квадратично зависит от размера облака точек и не зависит от его объема, что позволяет использовать метод для обработки облаков точек плохого качества. В результате пользователь получает набор полигонов (замкнутых контуров) для требуемых величин уклонов с возможностью отрисовки только полигонов заданной площади.
Автомобильные дороги, колейность, облака точек, эксплуатация дорог, лазерный сканер, классификация облака точек
Текст Список литературы
Текст (PDF)
Читать Скачать

1. Береговой Д. В. Создание топографических планов на основе данных съемки с беспилотного летательного аппарата и автоматизации процесса дешифрирования: специальность 25.00.32 «Геодезия»: дисс. … канд. наук / Д. В. Береговой. — СПб.: Санкт-Петербургский горный университет, 2018.

2. Ткачева А. Использование данных дистанционного зондирования земли при трехмерном моделировании естественных ландшафтных сцен / А. Ткачева // Вестник сибирского государственного аэрокосмического университета им. академика М. Ф. Решетнева. — 2014. — № 5(57). — С. 136–144.

3. Федорова А. А. Сравнение методов классификации облаков точек, полученных с помощью технологии LIDAR / А. А. Федорова, Д. Д. Нурлыева, А. С. Желанкина, Е. А. Елисеева и др. // Искусственный интеллект в автоматизированных системах управления и обработки данных, 27–28 апреля 2022 года. — М.: Московский государственный технический университет имени Н. Э. Баумана (национальный исследовательский университет), 2022. — Т. 1. — С. 262–267.

4. Масурадзе Ш. Г. Решение инженерных дорожных задач на основе данных мобильного лазерного сканирования / Ш. Г. Масурадзе, И. Г. Майсурадзе // САПР и ГИС автомобильных дорог. — 2016. — № 2(7). — С. 50–53. — DOI:https://doi.org/10.17273/CADGIS.2016.2.2.

5. Позняк И. Метод оценки колейности автомобильных дорог с использованием мобильного лазерного сканирования / И. Позняк, И. Масурадзе, Ш. Масурадзе // Конструкторское Бюро. — 2017. — № 5.

6. Меньшиков А. Фотограмметрический метод измерения колейности усовершенствованных дорожных покрытий / А. Меньшиков, Н. Скоморохова // Наука, техника и образование. — 2016. — № 7(25). — С. 48–49. — DOI:https://doi.org/10.20861/2312-8267-2016-25-002.

7. Лушников Н. Измерение глубины колеи на покрытии автомобильной дороги методом лазерного сканирования / Н. Лушников, П. Лушников, Т. Лалова, Д. Ковалев // Дороги и мосты. — 2020. — № 2(44). — С. 138–144.

8. Гребенюк Е. А. Мобильное лазерное сканирование городских дорог: оценка трудозатрат для получения качественного результата / Е. А. Гребенюк, С. И. Ротков // Труды Международной конференции по компьютерной графике и зрению «Графикон», 19–21 сентября 2023 г., Институт проблем управления им. В. А. Трапезникова РАН. — М.: Институт прикладной математики им. М. В. Келдыша РАН, 2023. — С. 701–709. — DOI:https://doi.org/10.20948/graphicon-2023-701-709.

9. Wumming Z. An Easy-to-Use Airborne LiDAR Data Filtering Method Based on Cloth Simulation / Z. Wumming, Q. Jianbo, W. Peng et al. // Remote Sensing. — 2016. — Vol. 8(6). — DOI:https://doi.org/10.3390/rs8060501.

10. Zhiyang Z. P-CSF Polar coordinate cloth simulation filtering algorithm for multi-type tunnel point clouds / Z. Zhiyang, C. Bingtao, L. Yuan et al. // Tunnelling and Underground Space Technology. — 2025. — Vol. 155. — Part 1. — DOI:https://doi.org/10.1016/j.tust.2024.106144.

11. Выстрчил М. Г. Алгоритм выделения точек земной поверхности из данных воздушного лазерного сканирования / М. Г. Выстрчил, Т. И. Балтыжакова, А. Ю. Романчиков, А. А. Аникеева // Геодезия и картография. — 2024. — № 2. — С. 2–11. — DOI:https://doi.org/10.22389/0016-7126- 2024-1004-2-2-11.

Войти или Создать
* Забыли пароль?