本發(fā)明涉及一種鐵路測繪方法，尤其是一種鐵路高精度測繪方法。
背景技術(shù)：
1、鐵路作為國民經(jīng)濟的重要基礎(chǔ)設(shè)施，其建設(shè)和維護對測繪技術(shù)提出了極高的要求。傳統(tǒng)的鐵路測繪方法主要依賴于人工操作和地面測量設(shè)備，但這些方法在實際應(yīng)用中存在諸多限制。
2、首先，傳統(tǒng)測繪方法的工作效率低下。由于需要人工進行實地測量，不僅耗時耗力，而且在復(fù)雜地形和惡劣天氣條件下，測量工作往往難以進行。其次，傳統(tǒng)測繪方法的精度難以保證。受到人為因素和測量設(shè)備精度的限制，測量數(shù)據(jù)的準確性往往受到質(zhì)疑，特別是在處理鐵路線路的細微變化和復(fù)雜結(jié)構(gòu)時，測量誤差可能較大。此外，隨著鐵路工程建設(shè)的不斷發(fā)展，對測繪數(shù)據(jù)的全面性和實時性要求也越來越高。傳統(tǒng)測繪方法往往難以提供足夠的數(shù)據(jù)支持，難以滿足現(xiàn)代鐵路工程對高精度、高效率的測繪需求。因此，開發(fā)一種新型的鐵路測繪方法，以提高測繪效率、保證測量精度，并滿足鐵路工程建設(shè)對數(shù)據(jù)的全面性和實時性需求，成為了一個亟待解決的問題。
技術(shù)實現(xiàn)思路
1、鑒于上述狀況，有必要提供一種解決上述至少一種問題的一種鐵路高精度測繪方法，其特征在于，包括以下步驟：
2、s1：無人機測繪；
3、s2：地面工程測量；
4、s3：數(shù)據(jù)整合與地圖生成；
5、其中，s1步驟包括以下步驟：
6、準備階段：明確測繪區(qū)域范圍，規(guī)劃飛行航線，確定降落點；
7、飛行與數(shù)據(jù)采集：使用搭載高清相機的無人機進行航拍，獲取厘米級精度的定位數(shù)據(jù)和高分辨率影像以及圖像；
8、控制點選擇：在航拍圖像中選取的控制點，利用rtk技術(shù)測量其精確坐標；
9、s2步驟包括以下步驟：
10、地面數(shù)據(jù)采集：采用集成北斗導(dǎo)航、慣導(dǎo)系統(tǒng)、激光掃描儀傳感器的鐵路綜合性智能化巡檢小車，進行地面數(shù)據(jù)采集，通過巡檢小車獲取鐵路線路的點云數(shù)據(jù)、高清影像以及空間位置和姿態(tài)信息；
11、s3步驟包括以下步驟：
12、數(shù)據(jù)融合：將無人機航測的影像、點云數(shù)據(jù)和地面工程測量的數(shù)據(jù)進行精準對齊和融合；
13、地圖生成：利用gis軟件對整合后的數(shù)據(jù)進行矢量化處理，生成包含鐵路線路、車站、橋梁、隧道元素的鐵路電子地圖。
14、優(yōu)選地，所述準備階段步驟還包括以下步驟，無人機航拍前設(shè)置，圖像重疊率大于35％，航線間大于65％，邊緣航線組成的多邊形包含鐵路線路、車站、橋梁、隧道至少一個或者一個以上的區(qū)域。
15、優(yōu)選地，所述地面數(shù)據(jù)采集步驟中，鐵路綜合性智能化巡檢小車還包括軌道圖像采集模塊，用于實時采集鐵路軌道的高清圖像，并且結(jié)合慣導(dǎo)系統(tǒng)和激光掃描儀的數(shù)據(jù)，實現(xiàn)鐵路軌道的三維重建和特征提取。
16、優(yōu)選地，無人機在測量鐵路彎道時，采用以下公式計算彎道的曲率半徑r：
17、r＝(h2+l2)/(2*h*δθ)
18、其中，h為無人機拍攝高度，l為航拍圖像中彎道弧長，δθ為航拍圖像中彎道對應(yīng)的中心角弧度。
19、優(yōu)選地，鐵路綜合性智能化巡檢小車在測量鐵路直道時，利用慣導(dǎo)系統(tǒng)獲取小車的實時速度v和加速度a，通過以下公式計算直道的長度l：
20、l＝(v2-u2)/(2*a)
21、其中，u為小車開始測量時的初速度。
22、優(yōu)選地，無人機在測量鐵路直道時，利用搭載的高清相機獲取直線段的兩個端點坐標(x1,y1)和(x2,y2)，通過以下公式計算直道的長度l：
23、l＝√[(x2-x1)2+(y2-y1)2]。
24、優(yōu)選地，鐵路綜合性智能化巡檢小車在測量鐵路彎道時，利用激光掃描儀獲取彎道上的多個點云數(shù)據(jù)，并通過以下公式計算彎道的曲率半徑r：
25、r＝(180*δs)/(π*δθ)
26、其中，δs為巡檢小車在彎道上行駛過的弧長，δθ為小車行駛過程中激光掃描儀測得的彎道中心角變化量。
27、優(yōu)選地，鐵路綜合性智能化巡檢小車在測量鐵路彎道時，還可以結(jié)合慣性測量單元(imu)的數(shù)據(jù)，通過以下公式對彎道的曲率進行實時估計：
28、κ＝(a_y+g*tan(θ))/v2
29、其中，κ為彎道的曲率，a_y為小車在垂直于前進方向上的加速度，g為重力加速度，θ為小車在垂直平面內(nèi)的傾斜角，v為小車的實時速度。
30、優(yōu)選地，在數(shù)據(jù)融合步驟中，采用基于深度學(xué)習(xí)的算法對無人機航測的影像和地面工程測量的數(shù)據(jù)進行自動配準和融合，包括以下步驟：通過深度學(xué)習(xí)網(wǎng)絡(luò)提取無人機影像和地面測量數(shù)據(jù)的特征；利用這些特征進行相似度匹配，確定最佳配準參數(shù)；根據(jù)配準參數(shù)對無人機影像和地面測量數(shù)據(jù)進行融合，生成數(shù)據(jù)集。
31、優(yōu)選地，地圖生成步驟中，采用三維建模技術(shù)，根據(jù)整合后的數(shù)據(jù)構(gòu)建鐵路線路的三維模型。
32、無人機測繪部分的工作原理是利用無人機搭載的高清相機和先進的導(dǎo)航定位系統(tǒng)進行航拍，獲取厘米級精度的定位數(shù)據(jù)和高分辨率影像。無人機按照預(yù)先規(guī)劃的飛行航線進行飛行，通過高清相機捕捉鐵路線路及其周邊環(huán)境的詳細信息。同時，利用rtk技術(shù)，無人機能夠?qū)崟r接收地面基站發(fā)送的差分信號，修正自身定位誤差，從而獲取精確的控制點坐標。與此同時，地面工程測量部分的工作原理是通過集成北斗導(dǎo)航、慣導(dǎo)系統(tǒng)、激光掃描儀傳感器的鐵路綜合性智能化巡檢小車進行地面數(shù)據(jù)采集。巡檢小車能夠在鐵路線路上自主或遙控行駛，通過激光掃描儀獲取線路的點云數(shù)據(jù)，通過高清相機拍攝高清影像，同時利用北斗導(dǎo)航和慣導(dǎo)系統(tǒng)確定其空間位置和姿態(tài)信息。這些數(shù)據(jù)的獲取為鐵路線路的詳細測繪提供了重要依據(jù)。接下來，數(shù)據(jù)整合與地圖生成部分的工作原理是將無人機航測的影像、點云數(shù)據(jù)和地面工程測量的數(shù)據(jù)進行精準對齊和融合。這一過程需要借助算法，對數(shù)據(jù)進行空間配準、坐標轉(zhuǎn)換和誤差校正，確保各種數(shù)據(jù)源之間的無縫銜接。融合后的數(shù)據(jù)通過gis軟件進行矢量化處理，提取出鐵路線路、車站、橋梁、隧道等元素的幾何信息和屬性信息，最終生成包含這些元素的鐵路電子地圖。
33、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為鐵路高精度測繪方法的工作原理是將無人機測繪和地面工程測量相結(jié)合，通過數(shù)據(jù)融合和地圖生成技術(shù)，實現(xiàn)對鐵路線路的全面、高精度測繪。無人機和巡檢小車的協(xié)同工作，能夠充分發(fā)揮各自的優(yōu)勢，提高測繪的效率和精度。同時，數(shù)據(jù)處理技術(shù)和gis軟件的應(yīng)用，使得測繪數(shù)據(jù)能夠轉(zhuǎn)化為直觀、易讀的電子地圖，為鐵路工程建設(shè)和管理提供有力支持。
1.一種鐵路高精度測繪方法，其特征在于，包括以下步驟：
2.如權(quán)利要求1所述的鐵路高精度測繪方法，其特征在于：所述準備階段步驟還包括以下步驟，無人機航拍前設(shè)置，圖像重疊率大于35％，航線間大于65％，邊緣航線組成的多邊形包含鐵路線路、車站、橋梁、隧道至少一個或者一個以上的區(qū)域。
3.如權(quán)利要求1所述的鐵路高精度測繪方法，其特征在于：所述地面數(shù)據(jù)采集步驟中，鐵路綜合性智能化巡檢小車還包括軌道圖像采集模塊，用于實時采集鐵路軌道的高清圖像，并且結(jié)合慣導(dǎo)系統(tǒng)和激光掃描儀的數(shù)據(jù)，實現(xiàn)鐵路軌道的三維重建和特征提取。
4.如權(quán)利要求1所述的鐵路高精度測繪方法，其特征在于：無人機在測量鐵路彎道時，采用以下公式計算彎道的曲率半徑r：
5.如權(quán)利要求1所述的鐵路高精度測繪方法，其特征在于：鐵路綜合性智能化巡檢小車在測量鐵路直道時，利用慣導(dǎo)系統(tǒng)獲取小車的實時速度v和加速度a，通過以下公式計算直道的長度l：
6.如權(quán)利要求1所述的鐵路高精度測繪方法，其特征在于：無人機在測量鐵路直道時，利用搭載的高清相機獲取直線段的兩個端點坐標(x1,y1)和(x2,y2)，通過以下公式計算直道的長度l：
7.如權(quán)利要求1所述的鐵路高精度測繪方法，其特征在于：鐵路綜合性智能化巡檢小車在測量鐵路彎道時，利用激光掃描儀獲取彎道上的多個點云數(shù)據(jù)，并通過以下公式計算彎道的曲率半徑r：
8.如權(quán)利要求1所述的鐵路高精度測繪方法，其特征在于：鐵路綜合性智能化巡檢小車在測量鐵路彎道時，還可以結(jié)合慣性測量單元(imu)的數(shù)據(jù)，通過以下公式對彎道的曲率進行實時估計：
9.如權(quán)利要求1所述的鐵路高精度測繪方法，其特征在于：在數(shù)據(jù)融合步驟中，采用基于深度學(xué)習(xí)的算法對無人機航測的影像和地面工程測量的數(shù)據(jù)進行自動配準和融合，包括以下步驟：通過深度學(xué)習(xí)網(wǎng)絡(luò)提取無人機影像和地面測量數(shù)據(jù)的特征；利用這些特征進行相似度匹配，確定最佳配準參數(shù)；根據(jù)配準參數(shù)對無人機影像和地面測量數(shù)據(jù)進行融合，生成數(shù)據(jù)集。
10.如權(quán)利要求1所述的鐵路高精度測繪方法，其特征在于：地圖生成步驟中，采用三維建模技術(shù)，根據(jù)整合后的數(shù)據(jù)構(gòu)建鐵路線路的三維模型。