三维激光雷达铁路异物侵限检测系统方案设计

只看该作者 · 2018-10-18 12:49

只看该作者 · 2018-10-18 12:50

三维激光雷达利用激光扫描出铁路的三维场景，通过算法提取出异物目标。
另外还有海康摄像头，主要完成基于视频的目标检测，而微振传感器是埋于铁路
轨道两端，通过检测振动信号实现异物入侵检测，后两种都不属于本文的研究内
容，本文主要完成三维激光雷达铁路异物侵限检测。
铁路异物侵限检测采用三维激光雷达扫描铁路及周围待检区域，针对进入铁
路的落石、泥石流、行人、动物等进行检测，提取出异物目标。该系统主要包括
硬件系统和软件算法两部分，其中，硬件系统主要包括云台控制系统和GL-1025
二维激光雷达，软件算法部分主要完成三维点云数据预处理以及三维激光雷达对
异物的目标检测，如下图2-2所示。

只看该作者 · 2018-10-18 12:50

只看该作者 · 2018-10-18 12:50

只看该作者 · 2018-10-18 12:51

只看该作者 · 2018-10-18 12:52

GL-1025激光雷达性能:
< 1) 905nm红外激光，不受环境变化影响，肉眼不可见。
C2) 270“扫描，扫描半径长达25m,满足远距离检测条件。
C3)测量精度达到厘米级，精确定位。
C4)属于非接触扫描方式，对现场设施没有影响任何干扰和影响。
(})扫描频率IOHz，可轻松捕捉并识别高速运动目标。
C }i) IP65防护等级，可适应各种复杂恶劣的检测环境。
C7)支持自检功能，被移动或断电均能自动触发报警。
C8)根据IEC 60$25-1-2014，采用1级激光，对人无危害。

只看该作者 · 2018-10-18 12:52

只看该作者 · 2018-10-18 12:52

只看该作者 · 2018-10-18 12:53

只看该作者 · 2018-10-18 12:53

2. 3. 4 K均值聚类算法
基于划分的方法选用K均值聚类算法。K均值聚类具有运算速度快，实现
简单，算法复杂度低等优点，在点云聚类『}飞有较好效果。K均位聚类的思想是先
将给定的数据集划分成K类，‘可以根据需要进行手动划分或者自动划分，用不
同颜色表示，并在每个簇!一卜寻找中心点，根据K均值聚类的规则将中心点附近的
点归到一个簇中，这样就完成了初步的K均值聚类。然后不断迭代，即不断更新
簇中的侮个中心点。中心点的更新是通过求簇的均位来实现，将新的均值作为新
的中心点，直到_L.次的值与木次的位一致，结束分类。

只看该作者 · 2018-10-18 12:54

2.3.5 DBSCAN聚类算法
基于密度的聚类选川DBSCAN}-`'’密度聚类算法来实现。DBSCAN聚类算法
速)X决且能有效处理噪声点，对点云形状特征极为敏感，不需要指定聚类种类，
可以在需要时输入过滤噪声的参数。DBSCAN是一种典型的密度聚类算法，要
求在给定一个小区域内，点的数量大于一个给定的阂值即可形成聚类，通常对于
数据集或采集到的三维数据中各种形状的目标有较好的效果，尤其是对噪声的过
滤。DBSCAN算法根据类的密度特性，对形状特征很敏感，能对形状做出快速
聚类〔zo。
DBSCAN算法步骤如下:
(1)输入数据集，寻找核心点。
(2)对核心点进行扩充。
(3)再次扫描数据集，此数据集只包含未处理的数据点，寻找还没有被聚
类的核心点。
(4)迭代，直到所有数据点处理完，未聚类的点便是噪声点。

只看该作者 · 2018-10-18 12:55

只看该作者 · 2018-10-18 12:55

GL-1025激光雷达和云台控制系统上位机运行环境是VS2010，数据采集利
用与激光雷达配套的调试工具实时观察点云数据的分布和轨迹。激光雷达IP设
定为192. 163. 1. 14 , PC端要求与激光雷达IP在同一个网段，设定为
192. 163. 1. 16。当二维激光雷达扫描完3600，进入SDK中的回调函数将2700
的二维点云数据写入磁盘并发送标志位给STM320
上位机通过RS232发送标志位给S TM犯。串口波特率设为115200，当选择
好COM口后即启动了数据采集系统。当三维激光雷达扫描完450，即GL-1025
激光雷达运行]000个周期，二进制数据立即写入土位机磁盘。
STM32收到串口发来的使能后，进入中断发送PWM波给步进电机驱动器。
PWM脉冲宽度调制)通过改变直流电源的开关频率，即占空比大小实现，占
空比大小与电机速度成正比。三维激光雷达整个数据采集流程如下图4-2所示。