本發(fā)明涉及鐵路運(yùn)維管理，特別涉及一種基于北斗軌道檢查儀的軌道信息數(shù)字孿生方法和系統(tǒng)。

背景技術(shù)：

1、鐵路是我國交通發(fā)展和經(jīng)濟(jì)建設(shè)中的大動(dòng)脈。在數(shù)字中國、數(shù)字經(jīng)濟(jì)、智能化、信息化的大環(huán)境下，鐵路信息化發(fā)展也自然而然地成為了現(xiàn)代化鐵路發(fā)展的主要趨勢之一。目前鐵路信息化在客運(yùn)、貨運(yùn)、調(diào)度等方面已經(jīng)取得了長足的進(jìn)步，但在工務(wù)運(yùn)維技術(shù)信息化上還存在著不少進(jìn)步空間。軌道平順性是保證鐵路安全平穩(wěn)運(yùn)行的重要基礎(chǔ)條件。隨著我國鐵路運(yùn)營里程的增長和運(yùn)行速度的提升，給鐵路軌道運(yùn)維增加了壓力。軌道運(yùn)營維護(hù)中重點(diǎn)關(guān)注七點(diǎn)：軌向、軌距、高低、超高、水平、軌底坡和三角坑。此外，列車運(yùn)行過程中還需要注意建筑限界異物侵入、軌道板傷損、扣件損壞等問題。這些數(shù)據(jù)需要在維修前獲取，作為維修的參考依據(jù)。

2、第一，維修點(diǎn)位的確定需要精準(zhǔn)的定位，鐵路采用里程表示位置，因此需要精準(zhǔn)的里程數(shù)據(jù)，這就要求在檢測過程中需要獲取精準(zhǔn)的里程數(shù)據(jù)。但同時(shí)，在檢測過程中有部分里程位置處出現(xiàn)一定程度的傷損，但因程度較低未達(dá)到修理標(biāo)準(zhǔn)，這部分信息并沒有得到充分的利用，而是等到問題出現(xiàn)時(shí)才采取進(jìn)一步的補(bǔ)救措施，缺乏對歷史數(shù)據(jù)的記錄與分析，不利于鐵路運(yùn)維過程中的全生命周期管理。

3、第二，目前軌道病害檢測常采用的方式有兩類，一類是動(dòng)態(tài)檢測，使用高速軌道檢測車動(dòng)態(tài)檢測采集軌道動(dòng)態(tài)數(shù)據(jù)，分析軌道的不平順特征，為靜態(tài)測量選擇測量區(qū)段，但是這種方式成本較高、檢測周期相對固定，靈活性不足；第二類是靜態(tài)檢測，其中靜態(tài)檢測可以再分為三種，第一種是依靠人工借助懸線、軌道尺等工具完成量測；第二種是使用軌道檢查儀搭配全站儀“走走停?！笔綔y量；第三種是使用軌道檢查儀搭配gnss和慣性檢查儀設(shè)備實(shí)現(xiàn)移動(dòng)式測量。其中人工量測方式檢測速度較低，且測量精度也較低，獲得的數(shù)據(jù)需要人工記錄，多為紙質(zhì)數(shù)據(jù)；軌檢儀搭配全站儀能夠得到軌道的全面測量數(shù)據(jù)，比人工工具的檢測方式更精確，但其在單點(diǎn)情況下的檢測速度有待提高。采用軌道檢查儀搭配gnss移動(dòng)式測量能夠在保證精度的前提下提高軌道測量的速度，相對來說更適用于工務(wù)人員檢測使用。但以上的檢測方案注重對于單次檢測的結(jié)果呈現(xiàn)，缺少對多期成果的有效管理。在檢測過程中工作人員注重于需要進(jìn)行處置的超限數(shù)據(jù)，而對其產(chǎn)生發(fā)展的過程并不重視，也不會(huì)對不影響運(yùn)營的細(xì)微異常之處加以重視。

4、第三，現(xiàn)有技術(shù)缺乏對多次檢測數(shù)據(jù)的全生命周期管理，一般采用表格、波線圖等一維二維的方式作為結(jié)果的呈現(xiàn)方式，與軌道的關(guān)聯(lián)性不夠強(qiáng)，難以直觀反映軌道病害位置；且檢測數(shù)據(jù)的歷史追溯性不足，檢測數(shù)據(jù)一般通過表格、圖像等方式按照文件管理方法組織管理；且綜合多種檢測數(shù)據(jù)結(jié)果的能力有所欠缺，數(shù)據(jù)采集時(shí)的數(shù)據(jù)一般單獨(dú)分析。

5、隨著精細(xì)化運(yùn)營的發(fā)展，需要見微知著，既注重已經(jīng)達(dá)到維修標(biāo)準(zhǔn)的位置，又重視出現(xiàn)病害苗頭的區(qū)域，因此需要構(gòu)建新的工務(wù)運(yùn)維技術(shù)信息化方法和系統(tǒng)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是針對現(xiàn)有技術(shù)的缺陷而構(gòu)建基于北斗軌道檢查儀的軌道信息數(shù)字孿生方法和系統(tǒng)，是適用于鐵路工務(wù)運(yùn)維過程中軌道檢查儀檢測數(shù)據(jù)的數(shù)字孿生方法和系統(tǒng)，所述數(shù)字孿生包含軌道檢查儀數(shù)據(jù)采集、軌道檢查儀數(shù)據(jù)解析、軌道檢查儀數(shù)據(jù)存儲(chǔ)等模塊，通過提升現(xiàn)有的方案中的數(shù)據(jù)表達(dá)形式，提高數(shù)據(jù)與軌道實(shí)景信息的關(guān)聯(lián)程度，將檢測數(shù)據(jù)與軌道模型關(guān)聯(lián)起來，實(shí)現(xiàn)所見即所得，能夠快速定位、形象感知，同時(shí)仍保留原有數(shù)據(jù)表達(dá)分析的特點(diǎn)，從而能夠解決當(dāng)前檢測過程中歷史溯源性不足，綜合多種檢測結(jié)果能力弱的問題。

2、本發(fā)明的第一方面在于提供一種基于北斗軌道檢查儀的軌道信息數(shù)字孿生方法，包括：

3、s1，根據(jù)線路設(shè)計(jì)信息構(gòu)建相應(yīng)的軌道三維模型；

4、s2，通過搭載多種傳感器的軌道檢查儀移動(dòng)檢測收集軌道及周邊數(shù)據(jù)；

5、s3，通過gnss+慣導(dǎo)算法對所述軌道及周邊數(shù)據(jù)進(jìn)行高精度里程定位；

6、s4，將經(jīng)過高精度里程定位的所述軌道及周邊數(shù)據(jù)與所述軌道三維模型匹配；

7、s5，基于經(jīng)過匹配后的所述軌道及周邊數(shù)據(jù)對應(yīng)的密集點(diǎn)云數(shù)據(jù)與所述軌道三維模型間的差異智能識(shí)別軌道異常情況，并將所述軌道異常情況進(jìn)行多維表達(dá)。

8、優(yōu)選的，所述s1包括：

9、s11，由設(shè)計(jì)人員提供所述鐵路線路設(shè)計(jì)信息，其中所述鐵路線路設(shè)計(jì)信息包括軌道截面、扣件類型和線路建設(shè)信息；

10、s12，根據(jù)所述軌道截面、扣件類型和線路建設(shè)信息完成軌道三維模型的構(gòu)建，所述軌道三維模型是由不同的組成單元結(jié)合而成的分立三維模型；所述軌道三維模型采用obj格式、gltf格式或3d?ti?les格式，軌道三維模型并非是一個(gè)完整的三維模型；所述不同的組成單元根據(jù)設(shè)計(jì)圖紙或者是相對應(yīng)的產(chǎn)品制作得到，然后根據(jù)位置匹配關(guān)系組裝在一起，作為方法中的初始軌道三維模型。

11、優(yōu)選的，所述軌道檢查儀上固定安裝gnss接收機(jī)與慣性導(dǎo)航測量裝置；搭載的所述多種傳感器包括三維激光掃描儀和結(jié)構(gòu)光模塊；其中，所述三維激光掃描儀用于獲取鋼軌的信息和/或獲取軌道周圍的環(huán)境信息。

12、優(yōu)選的，所述s2包括：

13、s21，將所述軌道檢查儀放置于待測區(qū)域起點(diǎn)后，打開gnss接收機(jī)，接收一定時(shí)長的衛(wèi)星信號(hào)，確定當(dāng)前的位置信息并記錄當(dāng)前的里程信息；

14、s22，按照所述軌道檢查儀的設(shè)定速度勻速移動(dòng)測量，在結(jié)束測量的終點(diǎn)位置，繼續(xù)使用gnss接收機(jī)做連續(xù)一定時(shí)長的衛(wèi)星信號(hào)接收測試，確定終點(diǎn)的位置信息與里程位置信息；

15、s23，在所述軌道檢查儀作業(yè)過程中，通過所述三維激光掃描儀獲取軌道周圍場景信息，通過所述結(jié)構(gòu)光模塊獲取軌道左右鋼軌的密集點(diǎn)云信息，其中所述密集點(diǎn)云信息包括扣件和軌面。

16、優(yōu)選的，所述s3包括：

17、s31，將所述密集點(diǎn)云信息進(jìn)行坐標(biāo)系的統(tǒng)一；

18、s32，基于起始點(diǎn)位置及里程信息，以及軌道兩側(cè)安裝的對準(zhǔn)棱鏡完成整體數(shù)據(jù)的位置配準(zhǔn)；

19、s33，對于通過所述線結(jié)構(gòu)光模塊采集的鋼軌點(diǎn)云數(shù)據(jù)，采用直通濾波和布料濾波復(fù)合的方法過濾掉相應(yīng)的噪聲和離群點(diǎn)；針對建筑限界處，通過不同高度處的限界要求確定不同里程位置處是否有異物侵入最小建筑限界。

20、優(yōu)選的，所述s4包括：

21、s41，基于所述軌道及周邊數(shù)據(jù)的高精度里程定位信息與所述軌道三維模型的里程相匹配；

22、s42，根據(jù)加載幀率使用最近鄰算法適當(dāng)對周圍環(huán)境的點(diǎn)云數(shù)據(jù)進(jìn)行抽稀處理；

23、s43，針對隧道等處點(diǎn)云與標(biāo)準(zhǔn)模型根據(jù)最小二乘法進(jìn)行匹配。

24、優(yōu)選的，所述s5包括：

25、s51，基于經(jīng)過匹配后的所述軌道及周邊數(shù)據(jù)對應(yīng)的密集點(diǎn)云數(shù)據(jù)與所述軌道三維模型間的差異智能識(shí)別軌道異常情況；

26、s52，對所述異常情況進(jìn)行分類并根據(jù)分類通過賦色組件進(jìn)行顏色賦值；

27、s53，存儲(chǔ)所述軌道檢查儀中軌道不平順的檢測數(shù)據(jù)；所述軌道不平順的檢測數(shù)據(jù)包含軌距、軌向、高低、水平和三角坑數(shù)據(jù)，將所述軌道不平順的檢測數(shù)據(jù)與軌道里程位置相匹配，選取對應(yīng)的指標(biāo)，在所述軌道三維模型的中線z軸正上方生成相應(yīng)的三維線條；

28、s54，點(diǎn)擊所述軌道三維模型中里程位置查看并下載常見的二維折線圖，同時(shí)將軌道出現(xiàn)異常的地方的相關(guān)點(diǎn)云截圖與賦色組件相匹配。

29、本發(fā)明的第二方面在于提供一種基于北斗軌道檢查儀的軌道信息數(shù)字孿生系統(tǒng)，用于實(shí)施第一方面的方法，包括：

30、模型構(gòu)建模塊(101)，用于根據(jù)線路設(shè)計(jì)信息構(gòu)建相應(yīng)的軌道三維模型；

31、數(shù)據(jù)采集模塊(102)，用于通過搭載多種傳感器的軌道檢查儀移動(dòng)檢測收集軌道及周邊數(shù)據(jù)；

32、里程定位模塊(103)，用于通過gnss+慣導(dǎo)算法對所述軌道及周邊數(shù)據(jù)進(jìn)行高精度里程定位；

33、數(shù)據(jù)匹配模塊(104)，用于將經(jīng)過高精度里程定位的所述軌道及周邊數(shù)據(jù)與所述軌道三維模型匹配；

34、異常識(shí)別模塊(105)，用于基于經(jīng)過匹配后的所述軌道及周邊數(shù)據(jù)對應(yīng)的密集點(diǎn)云數(shù)據(jù)與所述軌道三維模型間的差異智能識(shí)別軌道異常情況，并將所述軌道異常情況進(jìn)行多維表達(dá)。

35、本發(fā)明的第三方面提供一種電子設(shè)備，包括處理器和存儲(chǔ)器，所述存儲(chǔ)器存儲(chǔ)有多條指令，所述處理器用于讀取所述指令并執(zhí)行如第一方面所述的方法。

36、本發(fā)明的第四方面提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有多條指令，所述多條指令可被處理器讀取并執(zhí)行如第一方面所述的方法。

37、本發(fā)明的方法和系統(tǒng)的有益效果：

38、(1)提出了一種軌道信息數(shù)字孿生方法，將軌道模型與檢測結(jié)果相關(guān)聯(lián)，并通過分級顏色標(biāo)明問題點(diǎn)，與傳統(tǒng)方法相比，側(cè)重于長期運(yùn)維管理，特別是通過分層設(shè)色方法，問題區(qū)域標(biāo)為紅色、異常區(qū)域標(biāo)為黃色，能夠?qū)崿F(xiàn)檢測結(jié)果的更直觀展示和歷史追溯。

39、(2)本發(fā)明通過將多種檢測結(jié)果集成到鋼軌模型上的方式部分解決了當(dāng)前檢測過程中綜合多種檢測結(jié)果能力弱的問題，通過顏色分級及多期歷史數(shù)據(jù)記錄的方法，解決了當(dāng)前檢測中歷史溯源性不足的問題，而且可以幫助鐵路工務(wù)人員定位重點(diǎn)區(qū)段。