(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211005684.5 (22)申请日 2022.08.22 (71)申请人 北京铁科英迈技 术有限公司 地址 100081 北京市海淀区大柳树路2号主 楼12层 申请人 中国铁道科 学研究院集团有限公司 　 中国铁道科 学研究院集团有限公司 基础设施检测研究所 (72)发明人 孙淑杰　刘俊博　吴嘉诚　王昊　 谭松　王胜春　杜馨瑜　苟云涛　 韩强　刘国跃　赵鑫欣　吴奇永　 黄雅平　方玥　王凡　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 郝博　薛平(51)Int.Cl. G06T 5/00(2006.01) G06T 7/521(2017.01) G06V 10/762(2022.01) (54)发明名称 铁路场景的三维激光点云数据去噪方法及 装置 (57)摘要 本发明公开一种铁路场景的三维激光点云 数据去噪方法及装置， 涉及铁路移动测量技术领 域， 该方法包括： 通过激光点云采集设备获取铁 路沿线的点 云数据， 将点云数据划分为多个点云 数据段； 获取每一点云数据段投影至二维平面后 得到的多个坐标值； 将二维平面划分为多个网 格， 确定多个坐标值对应的多个网格索引点； 分 别以每一网格索引点向量作为聚类中心， 对多个 网格索引点进行聚类， 确定网格索引点的多个初 始类别； 根据层次聚类算法， 合并网格索引点的 多个初始 类别中的每两个初始 类别， 得到网格索 引点的多个最终类别以及每一最终类别包含网 格索引点个数； 确定多个网格索引点中的噪声 点， 确定并去除点云数据段中噪声点对应的噪声 数据， 快速高效去噪。 权利要求书5页 说明书17页 附图10页 CN 115423701 A 2022.12.02 CN 115423701 A 1.一种铁路场景的三维激光 点云数据去噪方法， 其特 征在于， 包括： 通过激光点云采集设备获取铁路检测车沿线的点云数据， 根据 预设里程将点云数据划 分为多个点云数据段， 激光 点云采集设备安装于 铁路检测车 前， 点云数据为 三维空间数据； 对于每一点云数据段， 将点云数据段投影至二维平面， 获取点云数据段投影至二维平 面后得到的多个坐标值， 二 维平面由三 维空间中除铁路检测车运行方向外的另两个方向维 度构成； 根据预设的网格宽度， 将二 维平面划分为多个网格， 确定多个坐标值对应的多个网 格索引点； 构建多个网格索引点对应的多个网格索引点向量， 分别以每一网格索引点向量作为 聚 类中心， 计算每一聚类中心与多个网格索引点向量之间的欧式距离； 根据每一聚类中心与 多个网格索引点向量之间的欧式距离是否小于预设阈值， 对多个网格索引点进行聚类， 确 定网格索引点的多个初始类别以及每一初始类别包 含的一个或多个网格索引点； 根据层次聚类算法， 对于网格索引点的多个初始类别 中的每两个初始类别， 计算两个 初始类别之 间任意两个网格索引点构建的点向量之 间的欧式距离， 在两个初始类别之 间存 在点向量之间的欧式距离小于预设阈值的网格索引点时， 将两个初始类别进行合并， 重复 该步骤， 直至网格索引点的类别数量不再变化， 得到网格索引点的多个最终类别以及每一 最终类别包 含的一个或多个网格索引点； 根据网格索引点的多个最终类别以及每一最终类别包含的一个或多个网格索引点， 确 定多个网格索引点中的噪声点， 根据点云数据段与多个网格索引点之间的映射关系， 确定 点云数据段中噪声点对应的噪声数据， 去除噪声点对应的噪声数据。 2.如权利要求1所述的方法， 其特征在于， 确定多个坐标值对应的多个网格索引点， 包 括： 按如下公式， 确定多个坐标值对应的多个网格索引点： 其中， Pyz为点云数据段投影至二维平面后得到的多个坐标值， a为预设的网格宽度， Gorigin为多个坐标值对应的多个网格索引点。 3.如权利要求1所述的方法， 其特征在于， 确定多个坐标值对应的多个网格索引点之 后， 还包括： 获取多个网格索引点中的重复点， 去除重复点； 根据剩余的网格索引点和去除的重复点， 确定每 个网格内的点数。 4.如权利要求3所述的方法， 其特征在于， 分别以剩余的网格索引点中的每一网格索引 点向量作为聚类中心， 计算每一聚类中心与剩余的网格索引点对应的多个网格索引点向量 之间的欧式距离， 包括： 根据剩余的网格索引点对应的多个网格索引点向量， 得到对应的网格索引点向量矩 阵； 计算相同网格索引点向量矩阵之间的欧式距离， 得到欧式距离矩阵， 其中欧氏距离矩 阵的每一行元素值对应剩余的网格索引点中的一个网格索引点向量， 表示其对应的网格索 引点向量作为聚类中心时， 与剩余的网格索引点对应的多个网格索引点向量之 间的欧式距 离， 所述欧氏距离矩阵为对称矩阵。 5.如权利要求4所述的方法， 其特征在于， 根据每一 聚类中心与剩余的网格索引点对应权　利　要　求　书 1/5 页 2 CN 115423701 A 2的多个网格索引点向量之间的欧式距离是否小于预设阈值， 对剩余的网格索引点进行聚 类， 确定网格索引点的多个初始类别以及每一初始类别包含的一个或多个网格索引点， 包 括： 根据欧氏距离矩阵的元素值是否小于预设阈值， 将欧氏距离矩阵转换为阈值0 ‑1矩阵， 其中小于预设阈值的元素值转换为1， 大于等于预设阈值的元素值转换为0， 所述阈值0 ‑1矩 阵为对称矩阵； 根据转换得到的阈值0 ‑1矩阵， 确定网格索引点的多个初始类别以及每一初始类别包 含的一个或多个网格索引点， 其中阈值0 ‑1矩阵的行数量等于网格索引点的初始类别个数， 阈值0‑1矩阵每一行中值 为1的元素对应每一初始类别包 含的一个或多个网格索引点。 6.如权利要求5所述的方法， 其特征在于， 根据层次聚类算法， 对于网格索引点的多个 初始类别中的每两个初始类别， 计算两个初始类别之 间任意两个网格索引点构建的点向量 之间的欧式距离， 在两个初始类别之 间存在点向量之 间的欧式距离小于预设阈值的网格索 引点时， 将两个初始类别进行合并， 重复该步骤， 直至网格索引点的类别数量不再变化， 包 括： 根据对称矩阵的运算特征和层次聚类算法， 计算阈值0 ‑1矩阵的平方得到中间矩阵， 根 据中间矩阵的元素值是否大于0将 中间矩阵转换为中间0 ‑1矩阵， 其中中间矩阵中大于0的 元素值转换为1， 等于0的元素值仍为0， 在中间0 ‑1矩阵等于阈值0 ‑1矩阵时， 停止计算， 在中 间0‑1矩阵不等于阈值0 ‑1矩阵时按如下步骤重复更新阈值0 ‑1矩阵和中间0 ‑1矩阵， 直至更 新后的中间0 ‑1矩阵等于更新后的阈值0 ‑1矩阵： 将中间0‑1矩阵作为更新后的阈值0 ‑1矩阵， 计算更新后的阈值0 ‑1矩阵平方得到更新 后的中间矩阵； 根据更新后的中间矩阵的元素值是否大于0进 行转换， 得到更新后的中间0 ‑ 1矩阵。 7.如权利要求1所述的方法， 其特征在于， 根据网格索引点的多个最终类别以及每一最 终类别包 含的一个或多个网格索引点， 确定多个网格索引点中的噪声点， 包括： 获取铁路检测车的运行环境数据， 根据铁路检测车的运行环境数据， 确定运行环境特 征； 对于同一最终类别， 根据每一最终类别包含的一个或多个网格索引点向量， 计算类内 网格索引点向量间的最大距离； 对于不同最终类别， 根据网格索引点的多个最终类别以及每一最终类别包含的一个或 多个网格索引点向量， 计算每两个最终类别之间 网格索引点向量间的最小距离； 根据运行环境特征、 每一最终类别包含的一个或多个网格索引点、 类内网格索引点向 量间的最大距离、 每两个最终类别 之间网格索引点向量间的最小距离， 确定多个网格索引 点中的噪声点。 8.如权利要求7所述的方法， 其特征在于， 根据每一最终类别包含的一个或多个网格索 引点向量， 计算类内网格索引点向量间的最大距离， 包括： 按如下公式， 根据每一最终类别 包含的一个或多个网格索引点向量， 计算类内网格索引点向量间的最大距离： 其中， 表示类内网格索引点向量间的最大距离， Ωi(i＝1,2,3...k)表示聚权　利　要　求　书 2/5 页 3 CN 115423701 A 3