Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

结合偏移特征和语义分割的地铁盾构隧道点云滤波方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国矿业大学

摘要:一种结合偏移特征和语义分割的地铁盾构隧道点云滤波方法,包括步骤:构建隧道点云截面径向偏移特征提取模块,并提取隧道点云相对于同环管片截面中心的截面径向偏移特征;根据提取的截面径向偏移特征对点云进行局部平移对齐和局部归一化处理,得到局部平移特征和局部归一化特征;将截面径向偏移特征、局部平移特征与局部归一化特征进行加权融合,生成多通道特征;将多通道特征送入语义分割网络中训练,根据分类结果提取隧道壁点云。本发明通过将语义分割网络与椭圆拟合滤波方法相结合,在保持计算效率的同时,提供了更高的滤波精度和鲁棒性,有效去除了与隧道衬砌结构距离较近的附属设施点云,使地铁隧道的安全监测和维护工作更加高效和可靠。

主权项:1.一种结合偏移特征和语义分割的地铁盾构隧道点云滤波方法,其特征在于,包括以下步骤:S1:构建隧道点云截面径向偏移特征提取模块,并提取隧道点云相对于同环管片截面中心的截面径向偏移特征fd;S2:根据提取的截面径向偏移特征fd对点云进行局部平移对齐和局部归一化处理,得到局部平移特征fp和局部归一化特征fg;其中,对点云进行局部平移对齐和局部归一化处理的过程为:根据截面径向偏移特征fd,沿隧道前进方向和高程方向对点云进行平移,生成局部平移特征fp;在隧道X、Y、Z三轴方向上对点云进行最小-最大局部归一化处理,生成局部归一化特征fg;其中,局部平移特征fp的计算公式为: 式中,xi,yi,zi为管片环内一点坐标,x0,y0,z0为圆柱轴线上一点,为平移后坐标;局部归一化特征fg计算公式为:式中,为局部归一化后坐标,xmin,xmax,ymin,ymax,zmin,zmax为各管片环内点云坐标三个方向的极值;S3:将截面径向偏移特征fd、局部平移特征fp与局部归一化特征fg进行加权融合,生成多通道特征fm;S4:将多通道特征fm送入PointNet++语义分割网络中训练,根据分类结果提取隧道壁点云,具体步骤为:S4-1:将多通道特征fm输入至PointNet++的网络中进行训练;使用训练模型对点云进行语义分割,生成每个点的标签S4-2:融合多通道特征fm与层次化特征提取后的局部特征fi生成全局特征向量fglobal,将全局特征向量fglobal输入至全连接层,使用多层感知器对全局特征fglobal进行处理,并通过softmax激活函数生成每个点的分类概率yi,公式如下:yi=softmaxMLPfglobal;式中,yi是点pi的语义标签概率分布;S4-3:通过最小化交叉熵损失函数来训练模型,交叉熵损失函数如下: 式中,yi,c是点pi的真实标签,是预测标签的概率,N是指参与损失计算的所有点的总数,C是类别数;S4-4:根据训练好的模型对新点云进行语义分割,生成每个点的标签,公式如下: 式中,P是圆柱轴线点,θ*是训练好的网络参数,是预测的语义标签集合,PY为截面径向偏移特征提取模块,PointNet++为PointNet++网络模型;S4-5:根据预测标签筛选出被分类为隧道壁的点: 式中,是点pi的预测标签。

全文数据:

权利要求:

百度查询: 中国矿业大学 结合偏移特征和语义分割的地铁盾构隧道点云滤波方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。