轨道曲线参数检测算法优化
Railway Engineering(2023)
摘要
现有的轨道检测系统对曲线相关参数检测准确性不高,尤其是5 000 m以上大半径曲线,导致曲线数据报表利用率较低.针对这一问题,提出在使用经典DP(Douglas-Peucker)算法提取粗略曲线线型变化特征点的基础上,在该特征点周围窗口内使用角度阈值法提取角点,将角点连线成走向段,通过顺次寻找极值走向段的方法,确定曲线线型变化的直缓点、缓圆点、圆缓点、缓直点四大特征点,从而准确计算曲线平均半径、长度等参数,提高系统曲线检测准确性.将本文算法应用到车载轨道检测系统曲线参数检测中,并与现有算法及只采用DP算法提取的特征点进行对比.结果表明,使用本文算法对大半径和小半径曲线参数检测准确率均能达到95%以上,本文算法具有良好的适应性.
更多关键词
track geometry,curve parameters,feature point extraction,DP algorithm,corner point detection,extreme value section
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要