基于点云的铁路场景分类:1,接触线的提取

(1)点云分为地面点和非地面点;

(2)在非地面点中使用PCA提取线性特征点;

值得注意的是,非地面点中的线性有很多,不仅有接触线,而且包含回流线、承载电缆。而且也不总是平行于地面的线。因此,需要通过筛选进行选择,这个时候就有两种思路分别是

1)选择接触线的特征,一次性从整体的线状点云中提取得到接触线。

2)发挥主观能动性,先剔除断的,然后是矮的。慢慢的把接触线分割出来。

使用了角度阈值剔除了倾斜的线段。观察场景,然后按照距离聚类分出最多的三个类别。

接触线和称重电缆是平行的,因此通过坐标x y的平均值来判别,后续通过z值判别接触线。

只适合于简单的铁路场景。复杂的还是第一个提取思路,或者先通过铁轨路基进行提取线也是可行的路子。但是我是先提的线,然后通过贯通性分析再去提取铁轨路基。

相关推荐
xiaofan67201312 小时前
电子信息工程本科能转数据分析吗?从“电路思维”到“数据决策”的跃迁路线图
数据挖掘·数据分析
数智化管理手记1 天前
主数据重复、错漏频发?一站式主数据管理平台如何落地?
大数据·运维·数据库·人工智能·数据挖掘
KKKlucifer1 天前
多源异构通信数据统一识别:运营商分类分级平台关键技术与落地成
人工智能·分类·数据挖掘
暖和_白开水1 天前
数据分析agent(十三_7):meta_demo:ES
elasticsearch·数据挖掘·数据分析
ai_coder_ai1 天前
数据挖掘方法及应用
人工智能·数据挖掘
霸道流氓气质1 天前
Java中集成Weka 技术教程:从入门到工程实践
java·开发语言·数据挖掘
莫名的好感°2 天前
数据分析求职全流程:不同阶段该选什么辅导服务
数据挖掘·数据分析
暖和_白开水2 天前
数据分析agent(十三_5):meta_demo:mysql
mysql·数据挖掘·数据分析
kingcjh972 天前
具身智能数据处理的工程化实践
人工智能·数据挖掘
hqyjzsb3 天前
AI证书和传统证书有什么区别?
人工智能·金融·数据挖掘·数据分析·aigc·创业创新·学习方法