Puntenwolken die middels laserscanning met een Mobile Mapping systeem verkregen worden zijn de de-facto standaard voor het efficient op grote schaal in kaart brengen van spoorinfrastructuur. Helaas zijn puntenwolken grote en ongestructureerde hopen data met een laag semantisch informatiegehalte. Hieruit nuttige informatie over assets verkrijgen vereist een behoorlijke inspanning. Hai Performance heeft een aanpak voor automatische monitoring van spoor assets uit puntenwolken ontwikkeld.
Onderstaande afbeelding geeft de processing pipeline weer.
- De puntenwolken worden geclassificeerd met de machine learning aanpak die Hai Performance ontwikkeld heeft, gebruikmakend van een geschikt classificatiemodel.
- De geometrie van relevante objecten wordt uit de geclassificeerde puntenwolken geëxtraheerd. Deze objecten zijn spoorstaven, rijdraden en objecten naast het spoor zoals bovenleidingsmasten, seinen en borden.
- Deze assets worden getoetst tegen een lijst van eisen, wat resulteert in een rapportage van de staat van de assets. Deze rapportage wordt zowel in tabelvorm als in visuele vorm geleverd.
De resultaten geven inzicht in de staat van verschillende assets, uit een enkele databron, in een volledig geautomatiseerde workflow.
Classificatie
De puntenwolken worden in 20 verschillende klassen geclassificeerd. Hierdoor is het eenvoudig mogelijk de verschillende assets te identificeren en te verwerken. Een maatwerk classificatiemodel voor specifieke eisen is gemakkelijk te realiseren.
Spoorgeometrie
De geometrie van spoorstaven en daarmee de spooras wordt automatisch uit de geclassificeerde puntenwolken geëxtraheerd. De geometrie kan dan gebruikt worden voor het toetsen van de relatieve spoorgeometrie conform ProRail OHD00022 om problemen te detecteren die invloed hebben op de veilige berijdbaarheid en het rijcomfort.
Ballast volume en profiel
De geëxtraheerde spoorgeometrie dient als referentie voor een toets van het ballastprofiel conform ProRail OVS00045 en IHS00001. De toetsing levert locaties met onvoldoende ballastdekking en de volumes van ballastoverschot en ballasttekort. De berekeningsresultaten worden ter visualisatie en verificatie zowel als rasters als ook als dwarsprofielen gepresenteerd.
Objecten naast het spoor
Uit de geclassificeerde puntenwolken worden objecten naast het spoor, zoals bovenleidingsmasten, seinen en borden, automatisch geëxtraheerd. De scheefstand hiervan wordt berekend en volgens ProRail OVS00024 en OHD00033 getoetst.
Bovenleidingssysteem
De rijdraden worden automatisch uit de puntenwolk geëxtraheerd. De relatieve positie van de rijdraad t.o.v. de spooras wordt volgens de ProRail voorschriften OVS0024-5, OVS00024-9, OHD00033-3 en IHD00007-2 getoetst Aanvullend worden ook leidingonderbrekers automatisch gedetecteerd. De positie en oriëntatie hiervan worden berekend en conform OHD00033-3 en IHD00007-2 getoetst.
