一种基于3D点云和深度学习的间隙检测方法

本发明公开了一种基于3D点云和深度学习的间隙检测方法，涉及轨道车辆技术领域，该方法包括：获取间隙检测用转向架图像数据，并基于目标检测网络对转向架图像数据进行点位识别，筛选得到待处理图像；利用三维成像技术对待处理图像进行三维重建处理，得到间隙测量用点云数据；基于深度学习算法对间隙测量用点云数据进行语义分割，并根据不同语义类别之间的边界，标定出目标区域；利用体素到点云的转换技术，将目标区域转换为目标点云数据，并对目标点云数据进行平面拟合处理，获取间隙测量用几何特征，根据几何特征计算得到转向架间隙距离。本发明通过基于3D点云和深度学习的算法，准确、方便、快捷的进行测量转向架止挡间隙距离。