Preparar los datos para el análisis de regresión horizontal

La regresión horizontal se basa en datos geométricos limpios y bien estructurados. Las cadenas (polilíneas) o los puntos mal preparados pueden llevar a una detección incorrecta de la alineación, trazados de curvatura poco fiables y rectificaciones que requieren mucho tiempo.

Utilice las directrices que se indican a continuación para asegurarse de que los datos produzcan resultados precisos y repetibles.

Cadenas (polilíneas y líneas características 2D/3D)

Objetivo: proporcionar una única línea base continua que represente la línea central deseada (o raíl, tubería, borde de carretera, etc.) con un espaciado uniforme de los vértices.

  • Mantenga un espaciado de los vértices coherente. Una separación de 2 m - 10 m produce resultados más estables.
  • Mantenga una única secuencia ininterrumpida de vértices. Asegúrese de que la dirección de principio a fin coincide con la intención del diseño.
  • Simplifique la geometría convirtiendo los arcos en cuerdas cortas solo si el flujo de trabajo lo requiere absolutamente (la conversión de polilínea 2D en polilínea 3D elimina los arcos).

Evite lo siguiente:

Puntos COGO

Objetivo: proporcione un conjunto ordenado de puntos discretos que siga la alineación en secuencia.

  • Asigne nombres o números de puntos de modo que la ordenación alfabética o numérica reproduzca el orden físico a lo largo de la alineación (p. ej., 0001, 0002, 0003...).
  • Compruebe el espaciado: las separaciones grandes reducen la precisión y los grupos extremadamente densos aumentan el ruido.
  • Filtre los valores atípicos obvios antes de la exportación.

Evite lo siguiente:

Nota sobre las nubes de puntos: la extracción de nubes de puntos sin procesar suele contener retornos redundantes o ruidosos.

Resumen

Los datos de entrada de alta calidad minimizan las correcciones manuales y maximizan la tasa de éxito de la regresión horizontal automatizada. Siga los pasos de limpieza anteriores y confírmelo con una revisión visual rápida.