CN103743383B - 一种基于点云的道路信息自动提取方法 - Google Patents

一种基于点云的道路信息自动提取方法 Download PDF

Info

Publication number
CN103743383B
CN103743383B CN201410047529.9A CN201410047529A CN103743383B CN 103743383 B CN103743383 B CN 103743383B CN 201410047529 A CN201410047529 A CN 201410047529A CN 103743383 B CN103743383 B CN 103743383B
Authority
CN
China
Prior art keywords
cloud
data
road
precision
cloud data
Prior art date
Application number
CN201410047529.9A
Other languages
English (en)
Other versions
CN103743383A (zh
Inventor
田春来
邓世军
王国飞
陈春明
李建平
周泽兵
闫继扬
Original Assignee
星际空间（天津）科技发展有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 星际空间（天津）科技发展有限公司 filed Critical 星际空间（天津）科技发展有限公司
Priority to CN201410047529.9A priority Critical patent/CN103743383B/zh
Publication of CN103743383A publication Critical patent/CN103743383A/zh
Application granted granted Critical
Publication of CN103743383B publication Critical patent/CN103743383B/zh

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C7/00—Tracing profiles
    • G01C7/02—Tracing profiles of land surfaces
    • G01C7/04—Tracing profiles of land surfaces involving a vehicle which moves along the profile to be traced

Abstract

本发明公开了一种基于点云的道路信息自动提取方法，涉及测绘和道路工程设计与管理领域，包括如下步骤：数据采集：在完成地面GNSS基站的选取和采集设备检校合格后再通过移动平台采集点云数据；数据预处理：将采集到的原始数据进行预处理输出所需的点云数据；点云滤波：通过滤波处理软件对点云数据进行滤波处理，经自动分类与局部人机交互分类获得准确的点云分类成果；兴趣物提取：利用滤波后的点云进行地物信息提取，并按所需格式输出。本发明的优越性为：在不中断交通正常运行的情况下实现现有道路精确的二维、三维信息提取；提高了初测阶段成果的深加工附加值，实现了道路勘测初测、定测工作的一体化，极大的降低了项目整体建设成本。

Description

一种基于点云的道路信息自动提取方法
技术领域
[0001] 本发明涉及测绘和道路工程设计与管理领域，特别涉及一种可以在不中断交通情 况下，自动获取道路精确的二维、三维空间信息，可以代替人工上路测量的基于点云的道路 fg息自动提取方法。
背景技术
[0002] 道路从字面意义上叙述可以为是由一地通往另一地的路径。在日常生活中我们往 往认为道路是供人马车辆通行的路;两地之间的通道。但随着社会进程的发展，道路被赋予 了新的概念，例如火车行驶的路线，船舶运行的航道和车辆行人通行的基础设施均可称为 道路的不同表现形式。
[0003] 随着社会经济的持续快速发展，道路的交通量日益增长，一方面不少早期建成的 道路已不能很好的满足当今交通量发展的需求。如：中东部地区的道路通车容量已经饱和， 迫切需要加快道路改扩建和道路表面相关设施的建设工作，以达到辅助经济增长和提高驾 驶者安全性；另外，在公路普查与管理方面，面对分布在狭长道路上的巨额资产，亟需一种 快速、高效的方法查清每一处道路资产的相关信息，为公路数字化管理的实现提供有力的 支持。
[0004] 其中，勘测工作是整个道路改扩建工作的基础和重要环节，与道路改扩建工程的 工期、质量和效率关系密切。现有技术中的公路改扩建勘测主要采用工程测量和传统数码 航空摄影测量技术。
[0005] 发明人实现本发明的过程中，发现现有技术中至少存在以下的缺点和不足：
[0006] (1)工程测量存在工作量大、项目成本高、作业周期长和劳动强度大、对现有道路 运营影响大等多方面缺点，不能满足公路管理部门对勘测设计工作成本低、工期短、精度和 质量要求高等多方面的现实要求；
[0007] (2)工程测量需要外业测量人员在路面上作业，为满足该测量工作要求，一种方法 是对测量路段临时封闭，保证外业测量人员的作业安全，但该作业方式严重影响了道路运 输管理部门的正常运营，对经济社会正常运营产生了较大负面影响；另一种方法是不封闭 高速公路，作业人员在道路路面工作，仅进行作业路段警示提醒，但由于道路车辆行驶速度 快，该作业方法很难保证外业测量人员的作业安全，存在极大的安全隐患；
[0008] (3)传统数码航空摄影测量采用立体测图方法采集地面三维地形，自动化程度较 低且提取的地形高程精度较差，仅满足道路初测阶段数字高程模型产品的精度要求，不能 满足后期道路定测阶段中粧横断面图高程中误差0.1m的精度要求，自然不能解决后期中粧 横断面测图需求。
[0009] 在道路改扩建、勘测和道路周围设施部署过程中采用工程测量、传统航空摄影测 量等方法时，不可避免地存在作业安全隐患、影响现场交通通行、项目成本高、开发周期长 和产品精度低等问题。怎样在保证公路改扩建勘测在满足行业勘测规范和承建单位要求的 前提下，尽可能保证外业测量作业人员安全、不影响待扩建道路交通通行、缩短开发周期、 提高初测阶段测图产品深加工附加值成为了本领域科技人员急待解决的问题。
发明内容
[0010] 本发明实施例提供一种基于点云的道路信息自动提取方法，本发明可以在不中断 交通正常运行的情况下，对现有道路安全、快速、经济的进行高精度测量，为改扩建和道路 周围设施建设提供精确、丰富和完整的二、三维信息支持。同时本发明提高了作业的安全 性，降低了项目成本，缩短了项目周期，提高了成果精度。
[0011] 本发明实施例提供一种基于点云的道路信息自动提取方法，包括如下步骤：
[0012] 数据采集:在完成地面GNSS基站的选取和采集设备检校合格后再通过移动平台采 集点云数据；
[0013] 数据预处理:将采集到的原始数据进行预处理输出所需的点云数据；
[0014] 点云滤波:通过滤波处理软件对点云数据进行滤波处理，经自动分类与局部人机 交互分类获得准确的点云分类成果；
[0015] 兴趣物提取:利用滤波后的点云进行地物信息提取，并按所需格式输出；
[0016] 点云精度改正控制点测量:为了得到较高精度的成果数据，需要在道路路面上布 设一定数量的控制点，并对其进行所需精度等级的测量；
[0017] 点云精度改正：为了达到相关的数据成果精度要求，利用外业测量得到的路面控 制点对预处理后的点云进行精度改正，改正后的成果平面精度可优于5cm，高程精度可优于 2cm；
[0018]其中对点云数据精度改正具体为：
[0019] 1)根据控制点位置提取相对应的点云数据的点位坐标，与控制点进行比对，获得 点云数据的残差值；
[0020] 2)按照线性精度改正公式对点云数据的残差值进行平差改正，其中线性精度改正 公式为：
Figure CN103743383BD00051
[0024] Xi、Yi、Zi及Xj、Yj、Zj分别表示控制点i、j处对应的点云各坐标轴方向改正量；
[0025] Ti、Tj分别表示控制点i、j对应的点云GPS周秒；
[0026] T改表示当前欲改正点云数据对应GPS周秒；
[0027] A S表示当前改正位置与控制点终点间距离；
[0028] 表示控制点i、j间距离；
[0029] 3)根据线性精度改正公式得到精度符合要求的点云数据。
[0030]高精度数字高程模型输出：将滤波处理后的点云数据按照一定的格网间距输出数 字高程模型；
[0031] 道路形态还原:利用输出得到的高精度数字高程模型和三维道路特征线可以精确 的还原已有道路的形态特征，生成道路地形图；其中已有道路的形态特征可包括:道路平面 特征、道路纵断面拟合、道路纵断面图，以及道路横断面图。
[0032] -种基于点云的道路信息自动提取方法，其中所述数据采集具体为：
[0033] 1)采集前的准备：
[0034] A)地面GNSS基站的选取和架设:根据所需精度与测量区域内GNSS观测环境GNSS基 站覆盖半径可以为5-20公里；
[0035] B)设备检校:在进行数据采集前需要对点云数据采集设备进行检校；
[0036] 2)数据采集的过程为：
[0037] A)在地面GNSS基站设置的点位上设有对卫星信号进行接收存储的接收机;其中： 地面GNSS基站上设置的接收机需在移动平台进行数据采集前10-50分钟内进行工作，在移 动平台完成数据采集后10-50分钟内停止工作；
[0038] B)首先进行数据采集路线规划，再按照指定数据采集路线通过移动平台上的数据 采集设备进行数据的采集；
[0039] 在同一部数据采集移动平台上可以安装1-6台采集设备，其采集设备的采集角度 为90-360度之间；当设有2-6台采集设备时，每相邻两台采集设备的采集角度的交叉点范围 在15-120度之间；根据数据的密度要求进行采集，移动平台行驶的速度限制为不超过50公 里/时;其中所述采集移动平台可为:车辆、船舶、机车和火车。
[0040] 一种基于点云的道路信息自动提取方法，其中所述数据预处理具体为：
[0041] 1)结合地面GNSS基站采集的卫星数据对移动平台采集的原始数据进行解算；
[0042] 2)为了实现工程化管理可对解算处理后的点云数据进行分幅处理；
[0043] 3)对原始解算输出后的点云数据或分幅处理后的点云数据进行坐标转换。
[0044] 一种基于点云的道路信息自动提取方法，其中所述点云滤波处理具体为：
[0045] 1)点云自动滤波:将点云数据通过滤波处理软件进行自动滤波处理；
[0046] 2)人机交互滤波:对自动滤波处理后的点云数据进行人机交互分类，得到分类准 确的点云数据。
[0047] 一种基于点云的道路信息自动提取方法，其中，所述兴趣物提取具体为：
[0048] 1)将滤波处理后的点云数据根据要求按类别、灰度信息显示；
[0049] 2)利用不同显示模式下的的点云数据进行兴趣物信息提取；
[0050] 3)将提取的兴趣物信息按所需的格式输出；其中所述可提取的地物信息包括:交 通设施、房屋建筑、道路特征线、树木信息、道路附属设施、道路沿线的公共设施。
[0051] 一种基于点云的道路信息自动提取方法，其中，所述点云数据精度改正控制点测 量具体为：
[0052] 1)控制点布设:根据成果精度的要求，在路面上布设相应数量的控制点，并做明显 的标记;其中所述控制点间距由成果精度决定，且控制点间距不小于50m;
[0053] 2)控制点测量:控制点施测等级取决于成果精度要求，平面坐标可通过静态GPS测 量、RTK测量方式中的一种获得，高程坐标可通过水准测量、RTK测量方式中的一种获得。
[0054] 由此可见：
[0055] 本发明实施例中的基于点云的道路信息自动提取方法可以满足：
[0056] 1、在不中断交通正常运行的情况下实现现有道路精确的二维、三维信息提取，其 精度可以满足道路勘测设计的要求和道路周围设施采集和提取的目的；
[0057] 2、变革了传统道路改扩建勘测技术思路，代替人工上路测量，解决了传统技术手 段外业测量人员作业安全隐患和影响现有道路交通正常通行两大难题;本发明仅需以移动 平台为载体测量方式为主进行外业测量，即不影响交通通行，也不会产生项目人员外业作 业安全隐患，最大程度保证测量人员的人身安全；
[0058] 3、本发明仅需配合少量地面控制测量工作，大部分外业测量工作仅以移动平台行 驶方式即可快速完成，极大的提高了外业数据采集效率;且在数据采集移动平台上可以安 装一台或多台采集设备，且每台采集设备的采集范围在120度-360度，作业方式灵活，能够 满足对数据精度和密度的需求，而且同时可以快速获取道路及沿线海量的二维、三维信息， 内业数据处理和点云平差自动化程度较高；相比人工上路测量，可提高整体道路勘测作业 效率，大幅度的缩短工期；
[0059] 4、相比机载激光测量方式，本发明在保证满足道路方案设计的要求下，可以获得 更大密度的点云数据和更精细的地面模型信息；同时在测量平台上更稳定可靠，作业成本 更低，成果精度更高；
[0060] 5、提高了初测阶段成果的深加工附加值，实现了道路勘测初测、定测工作的一体 化，极大的降低了项目整体建设成本；
[0061] 6、提供了一种快速高效的道路资产获取方法，相比于传统的人工采集方法，外业 效率高，可直接获取数字化信息，进而为道路的数字化管理提供基础数据。
附图说明
[0062] 图1为本发明的实施例1提供的基于点云的道路信息自动提取方法的流程示意图；
[0063] 图2为本发明的实施例2提供的基于点云的道路信息自动提取方法的流程示意图；
[0064] 图3为本发明的实施例3提供的基于点云的道路信息自动提取方法的流程示意图；
[0065] 图4为本发明的实施例4提供的基于点云的道路信息自动提取方法的流程示意图；
[0066] 图5为本发明基于点云的道路信息自动提取方法中数据采集中的流程示意图； [0067]图6为本发明基于点云的道路信息自动提取方法中数据预处理的流程示意图； [0068]图7为本发明基于点云的道路信息自动提取方法中点云数据滤波处理的流程示意 图；
[0069] 图8为本发明基于点云的道路信息自动提取方法中兴趣物提取的流程示意图；
[0070] 图9为本发明基于点云的道路信息自动提取方法中点云数据精度改正控制点测量 的流程示意图。
具体实施方式
[0071] 为了使本技术领域的人员更好地理解本发明方案，下面将结合附图以及具体实施 例来详细说明本发明，在此本发明的示意性实施例以及说明用来解释本发明，但并不作为 对本发明的限定。
[0072] 实施例1:
[0073]图1为本实施例提供的基于点云的道路信息自动提取方法的流程示意图，如图所 示，该方法如下步骤：
[0074] S1数据采集:在完成地面GNSS基站的选取和采集设备检校合格后再通过移动平台 对点云数据进行采集；
[0075] S2数据预处理:将采集到的原始数据进行预处理输出所需的点云数据；
[0076] S3点云滤波：通过滤波处理软件对点云数据进行滤波处理，经自动分类与局部人 机交互分类获得准确的点云分类成果；
[0077] S4兴趣物提取:利用滤波后的点云进行地物信息提取，并按所需格式输出。
[0078]如图5所示，其中具体数据采集的过程为：
[0079] 31.1)采集前的准备：
[0080] A)地面GNSS基站的选取和架设:根据所需精度与测量区域内GNSS观测环境GNSS基 站覆盖半径可以为17公里；
[0081] B)设备检校:在进行数据采集前需要对点云数据采集设备进行检校；
[0082] S1.2)数据采集的过程为：
[0083] A)在地面GNSS基站设置的点位上设有对卫星信号进行接收存储的接收机;其中： 地面GNSS基站上设置的接收机需在移动平台进行数据采集前22分钟内进行工作，在移动平 台完成数据采集后30分钟内停止工作；
[0084] B)首先进行数据采集路线规划，再按照指定数据采集路线通过移动平台上的数据 采集设备进行数据的采集。
[0085]具体实施例时为:在同一部数据采集移动平台上安装两台采集设备，两台采集设 备均为360度自动旋转进行数据采集，且两台采集设备的采集角度的交叉点为25度;根据采 集到的数据的密度要求进行移动平台行驶的速度限定，速度限制为不超过30公里/时。 [0086]如图6所示，其中数据预处理具体过程为：
[0087] S2.1)结合地面GNSS基站采集的卫星数据对移动平台采集的原始数据进行解算；
[0088] S2.2)为了实现工程化管理可对解算处理后的点云数据进行分幅处理；
[0089] S2.3)对原始解算输出后的点云数据或分幅处理后的点云数据进行坐标转换。
[0090]如图7所示，其中点云数据滤波处理具体过程为：
[0091] S3.1)点云自动滤波:将点云数据通过滤波处理软件进行自动滤波处理；
[0092] S3.2)人机交互滤波:对自动滤波处理后的点云数据进行人机交互分类，得到分类 准确的点云数据。
[0093]如图8所示，其中兴趣物提取具体过程为：
[0094] S4.1)将滤波处理后的点云数据根据要求按类别显示；
[0095] S4.2)利用不同显示模式下的点云数据进行兴趣物信息提取；
[0096] S4.3)将提取的兴趣物信息按所需的格式输出。
[0097] 具体实施例中还可以采用:车辆、船舶、机车和火车作为移动平台。
[0098] 具体实施例中还可以采用：其中所述可提取的地物信息包括：交通设施、房屋建 筑、道路特征线、树木信息、道路附属设施、道路沿线的公共设施。
[0099] 下面以一个更具体的一个细节方面的例子来对上述内容加以说明。
[0100]如图1所示，在本实施例为:对航道及航道两侧的房屋建筑、树木高度、航道沿线的 公共设施进行点云数据信息自动提取方法。
[0101] 测量带宽要求为航道中心线两侧各50m。
[0102] 首先进行外业测量前的准备工作。
[0103]首先进行外业测量前的准备工作和点云数据精度改正控制点测量。
[0104]按照勘测相关规范要求布设路线施工控制网，并从中选取符合要求的点位作为 GNSS基站架设点位，且每两个同步架设GNSS基站的覆盖半径为17公里。
[0105]在采集船舶上安装有两台采集设备，并且在进行数据采集前需要对点云数据采集 设备进行检校。其中，所述数据采集设备为传感器。
[0106] 然后进行外业扫描测量：
[0107] 由地面GNSS基站对卫星信号进行接收、存储，供后续GNSS差分解算用;地面GNSS基 站需在数据采集船舶进行作业前22分钟工作，地面GNSS基站需在数据采集船舶结束作业后 30分钟停止工作。
[0108] 运载有两台传感器设备的船舶按照指定航行路径行驶，两台传感器设备的采集角 度为360度;且两台传感器设备的采集角度的交叉点为80度;根据采集到的数据的密度要求 进行船舶行驶的速度限定，速度限制为不超过50公里/时。
[0109] 由于考虑到不同时段GNSS信号差异及地物遮挡因素，为保证获取最优的数据成 果，分别对航道进行了单向的两次测量。
[0110] 然后进行数据处理、滤波及兴趣物提取，具体步骤为：
[0111] 利用在地面控制基站设置的接收机上采集的卫星同步数据对船舶上设置的传感 器采集的原始数据进行数据的解算处理；
[0112] 为了实现工程化管理可对解算处理后的点云数据进行分幅处理，按规则格网150* 150m分幅；
[0113]对原始解算处理后的点云数据或分幅处理后的点云数据进行坐标转换，将平面坐 标从UTM空间直角坐标转换为成果坐标系，利用似大地水准面精化模型将大地高转换为相 应正常高。
[0114]将预处理后的点云数据进行滤波处理。并将滤波处理后的点云根据需求进行相关 兴趣物的提取。
[0115]其中，点云数据滤波处理的具体流程为：
[0116]点云自动滤波处理:根据测区实际地形起伏情况，设置相适应的分类阈值，将点云 数据通过滤波处理软件进行点云数据的自动滤波；
[0117]人机交互滤波：自动滤波完成后的点云仍存在少部分区域点云分类有误，针对该 部分区域进行人机交互式分类，该过程中可通过切剖面、构建数字地形模型等作为参考进 行判断，最终得到分类准确的点云数据。
[0118]兴趣物提取具体过程为：
[0119]将点云数据按灰度显示，基于道路标识线对激光的反射率进行自动提取，然后对 自动提取成果采用最小二乘最优拟合方法，拟合出道路标识线，然后进行规则化处理，最终 得到符合精度要求的三维道路特征矢量线。
[0120]通过以上方法可以在不影响船道交通流的情况下高效获取航道及航道两侧的房 屋建筑、树木高度、航道沿线的公共设施结构精确的二维和三维信息，为今后航道及其周边 设施改扩建勘测提供更精准的信息。
[0121] 实施例2:
[0122] 图2为本实施例提供的基于点云的道路信息自动提取方法的流程示意图，如图所 示，该方法如下步骤：
[0123] S1数据采集:在完成地面GNSS基站的选取和采集设备检校合格后再通过移动平台 对点云数据进行采集；
[0124] S2数据预处理:将采集到的原始数据进行预处理输出所需的点云数据；
[0125] S3点云精度改正控制点测量:为了得到较高精度的成果数据，需要在道路路面上 布设一定数量的控制点，并对其进行所需精度等级的测量；
[0126] S4点云精度改正：为了达到相关的数据成果精度要求，利用外业测量得到的路面 控制点对预处理后的点云进行精度改正，改正后的成果平面精度优于5cm，高程精度优于 2cm〇
[0127] S5点云滤波：通过滤波处理软件对点云数据进行滤波处理，经自动分类与局部人 机交互分类获得准确的点云分类成果；
[0128] S6兴趣物提取:利用滤波后的点云进行地物信息提取，并按所需格式输出。
[0129] S7高精度数字高程模型输出：将滤波处理后的点云数据按照一定的格网间距输出 数字高程模型；
[0130] S8道路形态还原:利用输出得到的高精度数字高程模型和三维道路特征线可以精 确的还原已有道路的形态特征，生成道路地形图。
[0131]如图5所示，其中具体采集的过程为：
[0132] S1.1)采集前的准备：
[0133] A)地面GNSS基站的选取和架设:根据所需精度与测量区域内GNSS观测环境GNSS基 站覆盖半径为15公里；
[0134] B)设备检校:在进行数据采集前需要对点云数据采集设备进行检校；
[0135] S1.2)数据采集的过程为：
[0136] A)在地面GNSS基站设置的点位上设有对卫星信号进行接收存储的接收机;其中： 地面GNSS基站上设置的接收机需在载有数据采集设备的车辆进行数据采集前20分钟内进 行工作，在载有传感器的车辆完成数据采集后20分钟内停止工作；
[0137] B)首先进行数据采集路线规划，再按照指定数据采集路线通过车辆上的数据采集 设备进行数据的采集。
[0138] 具体实施例时所述数据采集设备可以为传感器。
[0139] 具体实施例时为:运载有两台采集设备的车辆按照指定路径行驶，且两台采集设 备的采集角度为360度;两台采集设备的采集角度的交叉点为120度;根据采集到的数据的 密度要求进行车辆行驶的速度限定，速度限制为不超过35公里/时。
[0140]如图6所示，其中数据预处理具体过程为：
[0141] S2.1)结合地面GNSS基站采集的卫星数据对载有传感器的车辆采集的原始数据进 行解算；
[0142] S2.2)为了实现工程化管理可对解算处理后的点云数据进行分幅处理；
[0143] S2.3)对分幅处理后的点云数据进行坐标转换。
[0144] 如图9所示，其中点云数据精度改正控制点测量具体过程为：
[0145] S3.1)控制点布设:根据成果精度的要求，在路面上布设相应数量的控制点，并做 明显的标记;其中所述控制点间距由成果精度决定，且控制点间距为80m;
[0146] S3.2)控制点测量:控制点施测等级取决于成果精度要求，平面坐标可通过RTK测 量方式获得，高程坐标可通过水准测量获得。
[0147] 其中点云数据精度改正具体过程为：
[0148] S4.1)根据控制点位置提取相对应的点云数据的点位坐标，与控制点进行比对，获 得点云数据的残差值；
[0149] 2)按照线性精度改正公式对点云数据的残差值进行平差改正，其中线性精度改正 公式为：
Figure CN103743383BD00111
[015：3] Xi、Yi、Zi及Xj、Yj、Zj分别表示控制点i、j处对应的点云各坐标轴方向改正量；
[0154] Ti、Tj分别表示控制点i、j对应的点云GPS周秒；
[0155] T改表示当前欲改正点云数据对应GPS周秒；
[0156] A S表示当前改正位置与控制点终点间距离；
[0157] 表示控制点i、j间距离；
[0158] 3)根据线性精度改正公式得到精度符合要求的点云数据。
[0159]如图7所示，其中点云数据滤波处理具体过程为：
[0160] S5.1)点云自动滤波:将点云数据通过滤波处理软件进行自动滤波处理；
[0161] S5.2)人机交互滤波:对自动滤波处理后的点云数据进行人机交互分类，得到分类 准确的点云数据。
[0162] 如图8所示，其中兴趣物提取具体过程为：
[0163] S6.1)将滤波处理后的点云数据根据要求按灰度信息显示；
[0164] S6.2)利用不同显示模式下的的点云数据进行兴趣物信息提取；
[0165] S6.3)将提取的兴趣物信息按所需的格式输出。
[0166] 具体实施例中还可以采用:车辆、船舶、机车和火车作为采集移动平台。
[0167] 具体实施例中还可以采用，可提取的地物信息包括:交通设施、房屋建筑、道路特 征线、树木高度、道路附属设施、道路沿线的公共设施。
[0168] 具体实施例中还可以采用，已有道路的形态特征包括:道路平面特征、道路纵断面 拟合、道路纵断面图，以及道路横断面图。
[0169] 下面以一个更具体的一个细节方面的例子来对上述内容加以说明。
[0170] 如图2所示，在本实施例为：已有高速公路按双向四车道标准建设，计划扩建为双 向八车道。
[0171] 测量带宽要求为高速公路中心线两侧各50m，互通区、主线收费站、支线上跨处范 围根据实际情况略做扩大。
[0172] 首先进行外业测量前的准备工作和点云数据精度改正控制点测量。
[0173] 按照公路勘测相关规范要求布设路线施工控制网，并从中选取符合要求的点位作 为GNSS基站架设点位，然后布设一定数量的相应等级的点云数据精度改正控制点。且每两 个同步架设GNSS基站的覆盖半径为15公里。
[0174]在采集车辆上安装有两台采集设备，并且在进行数据采集前需要对传感器设备进 行检校。
[0175] 然后进行外业扫描测量：
[0176] 由地面GNSS基站对卫星信号进行接收、存储，供后续GNSS差分解算用;地面GNSS基 站需在载有传感器的车辆进行数据采集作业前20分钟开始工作，在载有传感器的车辆结束 数据采集作业后20分钟结束工作。
[0177] 在车身上架设有两台传感器，且两台采集设备的采集角度为360度;采集角度的交 叉点为120度。运载有两台采集设备的车辆按照指定路径行驶，根据采集到的数据的密度要 求进行车辆行驶的速度限定，速度限制为不超过35公里/时。
[0178] 由于考虑到不同时段GNSS信号差异及地物遮挡因素，为保证获取最优的数据成 果，分别对双向车道进行了单向的两次测量;考虑到保证数据覆盖完整性要求，特选取行车 道和应急车道分别作为路线进行测量数据采集。由于考虑到白天车道上车辆较多，特选取 在夜间进行测量数据采集。
[0179] 将采集到的数据进行解算、处理及兴趣物提取。具体步骤为：
[0180]利用在地面GNSS基站设置的接收机上采集的卫星同步数据对车载采集的原始数 据进行数据的解算处理；
[0181]为了实现工程化管理可对解算处理后的点云数据进行分幅处理，按道路行进方向 150*300m 分幅；
[0182] 对分幅处理后的点云数据进行坐标转换，将平面坐标从UTM空间直角坐标转换为 成果坐标系，利用似大地水准面精化模型将大地高转换为相应正常高。
[0183] 在正常情况下，车载采集设备在高速公路上采集的原始点云数据平面精度为 10cm，高程精度为5cm，如不采取相应数据处理方法进行精度优化，车载点云精度将无法满 足高速公路改扩建勘测项目精度要求。因此在数据采集的同时可进行点云数据精度改正控 制点测量，并且将点云数据精度改正控制点测量结果与数据预处理的结果相互结合进行点 云数据精度改正。使改正后的点云数据满足平面中误差5cm，高程中误差2cm的要求。并将精 度改正后的点云数据进行滤波处理。
[0184] 其中点云数据精度改正控制点测量具体过程为：
[0185] 控制点的布设:根据成果精度的要求，在路面上布设相应数量的控制点，并做明显 的标记;其中所述控制点间距为80m;
[0186] 测量控制点坐标:控制点平面坐标通过RTK测量方式中获得，高程坐标通过四等水 准测量获得：
[0187 ]根据控制点位置提取相对应的点云数据的点位坐标，与控制点进行比对生成点云 数据的残差值；
[0188]按照线性精度改正公式对点云数据的残差值进行平差改正，其中线性精度改正公 式为：
Figure CN103743383BD00131
[0192] Xi、Yi、Zi及Xj、Yj、Zj分别表示控制点i、j处对应的点云各坐标轴方向改正量；
[0193] Ti、Tj分别表示控制点i、j对应的点云GPS周秒；
[0194] T改表示当前欲改正点云数据对应GPS周秒；
[0195] A S表示当前改正位置与控制点终点间距离；
[0196] 表示控制点i、j间距离；
[0197] 根据线性精度改正公式得到精度符合要求的点云数据。
[0198] 精度改正前点云和控制点实际位置坐标的平面差值为10cm，根据线性精度改正公 式得到精度符合要求的点云数据平面中误差为3cm;精度改正前点云和控制点实际位置坐 标的高程差值为6cm，根据线性精度改正公式得到精度符合要求的点云数据高程中误差为 lcm〇
[0199] 点云数据滤波处理的具体流程为：
[0200]点云自动滤波处理:根据测区实际地形起伏情况，设置相适应的分类阈值，将点云 数据通过滤波处理软件进行点云数据的自动滤波；
[0201] 人机交互滤波：自动滤波完成后的点云仍存在少部分区域点云分类有误，针对该 部分区域进行人机交互式分类，该过程中可通过切剖面、构建数字地形模型等作为参考进 行判断，最终得到分类准确的二维、三维点云数据。
[0202] 对滤波处理后的点云数据进行兴趣物信息提取和数字高程模型输出处理，利用输 出得到的高精度数字高程模型和三维道路特征线可以精确的还原已有道路的形态特征，生 成道路的地形图。
[0203]其中，兴趣物提取具体过程为：
[0204]将点云数据按灰度显示，自动化提取道路标识线，对自动提取成果进行规则化，得 到符合精度要求的三维道路特征矢量线。
[0205] 具体实施例中还可以采用：可提取的地物信息包括:交通设施、房屋建筑、道路特 征线、树木高度、道路附属设施、道路沿线的公共设施。
[0206] 通过以上方法可以在不影响高速公路交通流的情况下高效获取道路及其附属结 构精确的二维和三维信息，为今后高速公路改扩建勘测提供更精准的信息。
[0207] 实施例3:
[0208] 图3为本实施例提供的基于点云的道路信息自动提取方法的流程示意图，如图所 示，该方法如下步骤：
[0209] S1数据采集:在完成地面GNSS基站的选取和采集设备检校合格后再通过移动平台 对点云数据进行采集；
[0210] S2数据预处理:将采集到的原始数据进行预处理输出所需的点云数据；
[0211] S3点云精度改正控制点测量:为了得到较高精度的成果数据，需要在道路路面上 布设一定数量的控制点，并对其进行所需精度等级的测量；
[0212] S4点云精度改正：为了达到相关的数据成果精度要求，利用外业测量得到的路面 控制点对预处理后的点云进行精度改正，改正后的成果平面精度可优于5cm，高程精度可优 于 2cm〇
[0213] S5点云滤波：通过滤波处理软件对点云数据进行滤波处理，经自动分类与局部人 机交互分类获得准确的点云分类成果；
[0214] S6兴趣物提取:利用滤波后的点云进行地物信息提取，并按所需格式输出。
[0215]如图5所示，其中具体采集的过程为：
[0216] S1.1)采集前的准备：
[0217] A)地面GNSS基站的选取和架设:根据所需精度与测量区域内GNSS观测环境GNSS基 站覆盖半径可以为15公里；
[0218] B)设备检校:在进行数据采集前需要对点云数据采集设备进行检校；
[0219] S1.2)数据采集的过程为：
[0220] A)在地面GNSS基站设置的点位上设有对卫星信号进行接收存储的接收机;其中： 地面GNSS基站上设置的接收机需在移动平台进行数据采集前10分钟内进行工作，在移动平 台完成数据采集后20分钟内停止工作；
[0221] B)首先进行数据采集路线规划，再按照指定数据采集路线通过移动平台上的数据 采集设备进行数据的采集。
[0222] 具体实施例时为:运载有3台采集设备的火车按照指定路径行驶，其中两台采集设 备的采集角度为360度，另一台采集设备的采集角度为270度;每相邻两台采集设备的采集 角度的交叉点为65度。
[0223]如图6所示，其中数据预处理具体过程为：
[0224] S2.1)结合地面GNSS基站采集的卫星数据对移动平台采集的原始数据进行解算；
[0225] S2.2)为了实现工程化管理可对解算处理后的点云数据进行分幅处理；
[0226] S2.3)对原始解算输出后的点云数据或分幅处理后的点云数据进行坐标转换。
[0227] 如图9所示，其中点云数据精度改正控制点测量具体过程为：
[0228] S3.1)控制点布设:根据成果精度的要求，在路面上布设相应数量的控制点，并做 明显的标记;其中所述控制点间距由成果精度决定，且控制点间距为80m;
[0229] S3.2)控制点测量:控制点施测等级取决于成果精度要求，平面坐标可通过静态 GPS测量方式获得，高程坐标可通过水准测量获得。
[0230]其中点云数据精度改正具体过程为：
[0231 ] S4.1)根据控制点位置提取相对应的点云数据的点位坐标，与控制点进行比对，获 得点云数据的残差值；
[0232] S4.2)2)按照线性精度改正公式对点云数据的残差值进行平差改正，其中线性精 度改正公式为：
Figure CN103743383BD00141
Figure CN103743383BD00151
[0236] Xi、Yi、Zi及Xj、Yj、Zj分别表示控制点i、j处对应的点云各坐标轴方向改正量；
[0237] Ti、Tj分别表示控制点i、j对应的点云GPS周秒；
[0238] T改表示当前欲改正点云数据对应GPS周秒；
[0239] A S表示当前改正位置与控制点终点间距离；
[0240] 表示控制点i、j间距离；
[0241] 3)根据线性精度改正公式得到精度符合要求的点云数据。
[0242]如图7所示，其中点云数据滤波处理具体过程为：
[0243] S5.1)点云自动滤波:将点云数据通过滤波处理软件进行自动滤波处理；
[0244] S5.2)人机交互滤波:对自动滤波处理后的点云数据进行人机交互分类，得到分类 准确的点云数据。
[0245]如图8所示，其中兴趣物提取具体过程为：
[0246] S6.1)将滤波处理后的点云数据根据要求按类别显示；
[0247] S6.2)利用不同显示模式下的的点云数据进行兴趣物信息提取；
[0248] S6.3)将提取的兴趣物信息按所需的格式输出。
[0249] 具体实施例中还可以采用:车辆、船舶、机车和火车作为采集移动平台。
[0250] 具体实施例中还可以采用，可提取的地物信息包括:交通设施、房屋建筑、道路特 征线、树木高度、道路附属设施、道路沿线的公共设施。
[0251] 具体实施例中还可以采用，已有道路的形态特征包括:道路平面特征、道路纵断面 拟合、道路纵断面图，以及道路横断面图。
[0252] 下面以一个更具体的一个细节方面的例子来对上述内容加以说明。
[0253] 如图3所示，在本实施例为:对已有铁路车道标准建设、铁路沿线的公共设施和树 木高度进行高精度二维、三维数据的勘测进行点云数据信息自动提取方法。
[0254] 测量带宽要求为铁路中心线两侧各35m，范围根据实际情况略做扩大。
[0255] 首先进行外业测量前的准备工作和点云数据精度改正控制点测量。
[0256] 选取和布置路线施工控制网，并从中选取符合要求的点位作为GNSS基站架设点 位，然后布设一定数量的相应等级的点云数据精度改正控制点。且每两个同步架设GNSS基 站的覆盖半径为20公里。
[0257] 在火车上安装有3台以激光雷达作为本次数据采集的设备，并且在进行数据采集 前需要对激光雷达采集设备进行检校。
[0258] 然后进行实际测量：
[0259] 由地面GNSS基站对卫星信号进行接收、存储，供后续GNSS差分解算。地面GNSS基站 需在载有激光雷达的火车进行行驶前10分钟进行工作。地面GNSS基站需在载有激光雷达的 火车进行行驶过20分钟后停止工作。
[0260] 由于火车的车体较长，故在火车的车头部分布设3台激光雷达进行数据采集。其中 在车头两侧各设有1台激光雷达，且激光雷达的采集角度为360度;在车头中央部分设置有1 台激光雷达，且激光雷达的采集角度为270度;每相邻两台激光雷达的采集角度交叉点为65 度。载有3台激光雷达的火车按照指定路径行驶，根据采集到的数据的密度要求可进行火车 行驶速度的限制，其速度以不超过50公里/时为宜。
[0261 ]将采集到的数据进行解算、处理及兴趣物提取，具体步骤为：
[0262]利用在地面控制基站设置的接收机上采集的卫星同步数据对火车采集的原始数 据进行数据的解算处理；
[0263]为了实现工程化管理可对解算处理后的点云数据进行分幅处理，按规则格网150* 150m分幅；
[0264]对分幅处理后的点云数据进行坐标转换，将平面坐标从UTM空间直角坐标转换为 成果坐标系，利用似大地水准精化模型将大地高转换为相应正常高。
[0265]在正常情况下，车载采集设备采集的原始数据平面精度为10cm，高程精度为5cm， 如不采用相应数据处理方法进行精度优化，车载点云精度将无法满足铁路车道标准建设和 铁路沿线的公共设施高精度二维、三维数据的勘测项目的精度要求。因此，在数据采集的同 时可进行点云数据精度改正控制点测量，并且将点云数据精度改正控制点测量结果与数据 预处理的结果相互结合进行点云数据精度改正，使改正后的点云数据满足平面中误差5cm， 高程中误差2cm的要求，并将精度改正后的点云数据进行滤波处理。
[0266]其中点云数据精度改正控制点测量具体过程为：
[0267] 控制点的布设:根据成果精度的要求，在需测量的铁路沿线路面上布设相应数量 的控制点，并做明显的标记;其中控制点的间距为80m。
[0268] 测量控制点坐标:控制点平面坐标通过GPS测量方式中获得，高程坐标通过四等水 准测量获得。
[0269 ]根据控制点位置提取相对应的点云数据的点位坐标，与控制点进行比对生成点云 数据的残差值。
[0270] 2)按照线性精度改正公式对点云数据的残差值进行平差改正，其中线性精度改正 公式为：
Figure CN103743383BD00161
[0274] Xi、Yi、Zi及Xj、Yj、Zj分别表示控制点i、j处对应的点云各坐标轴方向改正量；
[0275] Ti、Tj分别表示控制点i、j对应的点云GPS周秒；
[0276] T改表示当前欲改正点云数据对应GPS周秒；
[0277] A S表示当前改正位置与控制点终点间距离；
[0278] Si谦示控制点i、j间距离；
[0279] 3)根据线性精度改正公式得到精度符合要求的点云数据。
[0280]精度改正前点云和控制点实际位置坐标的平面差值为8cm，根据线性精度改正公 式得到精度符合要求的点云数据平面中误差为2cm;精度改正前点云和控制点实际位置坐 标的高程差值为7cm，根据线性精度改正公式得到精度符合要求的点云数据高程中误差为 1.5cm〇
[0281]点云数据滤波处理的具体流程为：
[0282]点云自动滤波处理:根据测区实际地形起伏情况，设置相适应的分类阈值，将点云 数据通过滤波处理软件进行点云数据的自动滤波；
[0283]人机交换滤波：自动滤波完成后的点云仍存在少部分区域点云分类有误，针对该 部分区域进行人机交互式分类，该过程中可通过切剖面、构建数字地形模型等作为参考进 行判断，最终得到分类标准的点云数据。
[0284]对滤波处理后的点云数据进行兴趣物信息提取，得到所需的高精度二维、三维数 据。
[0285] 其中，兴趣物提取具体过程为:将点云数据按类别显示，自动化提取铁路车道标识 线和铁路沿线的公共设施。对自动提取成果进行规则化，得到符合精度要求的相关二维、三 维数据。
[0286] 实施例4:
[0287] 图4为本实施例提供的基于点云的道路信息自动提取方法的流程示意图，如图所 示，该方法如下步骤：
[0288] S1数据采集:在完成地面GNSS基站的选取和采集设备检校合格后再通过移动平台 对点云数据进行采集；
[0289] S2数据预处理:将采集到的原始数据进行预处理输出所需的点云数据；
[0290] S3点云滤波：通过滤波处理软件对点云数据进行滤波处理，经自动分类与局部人 机交互分类获得准确的点云分类成果；
[0291] S4兴趣物提取:利用滤波后的点云进行地物信息提取，并按所需格式输出。
[0292] S5高精度数字高程模型输出：将滤波处理后的点云数据按照一定的格网间距输出 数字高程模型；
[0293] S6道路形态还原:利用输出得到的高精度数字高程模型和三维道路特征线可以精 确的还原已有道路的形态特征，生成道路地形图。
[0294]如图5所示，其中具体采集的过程为：
[0295] 31.1)采集前的准备：
[0296] A)地面GNSS基站的选取和架设:根据所需精度与测量区域内GNSS观测环境GNSS基 站覆盖半径为10公里；
[0297] B)设备检校:在进行数据采集前需要对点云数据采集设备进行检校；
[0298] S1.2)数据采集的过程为：
[0299] A)在地面GNSS基站设置的点位上设有对卫星信号进行接收存储的接收机;其中： 地面GNSS基站上设置的接收机需在移动平台进行数据采集前50分钟内进行工作，在移动平 台完成数据采集后40分钟内停止工作；
[0300] B)首先进行数据采集路线规划，再按照指定数据采集路线通过移动平台上的数据 采集设备进行数据的采集。
[0301] 具体实施例时为:运载有三台采集设备的车辆按照指定路径行驶，两台采集设备 的采集角度为360度;一台采集设备的采集角度为300度，且每相邻两台采集设备的采集角 度的交叉点为85度;根据采集到的数据的密度要求进行车辆行驶的速度限定，速度限制为 不超过50公里/时。
[0302]如图6所示，其中数据预处理具体过程为：
[0303] S2.1)结合地面GNSS基站采集的卫星数据对移动平台采集的原始数据进行解算；
[0304] S2.2)为了实现工程化管理可对解算处理后的点云数据进行分幅处理；
[0305] S2.3)对原始解算输出后的点云数据或分幅处理后的点云数据进行坐标转换。
[0306]如图7所示，其中点云数据滤波处理具体过程为：
[0307] S3.1)点云自动滤波:将点云数据通过滤波处理软件进行自动滤波处理；
[0308] S3.2)人机交互滤波:对自动滤波处理后的点云数据进行人机交互分类，得到分类 准确的点云数据。
[0309]如图8所示，其中兴趣物提取具体过程为：
[0310] S4.1)将滤波处理后的点云数据根据要求按灰度信息显示；
[0311] S4.2)利用不同显示模式下的点云数据进行兴趣物信息提取；
[0312] S4.3)将提取的兴趣物信息按所需的格式输出。
[0313] 具体实施例中还可以采用:车辆、船舶、机车和火车作为采集移动平台。
[0314] 具体实施例中还可以采用，可提取的地物信息包括:交通设施、房屋建筑、道路特 征线、树木高度、道路附属设施、道路沿线的公共设施。
[0315] 具体实施例中还可以采用，已有道路的形态特征包括:道路平面特征、道路纵断面 拟合、道路纵断面图，以及道路横断面图。
[0316] 下面以一个更具体的一个细节方面的例子来对上述内容加以说明。
[0317]如图4所示，在本实施例为:对公路数字化管理进行点云数据信息自动提取方法。 [0318]测量带宽要求为公路中心线两侧各50m，交通设施、房屋建筑，道路附属设施、路面 f目息进行米集。
[0319]首先进行外业测量前的准备工作。
[0320]从施工控制网点中选取符合要求的点位作为GNSS基站架设点位，且每两个同步架 设GNSS基站的覆盖半径为10公里。
[0321]在采集车辆上安装有2台采集设备，并且在进行数据采集前需要对传感器设备进 行检校。
[0322]然后进行外业扫描测量：
[0323] 由地面GNSS基站对卫星信号进行接收、存储，供后续GNSS差分解算用;地面GNSS基 站需在采集车辆进行作业前50分钟进行工作，在采集车辆行驶过后40分钟停止工作。
[0324] 在车辆的车体部分布设三台传感器进行数据采集。其中在车头两侧各设有两台传 感器，且传感器的采集角度为360度;在车体前部设置有一台传感器，且传感器的采集角度 为300度;每相邻两台激光雷达的采集角度交叉点为85度。载有3台传感器的汽车按照指定 路径行驶，根据数据密度要求可进行汽车行驶速度的限制，其速度以不超过50公里/时为 宜。
[0325] 由于考虑到不同时段GNSS信号差异及地物遮挡因素，为保证获取最优的数据成 果，分别对双向车道进行单向的两次测量；由于考虑到白天车道上车辆较多，特选取在夜间 进行测量数据采集；由于考虑到要对路面信息进行更为精确的勘测，特选定在车体前部设 置有一台传感器。
[0326] 将采集到的数据进行解算、滤波处理和兴趣物提取。具体步骤为：
[0327] 利用在地面GNSS基站设置的接收机上采集的卫星同步数据对车载采集的原始数 据进行数据的解算处理；
[0328]为了实现工程化管理可对解算处理后的点云数据进行分幅处理，按照道路行进方 向150*300m分幅;对分幅处理后的点云数据进行坐标转换，将平面坐标从UTM空间直角坐标 转换为成果坐标系，利用似大地水准精化模型将大地高转换为相应正常高。
[0329]将解算预处理后的数据进行滤波处理，其中点云滤波处理的具体流程为：
[0330]点云自动滤波处理:根据测区实际地形起伏情况，设置相适应的分类阈值，将点云 数据通过滤波处理软件进行点云数据的自动滤波；
[0331]人机交互分类滤波：自动滤波完成后的点云仍存在少部分区域点云分类有误，针 对该部分区域进行人机交互式分类，该过程中可通过切剖面、构建数字地形模型等作为参 考进行判断，最终得到分类精准的二维、三维点云数据。
[0332]对滤波处理后的点云数据进行兴趣物信息提取和数字高程模型输出处理，输出得 到精度较高的交通设施、房屋建筑，道路附属设施的数字高程模型;通过三维道路特征线可 以精确的还原已有道路的形态特征，生成道路的地形图。
[0333]实施例5:为对现有厂矿道路进行点云数据信息自动提取方法，该实施例其原理可 以参见实施例2、3中的相应描述。
[0334]实施例6:为对现有林区道路进行点云数据信息自动提取方法，该实施例其原理可 以参见实施例1、4中的相应描述。
[0335] 实施例7:为对现有乡村道路进行点云数据信息自动提取方法，该实施例其原理可 以参见实施例2、3中的相应描述。
[0336] 由此可见：
[0337] 本发明实施例中的基于点云的道路信息自动提取方法可以满足：
[0338] 1、在不中断交通正常运行的情况下实现现有道路精确的二维、三维信息提取，其 精度可以满足道路勘测设计的要求和道路周围设施采集和提取的目的；
[0339] 2、变革了传统道路改扩建勘测技术思路，代替人工上路测量，解决了传统技术手 段外业测量人员作业安全隐患和影响现有道路交通正常通行两大难题;本发明仅需以移动 平台为载体测量方式为主进行外业测量，即不影响交通通行，也不会产生项目人员外业作 业安全隐患，最大程度保证测量人员的人身安全；
[0340] 3、本发明仅需配合少量地面控制测量工作，大部分外业测量工作仅以移动平台行 驶方式即可快速完成，极大的提高了外业数据采集效率;且在数据采集移动平台上可以安 装一台或多台采集设备，且每台采集设备的采集范围在120度-360度，作业方式灵活，能够 满足对数据精度和密度的需求，而且同时可以快速获取道路及沿线海量的二维、三维信息， 内业数据处理和点云平差自动化程度较高；相比人工上路测量，可提高整体道路勘测作业 效率，大幅度的缩短工期；
[0341] 4、相比机载激光测量方式，本发明在保证满足道路方案设计的要求下，可以获得 更大密度的点云数据和更精细的地面模型信息；同时在测量平台上更稳定可靠，作业成本 更低，成果精度更高；
[0342] 5、提高了初测阶段成果的深加工附加值，实现了道路勘测初测、定测工作的一体 化，极大的降低了项目整体建设成本；
[0343] 6、提供了一种快速高效的道路资产获取方法，相比于传统的人工采集方法，外业 效率高，可直接获取数字化信息，进而为道路的数字化管理提供基础数据。
[0344] 虽然通过实施例描绘了本发明实施例，本领域普通技术人员知道，本发明有许多 变形和变化而不脱离本发明的精神，希望所附的权利要求包括这些变形和变化而不脱离本 发明的精神。

Claims (8)

1. 一种基于点云的道路信息自动提取方法，其特征在于，包括如下步骤： 数据采集:在完成地面GNSS基站的选取和采集设备检校合格后再通过移动平台采集点 云数据； 数据预处理:将采集到的原始数据进行预处理输出所需的点云数据； 点云滤波：通过滤波处理软件对点云数据进行滤波处理，经自动分类与局部人机交互 分类获得准确的点云分类成果； 兴趣物提取:利用滤波后的点云进行地物信息提取，并按所需格式输出； 点云精度改正控制点测量:为了得到较高精度的成果数据，需要在道路路面上布设一 定数量的控制点，并对其进行所需精度等级的测量； 点云精度改正：为了达到相关的数据成果精度要求，利用外业测量得到的路面控制点 对预处理后的点云进行精度改正，改正后的成果平面精度优于5cm，高程精度优于2cm; 其中对点云数据精度改正具体为： 1) 根据控制点位置提取相对应的点云数据的点位坐标，与控制点进行比对，获得点云 数据的残差值； 2) 按照线性精度改正公式对点云数据的残差值进行平差改正，其中线性精度改正公式 为：
Figure CN103743383BC00021
Xi、Yi、Zi及Xj、Yj、Zj分别表示控制点i、j处对应的点云各坐标轴方向改正量； Ti、Tj分别表示控制点i、j对应的点云GPS周秒； T改表示当前欲改正点云数据对应GPS周秒； A S表示当前改正位置与控制点终点间距离； Si j表示控制点i、j间距离； 3) 根据线性精度改正公式得到精度符合要求的点云数据。
2. 根据权利要求1所述的一种基于点云的道路信息自动提取方法，其特征在于，所述基 于点云的道路信息自动提取步骤还包括： 高精度数字高程模型输出：将滤波处理后的点云数据按照一定的格网间距输出数字高 程模型； 道路形态还原:利用输出得到的高精度数字高程模型和三维道路特征线精确的还原已 有道路的形态特征，生成道路地形图；其中已有道路的形态特征包括:道路平面特征、道路 纵断面拟合、道路纵断面图，以及道路横断面图。
3. 根据权利要求1所述的一种基于点云的道路信息自动提取方法，其特征在于，所述数 据采集具体为： 1)采集前的准备： A) 地面GNSS基站的选取和架设:根据所需精度与测量区域内GNSS观测环境GNSS基站覆 盖半径为5-20公里； B) 设备检校:在进行数据采集前需要对点云数据采集设备进行检校； 2)数据采集的过程为： A) 在地面GNSS基站设置的点位上设有对卫星信号进行接收存储的接收机;其中：地面 GNSS基站上设置的接收机需在移动平台进行数据采集前10-50分钟内进行工作，在移动平 台完成数据采集后10-50分钟内停止工作； B) 首先进行数据采集路线规划，再按照规划路线通过移动平台上的数据采集设备进行 数据的采集； 其中所述移动平台为:车辆、船舶、机车和火车。
4. 根据权利要求1或3所述的一种基于点云的道路信息自动提取方法，其特征在于:在 同一部数据采集移动平台上安装1-6台采集设备，其采集设备的采集角度为90-360度之间； 当设有2-6台采集设备时，每相邻两台采集设备的采集角度的交叉点范围在15-120度之间； 根据数据的密度要求进行采集，移动平台行驶的速度限制为不超过50公里/时;其中所述采 集移动平台为:车辆、船舶、机车和火车。
5. 根据权利要求1所述的一种基于点云的道路信息自动提取方法，其特征在于，所述数 据预处理具体为： 1) 结合地面GNSS基站采集的卫星数据对移动平台采集的原始数据进行解算； 2) 为了实现工程化管理对解算处理后的点云数据进行分幅处理； 3) 对原始解算输出后的点云数据或分幅处理后的点云数据进行坐标转换。
6. 根据权利要求1所述的一种基于点云的道路信息自动提取方法，其特征在于，所述点 云滤波处理具体为： 1) 点云自动滤波:将点云数据通过滤波处理软件进行自动滤波处理； 2) 人机交互滤波:对自动滤波处理后的点云数据进行人机交互分类，得到分类准确的 点云数据。
7. 根据权利要求1所述的一种基于点云的道路信息自动提取方法，其特征在于，所述兴 趣物提取具体为： 1) 将滤波处理后的点云数据根据要求按类别、灰度信息显示； 2) 利用不同显示模式下的点云数据进行兴趣物信息提取； 3) 将提取的兴趣物信息按所需的格式输出；其中提取的地物信息包括:交通设施、房屋 建筑、道路特征线、树木信息、道路附属设施、道路沿线的公共设施。
8. 根据权利要求1所述的一种基于点云的道路信息自动提取方法，其特征在于，所述点 云数据精度改正控制点测量具体为： 1) 控制点布设:根据成果精度的要求，在路面上布设相应数量的控制点，并做明显的标 记;其中所述控制点间距由成果精度决定，且控制点间距不小于50m; 2) 控制点测量:控制点施测等级取决于成果精度要求，平面坐标通过静态GPS测量、RTK 测量方式中的一种获得，高程坐标通过水准测量、RTK测量方式中的一种获得。
CN201410047529.9A 2014-02-11 2014-02-11 一种基于点云的道路信息自动提取方法 CN103743383B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410047529.9A CN103743383B (zh) 2014-02-11 2014-02-11 一种基于点云的道路信息自动提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410047529.9A CN103743383B (zh) 2014-02-11 2014-02-11 一种基于点云的道路信息自动提取方法

Publications (2)

Publication Number Publication Date
CN103743383A CN103743383A (zh) 2014-04-23
CN103743383B true CN103743383B (zh) 2016-09-07

Family

ID=50500426

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410047529.9A CN103743383B (zh) 2014-02-11 2014-02-11 一种基于点云的道路信息自动提取方法

Country Status (1)

Country Link
CN (1) CN103743383B (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104700617B (zh) * 2015-04-02 2016-03-16 武汉大学 基于低精度gps轨迹数据的高精度车道信息提取方法
CN105404313B (zh) * 2015-11-17 2018-03-06 青岛秀山移动测量有限公司 一种多波束位置伺服控制方法
CN106713245A (zh) * 2015-11-17 2017-05-24 星际空间（天津）科技发展有限公司 一种地理数据的安全传输方法
CN105352476B (zh) * 2015-11-23 2018-02-27 青岛秀山移动测量有限公司 船载水岸线水上水下一体化测量系统集成方法
CN106845321B (zh) * 2015-12-03 2020-03-27 高德软件有限公司 路面标记信息的处理方法和装置
CN106887020A (zh) * 2015-12-12 2017-06-23 星际空间（天津）科技发展有限公司 一种基于LiDAR点云的道路纵横断面获取方法
CN106093963B (zh) * 2016-05-31 2018-08-24 中铁第四勘察设计院集团有限公司 一种提高铁路车载激光雷达扫描数据精度的方法
CN108629228B (zh) * 2017-03-15 2020-12-01 阿里巴巴（中国）有限公司 一种道路对象识别方法和装置
CN106950583A (zh) * 2017-03-28 2017-07-14 中交第航务工程局有限公司 一种基于gps‑rtk联合的林区公路测量系统及测量方法
CN106980855B (zh) * 2017-04-01 2020-04-17 公安部交通管理科学研究所 交通标志快速识别定位系统及方法
CN107121064A (zh) * 2017-04-27 2017-09-01 上海华测导航技术股份有限公司 一种激光扫描测量装置
CN107421507A (zh) * 2017-04-28 2017-12-01 上海华测导航技术股份有限公司 街景数据采集测量方法
CN107920329B (zh) * 2017-09-27 2020-10-16 无锡神探电子科技有限公司 一种基于路测数据的城市道路识别标记方法
CN107976177B (zh) * 2017-11-20 2020-07-14 上海市建筑科学研究院 一种地铁监护测量方法
CN109466588B (zh) * 2018-12-03 2021-02-09 大连维德集成电路有限公司 一种基于3d技术的隧道列车防碰撞系统及方法
CN109883317B (zh) * 2019-03-06 2020-10-13 株洲太昌电子信息技术股份有限公司 一种基于卫星定位的铁路弯道测绘方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101914890A (zh) * 2010-08-31 2010-12-15 中交第二公路勘察设计研究院有限公司 一种基于机载激光测量的公路改扩建勘测方法
CN101950434A (zh) * 2010-09-13 2011-01-19 天津市星际空间地理信息工程有限公司 一种车载激光雷达系统及城市部件自动化测量方法
CN102445186A (zh) * 2011-09-28 2012-05-09 中交第二公路勘察设计研究院有限公司 一种激光雷达扫描生成公路设计地表信息方法
CN102518028A (zh) * 2011-10-25 2012-06-27 中交第二公路勘察设计研究院有限公司 一种激光雷达扫描测量平面坐标精密修正方法
CN102662179A (zh) * 2012-05-18 2012-09-12 四川省科学城久利科技实业有限责任公司 基于机载激光雷达的三维优化选线方法
CN103390169A (zh) * 2013-07-19 2013-11-13 武汉大学 一种车载激光扫描点云数据的城市地物分类方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101914890A (zh) * 2010-08-31 2010-12-15 中交第二公路勘察设计研究院有限公司 一种基于机载激光测量的公路改扩建勘测方法
CN101950434A (zh) * 2010-09-13 2011-01-19 天津市星际空间地理信息工程有限公司 一种车载激光雷达系统及城市部件自动化测量方法
CN102445186A (zh) * 2011-09-28 2012-05-09 中交第二公路勘察设计研究院有限公司 一种激光雷达扫描生成公路设计地表信息方法
CN102518028A (zh) * 2011-10-25 2012-06-27 中交第二公路勘察设计研究院有限公司 一种激光雷达扫描测量平面坐标精密修正方法
CN102662179A (zh) * 2012-05-18 2012-09-12 四川省科学城久利科技实业有限责任公司 基于机载激光雷达的三维优化选线方法
CN103390169A (zh) * 2013-07-19 2013-11-13 武汉大学 一种车载激光扫描点云数据的城市地物分类方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于车载激光扫描数据的城市地物三维重建研究;戴彬;《首都师范大学学报（自然科学版）》;20110630;第32卷(第3期);90 *

Also Published As

Publication number Publication date
CN103743383A (zh) 2014-04-23

Similar Documents

Publication Publication Date Title
Kuutti et al. A survey of the state-of-the-art localization techniques and their potentials for autonomous vehicle applications
CN106441319B (zh) 一种无人驾驶车辆车道级导航地图的生成系统及方法
Boccardo et al. UAV deployment exercise for mapping purposes: Evaluation of emergency response applications
Guan et al. Use of mobile LiDAR in road information inventory: A review
CN107229690B (zh) 基于路侧传感器的高精度动态地图数据处理系统及方法
Wu et al. A voxel-based method for automated identification and morphological parameters estimation of individual street trees from mobile laser scanning data
Kaartinen et al. Benchmarking the performance of mobile laser scanning systems using a permanent test field
Kukko et al. Multiplatform mobile laser scanning: Usability and performance
Williams et al. Synthesis of transportation applications of mobile LiDAR
CN104637370B (zh) 一种摄影测量与遥感综合教学的方法及系统
Coveney et al. Lightweight UAV digital elevation models and orthoimagery for environmental applications: data accuracy evaluation and potential for river flood risk modelling
Rossi et al. Combining nadir and oblique UAV imagery to reconstruct quarry topography: methodology and feasibility analysis
CN103711050B (zh) 一种激光雷达道路改扩建勘测设计方法
US5517419A (en) Advanced terrain mapping system
EP2427726B1 (en) Methods and systems for creating digital transportation networks
CN106371456B (zh) 一种无人机巡线方法及系统
CN101334288B (zh) 基于标准线路匹配的公交准确定位方法
Lato et al. Engineering monitoring of rockfall hazards along transportation corridors: using mobile terrestrial LiDAR
Jaakkola et al. A low-cost multi-sensoral mobile mapping system and its feasibility for tree measurements
Manyoky et al. Unmanned aerial vehicle in cadastral applications
Michele et al. Using a fixed-wing UAS to map snow depth distribution: an evaluation at peak accumulation
Mintsis et al. Applications of GPS technology in the land transportation system
Greenwood et al. Applications of UAVs in civil infrastructure
Fernández et al. Analysis of landslide evolution affecting olive groves using UAV and photogrammetric techniques
CN106352867A (zh) 用于确定车辆自身位置的方法和设备

Legal Events

Date Code Title Description
PB01 Publication
C06 Publication
SE01 Entry into force of request for substantive examination
C10 Entry into substantive examination
CB02 Change of applicant information

Address after: 300384 Tianjin Huayuan Industrial Park Xiqing District Haitai green industry base M4

Applicant after: Interstellar space (Tianjin) Technology Development Co., Ltd.

Address before: 300384 Tianjin Huayuan Industrial Park Xiqing District Haitai green industry base M4

Applicant before: Tianjin StarGIS Information Engineering Co., Ltd.

COR Change of bibliographic data
GR01 Patent grant
C14 Grant of patent or utility model