CN104281746A - 一种基于点云的交通安全道路特征图成图方法 - Google Patents

Abstract

本发明涉及一种基于点云的交通安全道路特征图成图方法，包括以下步骤：1)采用激光扫描仪获取选定交通区域的多幅画面的点云数据；2)对点云数据进行预处理；3)将预处理后的点集导入CAD中进行分层处理，完成交通道路特征平面图；4)将交通道路特征平面图逐层完成CAD向ArcGIS格式的转换；5)创建ArcGIS符号库，并根据数据库属性对各种地图要素进行自动匹配，完成交通安全道路特征图。与现有技术相比，本发明具有快速简便、准确可靠等优点。

Description

一种基于点云的交通安全道路特征图成图方法

技术领域

本发明涉及交通测绘领域，尤其是涉及一种基于点云的交通安全道路特征图成图方法。

背景技术

主动交通道路特征图是指按照各项绘图标准要求描述包括道路路口以及路段的道路特征平面专题图，反映了一定范围内有关道路标线、标志、地物等相关位置等信息，它包含各类道路地物的图形信息和属性信息，尤其是道路的标志标线信息，从其比例尺分类来看，它属于城市大比例尺平面图范畴，综合反映道路位置、交通岛、交通标志、标线等信息。这些信息构成了交叉路口的详细渠化图。道路渠化信息一方面可以减少交通事故与交通堵塞，另一方面也是主动交通安全模型中车辆定位所需的智能道路信息基础数据。

绘制主动交通道路特征图是主动交通安全预警的必要数据准备环节，其成图周期与图形质量直接影响主动交通安全模型的正确计算与分析、地图应用与推广。我国现阶段，传统的主动交通安全道路特征图的制作处理手段仍然较为繁琐，即先封锁事故现场小范围内的全部或部分车道，然后进行详细路口图的测量。其中，路口图一般采用全站仪结合人工现场绘制草图方式完成，主要内容包括：现场地形、现场交通元素及相互关系、现场数据注记等路口信息。现场草图包含的地物较多，绘制时间较长，该种方式很大程度上影响主动交通道路特征图的制作。

根据现有的技术，可以总结出如下四种主动交通道路特征图制作方法，其中第一种为基于全站仪测量的作图法，具有高精度、灵活性强等优点，有很好的一致性，但是工作量大，成本较高，第二种为基于市政建设地图的作图法，具有工作量小、高精度、速度快的优点，但是数据来源比较困难，第三种为基于摄影测量的作图法，安全性好，单是作图复杂，成本较高，第四种为基于GPS测量的作图法，具有覆盖范围广、成本低、定位精度高等优点，但是易受地形影响，可靠性不高。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种快速、准确、成图质量高的基于点云的交通安全道路特征图成图方法。

本发明的目的可以通过以下技术方案来实现：

一种基于点云的交通安全道路特征图成图方法，包括以下步骤：

1)采用激光扫描仪获取选定交通区域多幅画面的点云数据；

2)对点云数据进行预处理；

3)将预处理后的点集导入CAD中进行分层处理，完成交通道路特征平面图；

4)将交通道路特征平面图逐层完成CAD向ArcGIS格式的转换；

5)创建ArcGIS符号库，并根据数据库属性对各种地图要素进行自动匹配，完成交通安全道路特征图。

所述的步骤1)中的点云数据包括位置数据和颜色数据。

所述的步骤2)具体包括以下步骤：

21)对获取的多幅画面的点云进行上色拼接；

22)对拼接后的点云数据进行高程滤波，将道路地面和地面上的干扰点分离；

23)区分道路交通特征点集，包括道路路面、道路标线、道路边线和道路标志的点集；

24)根据道路法规以及滤波后点云数据确定所区分的道路交通特征点集的颜色。

所述的步骤3)具体包括以下步骤：

31)根据预处理后的点集信息将区分好的点集划分为不同的图层；

32)进行道路边线、标志标线、道路路面和道路标志的提取；

33)制作道路标志和道路标线相应的符号以及命令函数，进行道路标志和道路标线的拟合。

所述的步骤22)中分离道路地面和地面上的干扰点的方法为：

设定一个道路面阈值h，根据点的三维坐标信息(x，y，z)，若其z＞h，则表明该点是道路面之上的干扰点；反之，则是道路面上的点。

所述的步骤23)中确定道路路面的方法为：

获得一个路面回波反射率的范围U，若获取的点回波反射率在范围U之内，则表明该点是沥青道路表面点。

所述的步骤23)中确定道路标线点集的方法为：

获得一个路面标线回波反射率的范围T，若获取的点回波反射率在范围T之内，则表明该点是道路标线点。

所述的步骤5)包括以下步骤；

51)利用CAD画出符合比例要求的符号图形；

52)把符号图形缩放到一致的大小，将绘制好的符号按照统一的尺寸转成图片；

53)利用Font Creator字体编辑软件，把转换后的一致的图片导入其中；

54)调整符号，保存字库文件，将制作好的TrueType字体文件安装到系统中；

55)将字体文件中的点符号导入地形图符号库的点符号子库中，确定其定位点，在符号属性编辑器中编辑点状符号的颜色、大小、旋转角度和偏移量属性，设置符号名及其地物分类码，完成ArcGIS符号库的创建。

与现有技术相比，本发明具有以下优点：

一、快速简便，采用激光扫描仪进行现场点云的获取，比全站仪测量等传统的测量方式更加快速。

二、可靠准确、根据点云技术配合图像信息处理技术能够更加准确的绘制交通安全道路特征图，解决传统制图方法中存在的工作量大、数据来源困难、成本较高等问题。

三、成图质量高，成图反映了一定范围内有关道路标线、标志、地物等相关位置等信息，这些信息构成了交叉路口的详细渠化图，道路渠化信息一方面可以减少交通事故与交通堵塞，另一方面也是主动交通安全模型中车辆定位所需的智能道路信息基础数据。

附图说明

图1为本发明的方法流程图。

图2为点云上彩与拼接流程图。

图3为高程滤波前点云数据图。

图4为高程滤波后点云数据图。

图5为道路路面和道路标线点集提取效果图。

图6为符号化的交通安全道路特征图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

实施例：

如图1所示，一种基于点云的交通安全道路特征图成图方法，包括以下步骤：

1)采用激光扫描仪获取选定交通区域多幅画面的点云数据，包括位置数据和颜色数据；

2)对点云数据进行预处理，包括以下步骤：

21)如图2所示，对获取的多幅画面的点云进行上色拼接；

22)对拼接后的点云数据进行高程滤波，将道路地面和地面上的干扰点分离，分离道路地面和地面上的干扰点的方法为：

设定一个道路面阈值h，根据点的三维坐标信息(x，y，z)，若其z＞h，则表明该点是道路面之上的干扰点；反之，则是道路面上的点。对比效果如图3和图4所示；

23)确定道路路面和道路标线、道路边线、道路中央路滑隔离带等点集，确定道路路面的方法为：

不同地材料具有不同的激光回波反射率信息，根据经验获得一个路面回波反射率的范围U，若获取的点回波反射率在范围U之内，则表明该点是沥青道路表面点；

确定道路标线点集的方法为：

根据经验获得一个路面标线回波反射率的范围T，若获取的点回波反射率在范围T之内，则表明该点是道路标线点；

效果如图5所示；

24)根据所区分的道路标线点集所包含点的颜色信息并且按照道路法规确定道路标线点集的颜色；

3)将预处理后的点集导入CAD中进行分层处理，完成交通道路特征平面图包括以下步骤：

31)根据预处理后的点集信息将区分好的点集划分为不同的图层；

32)在进行道路边线、标志标线和道路特征的提取；

33)制作标志标线相应的符号以及命令函数，进行标志标线的拟合；

4)将交通道路特征平面图逐层完成CAD向ArcGIS格式的转换；

DWG文件的图形基本上是以线画来组织几何形状，就填充图案的本质而言，也可以由线组成。所以，在转换时，可以先将图形元素先转换成相应的线元素，如有必要，可以再在ArcGIS中转换成相应的面元素，对于一些带有属性的点状标志，可对其进行插入块的操作。这样可以尽可能减少数据元素的丢失。同时，在AutodeskMap中进行转换时，还可以选定所需保留的属性信息，如图层、颜色、面积等属性，这些信息将构成Shapefile的元数据。

5)创建ArcGIS符号库，并根据数据库属性对各种地图要素进行自动匹配，如图6所示，完成交通安全道路特征图，包括以下步骤：

51)依照地形图图式的要求，利用CAD画出符合比例要求的符号图形；

52)把符号图形缩放到一致的大小，将绘制好的符号按照统一的尺寸转成图片；

53)利用Font Creator字体编辑软件，把转换后的一致的图片导入其中；

54)调整符号，保存字库文件，将制作好的TrueType字体文件安装到系统中；

55)将字体文件中的点符号导入地形图符号库的点符号子库中，确定其定位点，在符号属性编辑器中编辑点状符号的颜色、大小、旋转角度、偏移量等属性，设置符号名及其地物分类码，完成ArcGIS符号库的创建。

Claims (8)

1.一种基于点云的交通安全道路特征图成图方法，其特征在于，包括以下步骤：

1)采用激光扫描仪获取选定交通区域多幅画面的点云数据；

2)对点云数据进行预处理；

3)将预处理后的点集导入CAD中进行分层处理，完成交通道路特征平面图；

4)将交通道路特征平面图逐层完成CAD向ArcGIS格式的转换；

5)创建ArcGIS符号库，并根据数据库属性对各种地图要素进行自动匹配，完成交通安全道路特征图。

2.根据权利要求1所述的一种基于点云的交通安全道路特征图成图方法，其特征在于，所述的步骤1)中的点云数据包括位置数据和颜色数据。

3.根据权利要求1所述的一种基于点云的交通安全道路特征图成图方法，其特征在于，所述的步骤2)具体包括以下步骤：

21)对获取的多幅画面的点云进行上色拼接；

22)对拼接后的点云数据进行高程滤波，将道路地面和地面上的干扰点分离；

23)区分道路交通特征点集，包括道路路面、道路标线、道路边线和道路标志的点集；

24)根据道路法规以及滤波后点云数据确定所区分的道路交通特征点集的颜色。

4.根据权利要求3所述的一种基于点云的交通安全道路特征图成图方法，其特征在于，所述的步骤22)中分离道路地面和地面上的干扰点的方法为：

设定一个道路面阈值h，根据点的三维坐标信息(x，y，z)，若其z＞h，则表明该点是道路面之上的干扰点；反之，则是道路面上的点。

5.根据权利要求1所述的一种基于点云的交通安全道路特征图成图方法，其特征在于，所述的步骤3)具体包括以下步骤：

31)根据预处理后的点集信息将区分好的点集划分为不同的图层；

32)进行道路边线、标志标线、道路路面和道路标志的提取；

33)制作道路标志和道路标线相应的符号以及命令函数，进行道路标志和道路标线的拟合。

6.根据权利要求3所述的一种基于点云的交通安全道路特征图成图方法，其特征在于，所述的步骤23)中确定道路路面的方法为：

获得路面回波反射率的范围U，若获取的点回波反射率在范围U之内，则表明该点是沥青道路表面点。

7.根据权利要求3所述的一种基于点云的交通安全道路特征图成图方法，其特征在于，所述的步骤23)中确定道路标线点集的方法为：

获得路面标线回波反射率的范围T，若获取的点回波反射率在范围T之内，则表明该点是道路标线点。

8.根据权利要求1所述的一种基于点云的交通安全道路特征图成图方法，其特征在于，所述的步骤5)包括以下步骤：

51)利用CAD画出符合比例要求的符号图形；

52)把符号图形缩放到一致的大小，将绘制好的符号按照统一的尺寸转成图片；

53)利用Font Creator字体编辑软件，把转换后的一致的图片导入其中；

54)调整符号，保存字库文件，将制作好的TrueType字体文件安装到系统中；

55)将字体文件中的点符号导入地形图符号库的点符号子库中，确定其定位点，在符号属性编辑器中编辑点状符号的颜色、大小、旋转角度和偏移量属性，设置符号名及其地物分类码，完成ArcGIS符号库的创建。