CN104992467B - 无人机辅助车载道路采集三维建模系统及其实现方法 - Google Patents

Abstract

本发明公开了一种无人机辅助车载道路采集三维建模系统及其实现方法，解决了现有道路采集及三维建模系统建模不够准确、精确度不高等问题。该无人机辅助车载道路采集三维建模系统包括：载体车；无人机；数据采集系统，数据采集系统包括车载LIDAR、车载SLAM和机载LIDAR；数据分析系统，获取精度优化后点云；数据拼接系统，将精度优化后的车载LIDAR点云、机载LIDAR点云和SLAM数据通过融合边界相拼接，形成整体化的定位信息；道路三维建模系统，将道路护栏、边坡、天桥、桥梁下部、隧道外山坡和隧道内部模块进行集成，形成道路三维模型。本发明以车载LIDAR为主，无人机为辅，车载LIDAR结合无人机可实现对目标道路数据的全面采集。

Description

无人机辅助车载道路采集三维建模系统及其实现方法

技术领域

本发明涉及一种道路采集及三维建模系统，具体的说，是涉及一种无人机辅助车载道路采集三维建模系统及实现方法。

背景技术

目前的道路采集及三维建模系统，主要采用以下两种技术方案：

（1）借助于卫星影图的拍摄，然后利用拍摄到的影像构建三维地图。该方法的缺陷在于，对影像的模拟数据的处理和地图的构建工作量十分庞大，且显示的三维地图难以达到足够清晰和逼近现实，道路的隧道内无法获取数据。

（2）采用车载系统采集道路数据，然后根据采集的数据建成道路三维模型。该方法的缺陷在于，对道路信息的采集不够全面，例如桥梁的墩柱等下部构造无法采集，因此建模不够准确。

此外，上述两种方案，都需要采用GPS或北斗导航等卫星定位系统，对于隧道内无卫星信号的区域，无法实现定位，故无法建立隧道内的三维模型。

发明内容

本发明的目的在于克服上述缺陷，提供一种可快速进行道路的数据采集和建模人机辅助车载道路采集三维建模系统。

一种无人机辅助车载道路采集三维建模系统，包括：

载体车；

无人机；

数据采集系统，所述数据采集系统包括设置在所述载体车上的车载LIDAR和车载SLAM，设置在所述无人机上的机载LIDAR；

数据分析系统，根据所述数据采集系统采集的数据获取精度优化后点云；

数据拼接系统，将精度优化后的车载LIDAR点云、机载LIDAR点云和SLAM数据通过融合边界相拼接，形成整体化的定位信息；

道路三维建模系统，将道路护栏、边坡、天桥、桥梁下部、隧道外山坡和隧道内部模块进行集成，形成道路三维模型。

进一步的，所述载体车包括车本体，设置在所述车本体内的电源系统，在所述车本体内的尾部设置有无人机停放及充电平台，所述无人机停放及充电平台与所述电源系统连接，以供所述无人机停放和充电；所述车载LIDAR和车载SLAM设置在所述车本体的顶部。

上述的无人机辅助车载道路采集三维建模系统的实现方法，包括以下步骤：

（1）载体车在目标道路上行驶，无人机装载在载体车上，数据采集系统采集道路信息；

（2）由步骤（1）所采集的数据根据LIDAR点云生成原理，建立点云系统的误差模型，用于剔除重复和无效信息，以获取精度优化后的车载LIDAR点云、机载LIDAR点云；

（3）以车载LIDAR和车载SLAM获取的行车轨迹和高程数据为三维坐标系统，将精度优化后的车载LIDAR点云、机载LIDAR点云和SLAM数据通过融合边界相拼接，形成整体化的定位信息；

（4）道路建模

（41）对精度优化后的车载LIDAR点云、机载LIDAR点云进行地面点滤波分类，识别地面点云；以地面点云为参考进行非地面点滤波分类，识别非地面点云，分别形成道路护栏、边坡、天桥、桥梁下部、隧道洞口山坡和隧道内部的模块，进行地物有效分析区和地物对应点云集的提取；

（42）在三维建模系统下，根据地物参数模型库，进行精度优化后的地面点云和照片融合模式下的地物三维建模，生成道路模型；

（43）将道路护栏、边坡、天桥、桥梁下部、隧道外山坡和隧道内部模块进行集成，形成道路三维模型。

进一步的，所述步骤（1）中通过车载LIDAR获取行驶轨迹信息、路面车道与宽度信息、路面纹理信息、路面高程信息、路口信息、道路护栏信息、道路绿化信息、道路下穿天桥信息、道路边坡信息、隧道洞口山坡信息和道路标志信息。

进一步的，所述步骤（1）中车辆行驶遇到桥梁时，通过无人机及机载LIDAR获取桥台信息、桥墩外观几何尺寸信息、桥梁混凝土便面纹理信息和桥梁梁底外观信息。

进一步的，所述步骤（1）中车辆行驶入隧道时，开启车载SLAM，获取车辆位置轨迹信息、隧道内外观信息、隧道路面高程信息、水沟盖板信息、紧急停车带信息、车行人行横洞信息、隧道混凝土便面纹理信息和表面几何尺寸信息。

进一步的，所述步骤（42）中采用LIDAR激光点云数据制作包含有坐标系信息的坐标系图层，制作反应地表高度的地表高程图层；所述步骤（41）中根据LIDAR激光点云数据、LIDAR影像数据和道路旁建筑物轮廓线制作地面和附近参照物的三维轮廓。

进一步的，所述步骤（43）的具体方式如下：分别制作包含道路路面信息的路面图层；包含护栏、边坡、边沟的辅助图层；包含桥梁梁体、墩身、盖梁、系梁的桥梁图层；包含隧道洞门、洞内边沟、盖板、机电设施的隧道图层和包含道路旁边建筑、山体的参照物图层；然后在地图发布平台上将上述各图层进行融合处理构建目标道路的三维模型。

与现有技术相比，本发明具有以下有益效果：

（1）本发明以车载LIDAR为主，无人机为辅，车载LIDAR结合无人机可实现对目标道路数据的全面采集，有效地克服了现有技术中道路信息采集不完善的缺陷，且无人机仅进行桥梁下部数据采集，对无人机飞行时间的要求降低。

（2）本发明集成SLAM技术，减少对卫星信号的依赖程度，对隧道内传统方法无法定位的区域可实现精准定位和数据采集。

（3）与现有技术相比，本发明数据采集速度快、数据处理的自动化程度高、三维建模的整体生产效率高等，因此，进行道路三维建模的项目开发成本相对要低；另一方面，车载移动激光扫描测量采用驾车方式即可完成道路的测量，且数据处理自动化程度高，可极大的节省项目开发成本。

附图说明

图1为本发明的流程示意图。

图2为本发明中数据采集系统的系统框图。

图3为本发明中载体车部分的结构示意图。

其中，附图标记对应的名称如下：1-车本体，2-电源系统，3-无人机停放及充电平台。

具体实施方式

下面结合实施例对本发明作进一步说明，本发明的实施方式包括但不限于下列实施例。

实施例

如图1、2、3所示，本实施例提供了一种无人机辅助车载道路采集三维建模系统，该建模系统以载体车及其上的子系统为主，无人机及其上的子系统为辅，其理由载体车及其上的子系统快速进行道路的数据采集，然后利用采集的数据生成道路三维模型。由于车载道路数据采集系统无法采集桥梁的墩柱等下部构造信息，故采用无人机对桥梁的墩柱等下部构造信进行精准扫描和采集，获取桥梁下部的三维数据。同时，车载数据采集模块中集成SLAM系统，可实现卫星信号无法到达的地方的精准定位，精确采集隧道内的三维数据，并与隧道外的GPS卫星信息相拼接，实现完整的道路三维信息采集和模型制作，最终实现用较小的成本、较快的速度和较低的工作量，实现完整、逼真的三维道路地图。

本实施例中载体车主要设置有车载LIDAR和车载SLAM两个子系统，无人机上设置有机载LIDAR子系统，车载LIDAR、车载SLAM和机载LIDAR构成数据采集系统。采集前，对车载LIDAR、机载LIDAR和车载SLAM进行校验运行，实现对各系统设备的参数检校。然后，在目标道路上进行行走和采集，遇到桥梁时，由无人机对桥梁墩柱等下部构造进行航拍，遇到隧道时，开启SLAM系统实现自我定位并获取隧道信息，最终获取包括LIDAR点云和影像的道路原始数据成果。具体的说：

通过车载LIDAR获取行驶轨迹信息、路面车道与宽度信息、路面纹理信息、路面高程信息、路口信息、道路护栏信息、道路绿化信息、道路下穿天桥信息、道路边坡信息、隧道洞口山坡信息和道路标志信息；

车辆行驶遇到桥梁时，通过无人机及机载LIDAR获取桥台信息、桥墩外观几何尺寸信息、桥梁混凝土便面纹理信息和桥梁梁底外观信息；

车辆行驶入隧道时，开启车载SLAM，获取车辆位置轨迹信息、隧道内外观信息、隧道路面高程信息、水沟盖板信息、紧急停车带信息、车行人行横洞信息、隧道混凝土便面纹理信息和表面几何尺寸信息。

数据采集步骤如下：首先，由载体车在目标道路上行驶，通过车载LIDAR子系统获取行驶轨迹信息、路面车道与宽度信息、路面纹理信息、路面高程信息、路口信息、道路护栏信息、道路绿化信息、道路下穿天桥信息、道路边坡信息、隧道洞口山坡信息和道路标志信息。当车辆行驶至桥梁位置时，将车停在安全的位置，将载有LIDAR的无人机开启，通过无线遥感技术控制无人机的飞行，获取桥台信息、桥墩外观几何尺寸信息、桥梁混凝土便面纹理信息和桥梁梁底外观信息。桥梁数据采集结束后，无人机飞入车内，车辆继续前进。当车辆行驶入隧道时，开启车载SLAM系统，获取车辆位置轨迹信息、隧道内外观信息、隧道路面高程信息、水沟盖板信息、紧急停车带信息、车行人行横洞信息、隧道混凝土便面纹理信息和表面几何尺寸信息。

采集到的信息经过数据分析系统进行分析优化，即根据LIDAR点云生成原理，建立点云系统的误差模型，用于剔除重复和无效信息，以获取精度优化后的车载LIDAR点云、机载LIDAR点云。获取了精度优化后点云，但这些信息是零散的、缺乏系统性的，此时，需通过数据拼接系统对上述信息进行拼接。

数据拼接系统，以车载LIDAR和车载SLAM获取的行车轨迹和高程数据为三维坐标系统，将精度优化后的车载LIDAR点云、机载LIDAR点云和SLAM数据通过融合边界相拼接，形成整体化的定位信息。

道路三维建模系统，以数据拼接系统获得的三维道路模块为基础，以融合边界技术为支撑，将数据采集获得的LIDAR照片、影像融入三维道路模块，包括以下步骤：

首先，对精度优化后点云进行地面点滤波分类，识别地面点云，以地面点云为参考进行非地面点滤波分类，识别非地面点云，分别形成道路护栏、边坡、天桥、桥梁下部、隧道洞口山坡和隧道内部的不同模块，进行地物有效分析区和地物对应点云集的提取。然后，在三维建模系统下，根据地物参数模型库，进行精度优化后地面点云和照片融合模式下的地物高精三维建模，生成道路高清模型。最后，将道路护栏、边坡、天桥、桥梁下部、隧道外山坡和隧道内部模块进行集成，形成道路高清三维模型。

具体的，采用LIDAR激光点云数据制作包含有坐标系信息的坐标系图层，制作反应地表高度的地表高程图层，地表高程图层呈现目标道路区域的地形、地貌特征，通过地图来呈现地面的高、低起伏情况。根据LIDAR激光点云数据、LIDAR影像数据和道路旁建筑物轮廓线制作地面和附近参照物的三维轮廓。依据道路地表照片记载的道路信息制作包含有地面标线、道路纹理、行车道宽度的道路路面信息的路面图层，路面图层体现路面的实际特征。分别制作包含道路路面信息的路面图层；包含护栏、边坡、边沟的辅助图层；包含桥梁梁体、墩身、盖梁、系梁的桥梁图层；包含隧道洞门、洞内边沟、盖板、机电设施的隧道图层和包含道路旁边建筑、山体的参照物图层等，最后在地图发布平台上将上述各图层进行融合处理构建目标道路的三维数字地图模型。

按照上述实施例，便可很好地实现本发明。值得说明的是，基于上述设计原理的前提下，为解决同样的技术问题，即使在本发明所公开的结构基础上做出的一些无实质性的改动或润色，所采用的技术方案的实质仍然与本发明一样，故其也应当在本发明的保护范围内。

Claims (5)

1.一种无人机辅助车载道路采集三维建模系统，其特征在于，包括：

载体车；

无人机；

数据采集系统，所述数据采集系统包括设置在所述载体车上的车载LIDAR和车载SLAM，以及设置在所述无人机上的机载LIDAR；

其中，所述车载LIDAR采集的信息包括行驶轨迹信息、路面车道与宽度信息、路面纹理信息、路面高程信息、路口信息、道路护栏信息、道路绿化信息、道路下穿天桥信息、道路边坡信息、隧道洞口山坡信息和道路标志信息；

其中，所述无人机及机载LIDAR采集的信息包括桥梁的桥台信息、桥墩外观几何尺寸信息、桥梁混凝土便面纹理信息和桥梁梁底外观信息；

其中，所述车载SLAM采集的信息包括隧道的车辆位置轨迹信息、隧道内外观信息、隧道路面高程信息、水沟盖板信息、紧急停车带信息、车行人行横洞信息、隧道混凝土便面纹理信息和表面几何尺寸信息；

数据分析系统，根据所述数据采集系统采集的数据获取精度优化后点云；

数据拼接系统，将精度优化后的车载LIDAR点云、机载LIDAR点云和SLAM数据通过融合边界相拼接，形成整体化的定位信息；

道路三维建模系统，将道路护栏、边坡、天桥、桥梁下部、隧道外山坡和隧道内部模块进行集成，形成道路三维模型。

2.根据权利要求1所述的无人机辅助车载道路采集三维建模系统，其特征在于，所述载体车包括车本体(1)，设置在所述车本体(1)内的电源系统(2)，在所述车本体(1)内的尾部设置有无人机停放及充电平台(3)，所述无人机停放及充电平台(3)与所述电源系统(2)连接，以供所述无人机停放和充电；所述车载LIDAR和车载SLAM设置在所述车本体(1)的顶部。

3.如权利要求1至2任一项所述的无人机辅助车载道路采集三维建模系统的实现方法，其特征在于，包括以下步骤：

(1)载体车在目标道路上行驶，无人机装载在载体车上，数据采集系统采集道路信息；

其中，通过车载LIDAR获取行驶轨迹信息、路面车道与宽度信息、路面纹理信息、路面高程信息、路口信息、道路护栏信息、道路绿化信息、道路下穿天桥信息、道路边坡信息、隧道洞口山坡信息和道路标志信息；

其中，车辆行驶遇到桥梁时，通过无人机及机载LIDAR获取桥台信息、桥墩外观几何尺寸信息、桥梁混凝土便面纹理信息和桥梁梁底外观信息；

其中，车辆行驶入隧道时，开启车载SLAM，获取车辆位置轨迹信息、隧道内外观信息、隧道路面高程信息、水沟盖板信息、紧急停车带信息、车行人行横洞信息、隧道混凝土便面纹理信息和表面几何尺寸信息；

(2)由步骤(1)所采集的数据根据LIDAR点云生成原理，建立点云系统的误差模型，用于剔除重复和无效信息，以获取精度优化后的车载LIDAR点云、机载LIDAR点云；

(3)以车载LIDAR和车载SLAM获取的行车轨迹和高程数据为三维坐标系统，将精度优化后的车载LIDAR点云、机载LIDAR点云和SLAM数据通过融合边界相拼接，形成整体化的定位信息；

(4)道路建模

(41)对精度优化后的车载LIDAR点云、机载LIDAR点云进行地面点滤波分类，识别地面点云；以地面点云为参考进行非地面点滤波分类，识别非地面点云，分别形成道路护栏、边坡、天桥、桥梁下部、隧道洞口山坡和隧道内部的模块，进行有效物的模型提取；

(42)在三维建模系统下，根据地物参数模型库，进行精度优化后的地面点云和照片融合模式下的地物三维建模，生成道路模型；

(43)将道路护栏、边坡、天桥、桥梁下部、隧道外山坡和隧道内部模块进行集成，形成道路三维模型。

4.根据权利要求3所述的无人机辅助车载道路采集三维建模系统的实现方法，其特征在于，所述步骤(42)中采用LIDAR激光点云数据制作包含有坐标系信息的坐标系图层，制作反应地表高度的地表高程图层；所述步骤(41)中根据LIDAR激光点云数据、LIDAR影像数据和道路旁建筑物轮廓线制作地面和附近参照物的三维轮廓。

5.根据权利要求3所述的无人机辅助车载道路采集三维建模系统的实现方法，其特征在于，所述步骤(43)的具体方式如下：分别制作包含道路路面信息的路面图层；包含护栏、边坡、边沟的辅助图层；包含桥梁梁体、墩身、盖梁、系梁的桥梁图层；包含隧道洞门、洞内边沟、盖板、机电设施的隧道图层和包含道路旁边建筑、山体的参照物图层；然后在地图发布平台上将上述各图层进行融合处理构建目标道路的三维模型。