CN108921943A - 一种基于车道级高精度地图的道路三维模型建模方法 - Google Patents

一种基于车道级高精度地图的道路三维模型建模方法 Download PDF

Info

Publication number
CN108921943A
CN108921943A CN201810714821.XA CN201810714821A CN108921943A CN 108921943 A CN108921943 A CN 108921943A CN 201810714821 A CN201810714821 A CN 201810714821A CN 108921943 A CN108921943 A CN 108921943A
Authority
CN
China
Prior art keywords
road
threedimensional model
precision map
sign
map
Prior art date
Legal status (The legal status 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 status listed.)
Granted
Application number
CN201810714821.XA
Other languages
English (en)
Other versions
CN108921943B (zh
Inventor
颉刚
刘振宇
李昱
吴金恒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Xing Yu Technology Co Ltd
Original Assignee
Guangdong Xing Yu Technology Co Ltd
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 Guangdong Xing Yu Technology Co Ltd filed Critical Guangdong Xing Yu Technology Co Ltd
Priority to CN201810714821.XA priority Critical patent/CN108921943B/zh
Publication of CN108921943A publication Critical patent/CN108921943A/zh
Application granted granted Critical
Publication of CN108921943B publication Critical patent/CN108921943B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior
    • G06T2207/30252Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256Lane; Road marking

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Remote Sensing (AREA)
  • Computer Graphics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Processing Or Creating Images (AREA)
  • Instructional Devices (AREA)

Abstract

本发明提供了一种基于车道级高精度地图的道路三维模型建模方法,包括如下步骤:S10.根据遥感影像和航片提取出高精度地图的道路底图,并将其分类作为各个图层;S20.根据当地的数字高程模型提取道路重要节点处的高程数据信息;S30.将高精度地图的道路底图导入Sketchup中,根据道路重要节点处的高程数据信息制作出道路三维模型的基本框架;S40.将高精度地图中的道路标志建立缓冲区;S50.将建好的缓冲区导入Sketchup中,对道路标志进行三维建模;S60.对建立好的三维模型添加其它属性信息。本发明将遥感影像、实际航拍的道路信息与数字高程模型反映的地形信息有效结合,可以反映真实的道路信息,三维模型符合驾驶人的视觉习惯,可以有效地实现对驾驶的导航。

Description

一种基于车道级高精度地图的道路三维模型建模方法
【技术领域】
本发明涉及道路三维建模技术领域,具体涉及一种基于车道级高精度地图的道路三维模型建模方法。
【背景技术】
随着GIS技术、计算机技术和网络技术的发展,将实现空间数字化、虚拟化以建立数字地理空间已经成为世界各国把握高新技术潮流、推动经济发展的重要手段,以数字城市、数字地球等为代表的数字地理空间在土地利用监管、空间信息管理、城镇体系规划和管理上都有着重要作用。数字地理空间建立的基础是地理数据三维模型的建立。测绘手段获得的路段空间数据基本属于2D或者2.5D结构,表现的只是平面信息,高程信息只是作为属性信息关联在其中,无法表现路段的三维结构。
所谓的高精度地图,实际上是相对于现在已经普及的普通导航电子地图而言的。高精度地图不仅有高精度的坐标,同时还有准确的道路形状,并且每个车道的坡度、曲率、航向、高程、侧倾的数据也都含有。普通的导航电子地图会描绘出道路,而车道级高精度地图不仅会描绘道路,更会描绘出一条道路上有多少条车道,会真实地反映出道路的实际样式。
然而,虽然高精度地图比普通电子导航地图能够展示更多的信息,但是人们在驾驶中,往往需要对当前周围的现实环境有一个清楚的认识,比如周围的建筑物、路口、交通标志以及路牌等等,这时将二维的高精度地图转换为三维的模型就显得很有必要。
【发明内容】
鉴于以上原因,本发明提供一种基于车道级高精度地图的道路三维建模方法,以解决传统二维导航地图所展示的信息不够丰富,无法使驾驶者有身临其境的感觉的技术问题。
为达到上述目的,本发明所采用的技术方案是:一种基于车道级高精度地图的道路三维模型建模方法,包括如下步骤:
S10.根据遥感影像和航片提取出包含道路标志的高精度地图的道路底图,并将其分类作为各个图层;
S20.根据当地的数字高程模型提取道路重要节点处的高程数据信息;
S30.将步骤S10得到的高精度地图的道路底图导入Sketchup中,根据步骤S20得到的道路重要节点处的高程数据信息制作出道路三维模型的基本框架;
S40.根据Arcgis中建立缓冲区的原理,将高精度地图中的道路标志建立缓冲区;
S50.将建好的缓冲区导入Sketchup中,对道路标志进行三维建模;
S60.对建立好的三维模型添加其它属性信息。
作为优选,道路重要节点包括道路起始点、终止点、道路交叉口以及转弯半径较大的弯道处。
进一步地,步骤S10中,根据遥感影像提取高精度地图的道路底图时,按照如下步骤进行:
S101.下载一段道路或一块区域的遥感影像图;
S102.对遥感影像图进行滤波及锐化预处理,提高道路和背景的对比度,突出目标路段,得到其光谱信息;
S103.对目标路段进行影像识别工作,通过统计方法,生成灰度矩阵,提取道路纹理特征;
S104.利用得到的道路光谱信息将目标路段区域分为路面和非路面范围。
进一步地,步骤S20中,提取道路重要节点处的高程数据信息时,按照如下步骤进行:
S201.对目标路段进行整体判别,在道路重要节点处进行分割,将道路分割成若干块;
S202.提取道路重要节点的地理坐标;
S203.利用当地的数字高程模型,根据步骤S22得到的坐标值得到道路重要节点的高程信息。
作为优选,步骤S20中,对于明显高于地面的路段,采用RTK或者全站仪进行实地采集其道路重要节点处的高程信息。
进一步地,步骤S30中,制作道路三维模型的基本框架时,按照如下步骤进行:
S301.将分割完的高精度地图的道路底图导入Sketchup中,检查其是否有断线头,若没有,则利用自动封面工具对底图进行封面操作;
S302.利用坡面工具,将S20得到的道路重要节点的高程数据在相应的位置输入进去,使其自动生成带有高低起伏坡面的路面模型效果。
进一步地,步骤S40中,对道路标志建立缓冲区时,按照如下步骤进行:
S401.通过实地测量,或者根据遥感影像或航片进行推算,得到现实中道路标志的实际宽度数据;
S402.在Arcgis中对道路标志进行检查,删除重叠的线头;
S403.利用Arcgis中的Buffer工具,输入实测得到的道路标志的真实宽度,并创建道路标志的缓冲区,使其从单线段转换成有宽度的长矩形。
进一步地,步骤S50中,对道路标志进行三维建模时,按照如下步骤进行:
S501.将创建好的缓冲区底图导入Sketchup中,检查有无断线头后,将其按照实际位置叠加于步骤S30制作好的道路模型之上;
S502.将道路标志的整体高度进行拉伸,使其稍微高于路面。
进一步地,步骤S60中,对建立好的三维模型添加其它属性信息时,按照如下步骤进行:
S601.根据步骤S10得到纹理材质,结合实景图或照片,找到相应的材质纹理图片;
S602.将模型中同类型的道路标志打包成一个群组;
S603.添加独立的道路标志模型来装饰整个模型,并输出。
相对于现有技术,本发明具有以下有益效果:
1.本发明将遥感影像、实际航拍的道路信息与数字高程模型反映的地形信息有效结合,所建立的道路三维模型可以反映真实的道路信息,在导航应用中,所建立的三维模型符合驾驶人的视觉习惯,可以有效地实现对驾驶的导航。
2.本发明在对车道线和标志线等道路标志的建模中,根据缓冲区建立的原理,无需在制作底图时描绘出标志线的具体轮廓,就可以创建出比较符合实际的车道边线和标志线等道路标志,有效降低了基础数据制作的工作量。
3.本发明简单易行、操作方便,可应用到大范围道路三维建模领域。
【附图说明】
图1是本发明的道路三维建模方法的流程示意图。
图2是提取高精度地图的道路底图的流程示意图。
图3是提取道路重要节点处的高程数据信息的流程示意图。
图4是制作道路三维模型的基本框架的流程示意图。
图5是对道路标志建立缓冲区的流程示意图。
图6是对道路标志进行三维建模的流程示意图。
图7是对建立好的三维模型添加其它属性信息的流程示意图。
【具体实施方式】
下面将结合本发明实施例中的附图,对本发明对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
如图1所示,本发明的一种基于车道级高精度地图的道路三维模型建模方法,包括如下步骤:
S10.根据遥感影像和航片提取出包含道路标志的高精度地图的道路底图,并将其分类作为各个图层;
S20.根据当地的数字高程模型提取道路重要节点处的高程数据信息;
S30.将步骤S10得到的高精度地图的道路底图导入Sketchup中,根据步骤S20得到的道路重要节点处的高程数据信息制作出道路三维模型的基本框架;
S40.根据Arcgis中建立缓冲区的原理,将高精度地图中的道路标志建立缓冲区;
S50.将建好的缓冲区导入Sketchup中,对道路标志进行三维建模;
S60.对建立好的三维模型添加其它属性信息。
本方法将遥感影像、实际航拍的道路信息与数字高程模型反映的地形信息进行了有效的结合,所建立的道路三维模型可以反映真实的道路信息,同时,对道路标志的建模提供了新思路,易于操作和掌握。
众所周知,Arcgis作为一个可伸缩的、全面的GIS平台,功能十分强大。而其中的Buffer,即缓冲区分析,是对选中的一组或一类地图要素(点、线或面)按设定的距离条件,围绕其要素而形成一定缓冲区多边形实体,从而实现数据在二维空间得以扩展的信息分析方法。缓冲区的基础缓冲区是地理空间,目标的一种影响范围或服务范围在尺度上的表现。它是一种因变量,由所研究的要素的形态而发生改变。从数学的角度来看,缓冲区是给定空间对象或集合后获得的它们的领域,而邻域的大小由邻域的半径或缓冲区建立条件来决定,因此对于一个给定的对象A,它的缓冲区可以定义为:
P={x|d(x,A)<=r}
上述公式中,d一般是指欧式距离,也可以是其它的距离,r为邻域半径或缓冲区建立的条件。
缓冲区建立的形态多种多样,通常是根据缓冲区建立的条件来确定的,常用的对于点状要素有圆形,也有三角形、矩形和环形等;对于线状要素有双侧对称、双侧不对称或单侧缓冲区;对于面状要素有内侧和外侧缓冲区,虽然这些形体各异,但是可以适合不同的应用要求,建立的原理都是一样的。
本方法在对车道线和标志线等道路标志的建模中,根据缓冲区建立的原理,无需在制作底图时描绘出标志线的具体轮廓,就可以创建出比较符合实际的车道边线和标志线等道路标志,从而有效地降低了基础数据制作的工作量。
在本实施方式中,道路重要节点包括道路起始点、终止点、道路交叉口以及转弯半径较大的弯道处。
根据遥感影像提取高精度地图的道路底图,作为本方法的前提,极其关键。如图2所示,步骤S10中,根据遥感影像提取高精度地图的道路底图时,按照如下步骤进行:
S101.下载一段道路或一块区域的遥感影像图。
按照所需要建模的目标区域,视存储情况下载一段道路或一块区域的遥感影像图至本地存储。
S102.对遥感影像图进行滤波及锐化预处理,提高道路和背景的对比度,突出目标路段,得到其光谱信息。
数字图像经过转换和传输后,难免会产生模糊。在对图像进行处理时,通常采用滤波及锐化来突出图像中的细节或是增强被模糊了的细节。
虽然道路表面的光谱特征复杂且具有易混淆的特点,但是车道线、隔离带等道路标志却具有明显的线性特征,所以可以以此对目标路段展开影像识别。
S103.对目标路段进行影像识别工作,重点针对路面、车道线、车道中心线、纹理材质、交通标志等,通过统计方法,生成灰度矩阵,提取道路纹理特征;
灰度矩阵是一种通过研究灰度的空间相关特性来描述纹理的常用方法。由于纹理是由灰度分布在空间位置上反复出现而形成的,因而在图像空间中相隔某距离的两象素之间会存在一定的灰度关系。在本实施方式中,对于路面、车道线、车道中心线、纹理材质、交通标志等,按照保持某距离的两象素分别具有某灰度的状况进行统计,并得到灰度矩阵,即可以此提取道路及其道路标志的纹理特征信息。
S104.利用得到的道路光谱信息将目标路段区域分为路面和非路面范围。非路面范围又需要进一步分类识别为绿化带、BRT车站以及周边建筑物等。
将目标路段区域分为路面和非路面范围,并对非路面范围进行进一步分类,可以方便后续对道路重要节点处的高程数据信息数据的提取。
值得注意的是,在步骤S10中,还要利用航片数据来提取具体的车道线等信息,具体包括提取车道边线、车道中心线、路面标志线以及各种交通标志等。提取时,车道边线只需描绘出单线,这样可以大大降低数据提取的工作量。
数字高程模型(Digital Elevation Model),简称DEM,是描述地表起伏形态特征的空间数据模型,由地面规则格网点的高程值构成的矩阵,形成栅格结构数据集。数字高程模型是数字地形模型(DTM)的一个分支,其它各种地形特征值均可由此派生。一般认为,DTM是描述包括高程在内的各种地貌因子,如坡度、坡向、坡度变化率等因子在内的线性和非线性组合的空间分布,其中DEM是零阶单纯的单项数字地貌模型,其他如坡度、坡向及坡度变化率等地貌特性可在DEM的基础上派生。
在提取道路重要节点处的高程数据信息时,则需要利用当地的数字高程模型。如图3所示,步骤S20中,提取道路重要节点处的高程数据信息时,按照如下步骤进行:
S201.对目标路段进行整体判别,在道路重要节点处进行分割,将道路分割成若干块。
将道路区域像素点与其它区域像素点分开的过程称之为道路分割。分割时要注意联合道路图像中的全局信息和局部信息,以减弱路面外观多变和背景动态变化特性对于道路分割的影响,提高分割的准确性。
S202.提取道路重要节点的地理坐标。
地理坐标是用纬度、经度表示地面点位置的球面坐标。在道路重要节点处进行分割后,即可根据需要提取道路重要节点的地理坐标。
S203.利用当地的数字高程模型,根据步骤S22得到的坐标值得到道路重要节点的高程信息。
将地理坐标值与当地的数字高程模型对比、分析,就可以获得道路重要节点,如道路起始点、终止点、道路交叉口等的高程信息。
作为优选,在步骤S20中,对于高架和立交桥等明显高于地面的路段,可以采用RTK或者全站仪等设备来实地采集其道路重要节点处的高程信息。
创建三维模型时,工具的选择尤其重要。Sketchup是一个易于使用的3D设计软件,利用它可以大大简化3D绘图的过程。如图4所示,步骤S30中,制作道路三维模型的基本框架时,按照如下步骤进行:
S301.将分割完的高精度地图的道路底图导入Sketchup中,检查其是否有断线头,若没有,则利用自动封面工具对底图进行封面操作,以方便后续建模;
S302.利用坡面工具,将S20得到的道路重要节点的高程数据在相应的位置输入进去,使其自动生成带有高低起伏坡面的路面模型效果。
如图5所示,步骤S40中,对道路标志建立缓冲区时,按照如下步骤进行:
S401.通过实地测量,或者根据遥感影像或航片进行推算,得到现实中道路标志的实际宽度数据;对于车道边线等标志线,由于标志线的宽度比较统一,所以只需有一组宽度数据就可以;
S402.在Arcgis中对道路标志进行检查,删除重叠的线头;
S403.利用Arcgis中的Buffer工具,输入实测得到的道路标志的真实宽度,并创建道路标志的缓冲区,使其从单线段转换成有宽度的长矩形,更符合现实中所看到的车道线等的实际样式。
如图6所示,步骤S50中,对道路标志进行三维建模时,按照如下步骤进行:
S501.将创建好的缓冲区底图导入Sketchup中,检查有无断线头后,将其按照实际位置叠加于步骤S30制作好的道路模型之上;
S502.将道路标志的整体高度进行拉伸,使其稍微高于路面,这样可以解决叠加之后显示效果上下错位重叠的问题。
道路标志的三维建模,虽然能较好解决路段的大小和形状的表达,但是除了形状外,一般还要通过纹理映射来给路段表面增加丰富的细节。对三维模型添加其它属性信息,比如材质和纹理,可以使三维模型和现实环境更加相似,更加逼真。如图7所示,步骤S60中,对建立好的三维模型添加其它属性信息时,按照如下步骤进行:
S601.根据步骤S10得到纹理材质,结合实景图或照片,找到相应的材质纹理图片。
在对三维模型添加其它属性信息时,先要找到相应的纹理图片并进行处理。由于受到各种因素的影响,可能有些图片并不能直接应用到三维模型中,此时就需要进行相应的处理,主要用Photoshop等图像处理软件对纹理图片进行处理,包括图片的正射纠正与部分截取、图片质量的改善等,这样就可以获得满足要求的路段纹理图片。
S602.将模型中同类型的道路标志打包成一个群组。
对同类型道路标志的纹理图片分类和打包,有利于对同类路段进行贴图操作,从而提高贴图效率;S603.添加独立的道路标志模型,如信号灯、路牌等,来装饰整个模型,使其表现得和现实环境更加相似,并输出。
利用贴图功能,把纹理图片贴到道路标志的各个面上,如果道路标志不规则,则需分别对路段的各个面进行贴图,并调整贴图坐标,使纹理图片与路段表面相吻合。
本发明的道路三维模型建模方法简单易行、操作方便,将遥感影像、实际航拍的道路信息与数字高程模型反映的地形信息有效结合,可以反映真实的道路信息,在导航应用中,所建立的三维模型符合驾驶人的视觉习惯,可以有效地实现对驾驶的导航,并可应用到大范围的道路三维建模领域。
上述说明是针对本发明较佳可行实施例的详细说明,但实施例并非用以限定本发明的专利申请范围,凡本发明所提示的技术精神下所完成的同等变化或修饰变更,均应属于本发明所涵盖专利范围。

Claims (9)

1.一种基于车道级高精度地图的道路三维模型建模方法,其待征在于,包括如下步骤:
S10.根据遥感影像和航片提取出包含道路标志的高精度地图的道路底图,并将其分类作为各个图层;
S20.根据当地的数字高程模型提取道路重要节点处的高程数据信息;
S30.将步骤S10得到的高精度地图的道路底图导入Sketchup中,根据步骤S20得到的道路重要节点处的高程数据信息制作出道路三维模型的基本框架;
S40.根据Arcgis中建立缓冲区的原理,将高精度地图中的道路标志建立缓冲区;
S50.将建好的缓冲区导入Sketchup中,对道路标志进行三维建模;
S60.对建立好的三维模型添加其它属性信息。
2.如权利要求1所述的一种基于车道级高精度地图的道路三维模型建模方法,其待征在于,道路重要节点包括道路起始点、终止点、道路交叉口以及转弯半径较大的弯道处。
3.如权利要求1所述的一种基于车道级高精度地图的道路三维模型建模方法,其待征在于,步骤S10中,根据遥感影像提取高精度地图的道路底图时,按照如下步骤进行:
S101.下载一段道路或一块区域的遥感影像图;
S102.对遥感影像图进行滤波及锐化预处理,提高道路和背景的对比度,突出目标路段,得到其光谱信息;
S103.对目标路段进行影像识别工作,通过统计方法,生成灰度矩阵,提取道路纹理特征;
S104.利用得到的道路光谱信息将目标路段区域分为路面和非路面范围。
4.如权利要求2所述的一种基于车道级高精度地图的道路三维模型建模方法,其待征在于,步骤S20中,提取道路重要节点处的高程数据信息时,按照如下步骤进行:
S201.对目标路段进行整体判别,在道路重要节点处进行分割,将道路分割成若干块;
S202.提取道路重要节点的地理坐标;
S203.利用当地的数字高程模型,根据步骤S22得到的坐标值得到道路重要节点的高程信息。
5.如权利要求2所述的一种基于车道级高精度地图的道路三维模型建模方法,其待征在于,步骤S20中,对于明显高于地面的路段,采用RTK或者全站仪进行实地采集其道路重要节点处的高程信息。
6.如权利要求2所述的一种基于车道级高精度地图的道路三维模型建模方法,其待征在于,步骤S30中,制作道路三维模型的基本框架时,按照如下步骤进行:
S301.将分割完的高精度地图的道路底图导入Sketchup中,检查其是否有断线头,若没有,则利用自动封面工具对底图进行封面操作;
S302.利用坡面工具,将S20得到的道路重要节点的高程数据在相应的位置输入进去,使其自动生成带有高低起伏坡面的路面模型效果。
7.如权利要求2所述的一种基于车道级高精度地图的道路三维模型建模方法,其待征在于,步骤S40中,对道路标志建立缓冲区时,按照如下步骤进行:
S401.通过实地测量,或者根据遥感影像或航片进行推算,得到现实中道路标志的实际宽度数据;
S402.在Arcgis中对道路标志进行检查,删除重叠的线头;
S403.利用Arcgis中的Buffer工具,输入实测得到的道路标志的真实宽度,并创建道路标志的缓冲区,使其从单线段转换成有宽度的长矩形。
8.如权利要求2所述的一种基于车道级高精度地图的道路三维模型建模方法,其待征在于,步骤S50中,对道路标志进行三维建模时,按照如下步骤进行:
S501.将创建好的缓冲区底图导入Sketchup中,检查有无断线头后,将其按照实际位置叠加于步骤S30制作好的道路模型之上;
S502.将道路标志的整体高度进行拉伸,使其稍微高于路面。
9.如权利要求2所述的一种基于车道级高精度地图的道路三维模型建模方法,其待征在于,步骤S60中,对建立好的三维模型添加其它属性信息时,按照如下步骤进行:
S601.根据步骤S10得到纹理材质,结合实景图或照片,找到相应的材质纹理图片;
S602.将模型中同类型的道路标志打包成一个群组;
S603.添加独立的道路标志模型来装饰整个模型,并输出。
CN201810714821.XA 2018-06-29 2018-06-29 一种基于车道级高精度地图的道路三维模型建模方法 Active CN108921943B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810714821.XA CN108921943B (zh) 2018-06-29 2018-06-29 一种基于车道级高精度地图的道路三维模型建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810714821.XA CN108921943B (zh) 2018-06-29 2018-06-29 一种基于车道级高精度地图的道路三维模型建模方法

Publications (2)

Publication Number Publication Date
CN108921943A true CN108921943A (zh) 2018-11-30
CN108921943B CN108921943B (zh) 2022-08-09

Family

ID=64425253

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810714821.XA Active CN108921943B (zh) 2018-06-29 2018-06-29 一种基于车道级高精度地图的道路三维模型建模方法

Country Status (1)

Country Link
CN (1) CN108921943B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110135014A (zh) * 2019-04-25 2019-08-16 中国地质大学(武汉) 一种线状道路要素自动化建模方法及装置
CN110378293A (zh) * 2019-07-22 2019-10-25 泰瑞数创科技(北京)有限公司 一种基于实景三维模型生产高精度地图的方法
CN111176279A (zh) * 2019-12-31 2020-05-19 北京四维图新科技股份有限公司 易受攻击人群区域的确定方法、装置、设备及存储介质
CN110427902B (zh) * 2019-08-08 2020-06-12 昆明理工大学 一种航空影像路面交通标志提取方法及系统
CN112084625A (zh) * 2020-08-06 2020-12-15 上汽大众汽车有限公司 一种多特征道路地图的生成方法及系统
CN113129457A (zh) * 2019-12-30 2021-07-16 百度在线网络技术(北京)有限公司 纹理生成方法、装置、设备和介质
CN114155447A (zh) * 2021-12-02 2022-03-08 北京中科智易科技有限公司 人工智能大数据采集系统
CN114326754A (zh) * 2022-03-09 2022-04-12 中国科学院空天信息创新研究院 复杂地形路径规划方法、装置、电子设备和存储介质
CN115359227A (zh) * 2022-10-24 2022-11-18 北京百度网讯科技有限公司 区域实景地图与车道级地图的融合方法、装置及电子设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101359434A (zh) * 2008-09-17 2009-02-04 覃征 用于交通导航系统和交通仿真系统的路网模型构建方法
CN101364259A (zh) * 2008-04-09 2009-02-11 武汉大学 多层次知识驱动的全色遥感影像的道路变化信息提取方法
CN101608926A (zh) * 2009-07-24 2009-12-23 厦门大学 多层次多模态寻径导航方法
CN104732591A (zh) * 2015-03-10 2015-06-24 中国科学院遥感与数字地球研究所 三维虚拟城市的自动生成方法
CN105788274A (zh) * 2016-05-18 2016-07-20 武汉大学 基于时空轨迹大数据的城市交叉口车道级结构提取方法
CN106327573A (zh) * 2016-08-25 2017-01-11 成都慧途科技有限公司 一种针对城市建筑的实景三维建模方法
CN106355643A (zh) * 2016-08-31 2017-01-25 武汉理工大学 一种高速公路三维实景道路模型的生成方法
CN106777333A (zh) * 2017-01-12 2017-05-31 哈尔滨中智拓图地理信息技术有限公司 一种基于地理信息系统的资源整合平台
KR101815511B1 (ko) * 2016-12-29 2018-01-30 (주) 아인스에스엔씨 교통 시뮬레이션을 위한 프레임워크 및 이를 이용한 시뮬레이션방법

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101364259A (zh) * 2008-04-09 2009-02-11 武汉大学 多层次知识驱动的全色遥感影像的道路变化信息提取方法
CN101359434A (zh) * 2008-09-17 2009-02-04 覃征 用于交通导航系统和交通仿真系统的路网模型构建方法
CN101608926A (zh) * 2009-07-24 2009-12-23 厦门大学 多层次多模态寻径导航方法
CN104732591A (zh) * 2015-03-10 2015-06-24 中国科学院遥感与数字地球研究所 三维虚拟城市的自动生成方法
CN105788274A (zh) * 2016-05-18 2016-07-20 武汉大学 基于时空轨迹大数据的城市交叉口车道级结构提取方法
CN106327573A (zh) * 2016-08-25 2017-01-11 成都慧途科技有限公司 一种针对城市建筑的实景三维建模方法
CN106355643A (zh) * 2016-08-31 2017-01-25 武汉理工大学 一种高速公路三维实景道路模型的生成方法
KR101815511B1 (ko) * 2016-12-29 2018-01-30 (주) 아인스에스엔씨 교통 시뮬레이션을 위한 프레임워크 및 이를 이용한 시뮬레이션방법
CN106777333A (zh) * 2017-01-12 2017-05-31 哈尔滨中智拓图地理信息技术有限公司 一种基于地理信息系统的资源整合平台

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
NORSUZILA YA"ACOB ET AL.: "Parking system using Geographic Information System (GIS)", 《2016 IEEE CONFERENCE ON SYSTEMS, PROCESS AND CONTROL (ICSPC)》 *
YINGJUN SUN ET AL.: "The Research and Application of 2D and 3D Interactive System", 《2009 SECOND INTERNATIONAL CONFERENCE ON INFORMATION AND COMPUTING SCIENCE》 *
刘全海: "面向规划的高精度三维城市一体化快速建模理论研究与应用", 《中国优秀博硕士学位论文全文数据库(博士)信息科技辑》 *
刘振宇等: "一种高分辨率SAR影像道路提取方法", 《测绘科学》 *
杨娇: "基于ArcGis与SketchUp构建三维校园的应用研究", 《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》 *
王卫峰等: "基于GIS的三维道路模型交叉口自动检测与建模", 《计算机工程与设计》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110135014A (zh) * 2019-04-25 2019-08-16 中国地质大学(武汉) 一种线状道路要素自动化建模方法及装置
CN110378293B (zh) * 2019-07-22 2021-02-23 泰瑞数创科技(北京)有限公司 一种基于实景三维模型生产高精度地图的方法
CN110378293A (zh) * 2019-07-22 2019-10-25 泰瑞数创科技(北京)有限公司 一种基于实景三维模型生产高精度地图的方法
CN110427902B (zh) * 2019-08-08 2020-06-12 昆明理工大学 一种航空影像路面交通标志提取方法及系统
CN113129457A (zh) * 2019-12-30 2021-07-16 百度在线网络技术(北京)有限公司 纹理生成方法、装置、设备和介质
CN113129457B (zh) * 2019-12-30 2024-02-06 百度在线网络技术(北京)有限公司 纹理生成方法、装置、设备和介质
CN111176279A (zh) * 2019-12-31 2020-05-19 北京四维图新科技股份有限公司 易受攻击人群区域的确定方法、装置、设备及存储介质
CN111176279B (zh) * 2019-12-31 2023-09-26 北京四维图新科技股份有限公司 易受攻击人群区域的确定方法、装置、设备及存储介质
CN112084625A (zh) * 2020-08-06 2020-12-15 上汽大众汽车有限公司 一种多特征道路地图的生成方法及系统
CN112084625B (zh) * 2020-08-06 2023-07-28 上汽大众汽车有限公司 一种多特征道路地图的生成方法及系统
CN114155447A (zh) * 2021-12-02 2022-03-08 北京中科智易科技有限公司 人工智能大数据采集系统
CN114155447B (zh) * 2021-12-02 2022-06-24 北京中科智易科技有限公司 人工智能大数据采集系统
CN114326754A (zh) * 2022-03-09 2022-04-12 中国科学院空天信息创新研究院 复杂地形路径规划方法、装置、电子设备和存储介质
CN114326754B (zh) * 2022-03-09 2022-06-14 中国科学院空天信息创新研究院 复杂地形路径规划方法、装置、电子设备和存储介质
CN115359227A (zh) * 2022-10-24 2022-11-18 北京百度网讯科技有限公司 区域实景地图与车道级地图的融合方法、装置及电子设备

Also Published As

Publication number Publication date
CN108921943B (zh) 2022-08-09

Similar Documents

Publication Publication Date Title
CN108921943A (zh) 一种基于车道级高精度地图的道路三维模型建模方法
CN109410327B (zh) 一种基于bim和gis的三维城市建模方法
CN106777811B (zh) 一种交通渠化地图设计开发方法
US20230074265A1 (en) Virtual scenario generation method and apparatus, computer device and storage medium
CN105989198B (zh) 基于bim的公路参数化自动建模方法和系统
CN109829022B (zh) 一种融合监控视频信息的互联网地图服务系统及构建方法
CN103884321B (zh) 一种遥感影像成图工艺
CN104766366A (zh) 一种三维虚拟现实演示的建立方法
CN107833273B (zh) 基于三维仿真模型的倾斜摄影三维模型对象化应用方法
CN108986207A (zh) 一种基于真实路面数据的道路及沿线建筑仿真建模方法
KR20090024146A (ko) 지리영역의 디지탈 표면 모델 생성 방법 및 시스템
CN108765567A (zh) 一种用于构建城市设计数字化沙盘的系统
CN114119863B (zh) 一种基于车载激光雷达数据自动提取行道树目标及其林木属性的方法
CN109671149A (zh) 基于dem的地形素描图自动绘制方法
CN116188671A (zh) 河道水陆一体三维实景建模方法
CN110189405A (zh) 一种顾及建筑物密度的实景三维建模方法
Khayyal et al. Creation and spatial analysis of 3D city modeling based on GIS data
CN107393008A (zh) 全球地理框架不规则三角网金字塔建模系统及方法
CN104318605A (zh) 矢量实线与三维地形的并行贴合渲染方法
CN105354882A (zh) 一种大数据架构的大空间范围输电三维全景展示平台构建方法
CN103700063B (zh) 基于高清卫星影像的地形图一体化快速成图方法
CN117422839A (zh) 基于多维空间地理信息大数据的gis系统及gis系统服务方法
CN109727255B (zh) 一种建筑物三维模型分割方法
CN115859414A (zh) 一种全球尺度地理信息底图跨坐标系使用方法
CN114385591B (zh) 一种乡村生态景观全要素四维信息模型构建方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant