CN108978378A - 一种激光雷达道路改扩建勘测设计方法 - Google Patents
一种激光雷达道路改扩建勘测设计方法 Download PDFInfo
- Publication number
- CN108978378A CN108978378A CN201810785802.6A CN201810785802A CN108978378A CN 108978378 A CN108978378 A CN 108978378A CN 201810785802 A CN201810785802 A CN 201810785802A CN 108978378 A CN108978378 A CN 108978378A
- Authority
- CN
- China
- Prior art keywords
- road
- data
- point cloud
- laser radar
- point
- 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.)
- Pending
Links
Classifications
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
- E01C1/00—Design or layout of roads, e.g. for noise abatement, for gas absorption
- E01C1/002—Design or lay-out of roads, e.g. street systems, cross-sections ; Design for noise abatement, e.g. sunken road
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
- E01C23/00—Auxiliary devices or arrangements for constructing, repairing, reconditioning, or taking-up road or like surfaces
- E01C23/01—Devices or auxiliary means for setting-out or checking the configuration of new surfacing, e.g. templates, screed or reference line supports; Applications of apparatus for measuring, indicating, or recording the surface configuration of existing surfacing, e.g. profilographs
Landscapes
- Engineering & Computer Science (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种激光雷达道路改扩建勘测设计方法,包括以下步骤:控制测量:进行成果坐标基准设计、基础控制测量以及路面控制点测量,为后继的车载、机载激光雷达数据获取做准备;车载激光雷达数据获取:根据道路特征提取需求,沿道路主线及匝道按照地面车辆行驶规定行进,获取车载激光雷达数据;机载激光雷达数据获取:根据道路改扩建数据精度要求,通过任务设计确定航带个数和航带长度,并按照飞行规定,获取机载激光雷达数据,本发明相比传统方式,每天采集100公里道路数据,作业效率提升5‑7倍,外业人员只需2人,内业软件自动化处理程度高达80%,由于作业效率提升、人力投入的下降,综合成本下降4‑5倍。
Description
技术领域
本发明涉及公路改扩建勘测领域,具体涉及到一种激光雷达道路改扩建勘测设计方法。
背景技术
道路及其附属结构等三维信息的精确获取是道路改扩建的重要前提。对于道路改扩建工程,为了最大限度地利用现有道路,首先需要精确恢复出既有道路的线形要素;此外,为了实现桥梁、路基等的精确拼接,相比于新建道路工程,其对测量精度亦有更高的要求。目前,主要采用航空摄影测量辅之以GPS RTK测量和精密水准测量的方法,但存在效率低、成本高、安全隐患大等缺陷,无法满足日益增长的道路改扩建建设需。
发明内容
为了解决上述不足的缺陷,本发明提供了一种激光雷达道路改扩建勘测设计方法,相比传统方式,每天采集100公里道路数据,作业效率提升5-7倍,外业人员只需2人,内业软件自动化处理程度高达80%,由于作业效率提升、人力投入的下降,综合成本下降4-5倍;以及高精度与高密度的点云数据配合全景影像,在保证高程点精度的同时,也可以用影像辅助分辨道路地物特征及道路两侧的地形。
本发明提供了一种激光雷达道路改扩建勘测设计方法,包括以下步骤:
控制测量:进行成果坐标基准设计、基础控制测量以及路面控制点测量,为后继的车载、机载激光雷达数据获取做准备;
车载激光雷达数据获取:根据道路特征提取需求,沿道路主线及匝道按照地面车辆行驶规定行进,获取车载激光雷达数据;
机载激光雷达数据获取:根据道路改扩建数据精度要求,通过任务设计确定航带个数和航带长度,并按照飞行规定,获取机载激光雷达数据;
数据预处理:通过POS解算、激光处理和坐标转换对上述获取的数据进行预处理,其中包括车载与机载激光雷达数据融合处理:通过激光点云数据解算、激光雷达数据基准转换,获取成果坐标基准中的激光雷达数据,进一步利用布设的路面控制点,分别对车载与机载激光点云和航迹线数据进行精化,使点云与数码图像精确配准,并将车载与机载激光雷达数据纳入到统一坐标基准中,实现车载与机载激光雷达数据的精确融合;
点云后处理:通过点云抽稀、噪点剔除、滤波分类等,数据通过精细分类后,剔除了植被点、噪声点、建筑物点,获得精准的地面点,并提取出保留了地形特征点的高程点数据,其中包括基于融合激光点云的道路特征提取:利用融合激光点云的强度信息获取道路车道标线特征,并采用将三维激光点云投影到二维平面的方法,实现道路特征的提取。
上述的设计方法,其中,所述点云后处理中包括:获取车载激光雷达扫描预设范围的第一点云数据;利用预设算法检测所述第一点云数据的平面特征,获得第二点云数据;基于预设模型确定所述第二点云数据中路面模型,并提取所述路面模型对应的第三点云数据。
上述的设计方法,其中,利用所述预设模型对所述第二点云数据进行检测,获得至少一个平面模型;根据所述扫描设备的高度信息和位姿信息确定获得的平面模型中的路面模型;从所述第二点云数据中提取所述路面模型对应的第三点云数据。
上述的设计方法,其中,所述数据预处理中包括:POS解算生成PosT文件,可按时间输出载体的位置、姿态信息;激光处理则对原始激光文件进行解码,并对激光点坐标进行转换,从而得到WGS-84坐标系下的LAS格式点云;坐标转换根据用户需求,将点云成果转换到工程独立坐标系下。
上述的设计方法,其中,根据道路点云的反射强度信息,可自动提取出道路线。
上述的设计方法,其中,横断面提取是指根据地面点数据按桩号生成断面,断面上带有对应点的高程信息。
上述的设计方法,其中,点云后处理中还包括:基于点云数据中的三维点基于相对参照面的距离,对采集道路所处环境得到的各帧点云数据进行分类;合并与道路设施高度适配的点云数据类别中的各帧点云数据;沿道路的轨迹从合并得到的点云数据中提取与道路距离满足预定条件的候选点云数据;从所述候选点云数据中提取出符合所述道路设施的特征的点云数据。
本发明具有以下有益效果:1、相比传统方式,每天采集100公里道路数据,作业效率提升5-7倍,外业人员只需2人,内业软件自动化处理程度高达80%,由于作业效率提升、人力投入的下降,综合成本下降4-5倍;以及高精度与高密度的点云数据配合全景影像,在保证高程点精度的同时,也可以用影像辅助分辨道路地物特征及道路两侧的地形。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明及其特征、外形和优点将会变得更明显。在全部附图中相同的标记指示相同的部分。并未刻意按照比例绘制附图,重点在于示出本发明的主旨。
图1为本发明提供的流程示意图。
具体实施方式
在下文的描述中,给出了大量具体的细节以便提供对本发明更为彻底的理解。然而,对于本领域技术人员而言显而易见的是,本发明可以无需一个或多个这些细节而得以实施。在其他的例子中,为了避免与本发明发生混淆,对于本领域公知的一些技术特征未进行描述。
为了彻底理解本发明,将在下列的描述中提出详细的步骤以及详细的结构,以便阐释本发明的技术方案。本发明的较佳实施例详细描述如下,然而除了这些详细描述外,本发明还可以具有其他实施方式。
参照图1所示,本发明提供一种激光雷达道路改扩建勘测设计方法,包括以下步骤:
控制测量:进行成果坐标基准设计、基础控制测量以及路面控制点测量,为后继的车载、机载激光雷达数据获取做准备;利用车载激光雷达测量数据密度高和机载激光雷达测量数据完整性好的优势,快速精确获取既有道路及其附属设施的特征信息,辅助道路改扩建工程方案设计与优化,精度能满足道路改扩建定测与施工图设计要求,实现不中断交通流完成道路改扩建勘测设计。
车载激光雷达数据获取:根据道路特征提取需求,沿道路主线及匝道按照地面车辆行驶规定行进,获取车载激光雷达数据;
机载激光雷达数据获取:根据道路改扩建数据精度要求,通过任务设计确定航带个数和航带长度,并按照飞行规定,获取机载激光雷达数据;
数据预处理:通过POS解算、激光处理和坐标转换对上述获取的数据进行预处理,其中包括车载与机载激光雷达数据融合处理:通过激光点云数据解算、激光雷达数据基准转换,获取成果坐标基准中的激光雷达数据,进一步利用布设的路面控制点,分别对车载与机载激光点云和航迹线数据进行精化,使点云与数码图像精确配准,并将车载与机载激光雷达数据纳入到统一坐标基准中,实现车载与机载激光雷达数据的精确融合;
点云后处理:通过点云抽稀、噪点剔除、滤波分类等,数据通过精细分类后,剔除了植被点、噪声点、建筑物点,获得精准的地面点,并提取出保留了地形特征点的高程点数据,其中包括基于融合激光点云的道路特征提取:利用融合激光点云的强度信息获取道路车道标线特征,并采用将三维激光点云投影到二维平面的方法,实现道路特征的提取。
在本发明中,应用于国道314线布伦口至红其拉甫公路建设项目,位于新疆维吾尔自治区克孜勒苏柯尔克孜自治州阿克陶县、喀什地区塔什库尔干塔吉克自治县境内。线路沿G314布设,起点位于布伦口水库改建段终点(G314线桩号K1631+040)处,与G314线布伦口水库改建段相连,终点位于中巴边境国门(G314线桩号K1881+529)处,与中巴公路巴基斯坦段相接,路线总体呈南北走向,全长252.596公里。项目要求平面坐标系统采用与1980西安坐标系相联系的测区抵偿面坐标系,中央子午线为75°,高程坐标系统:采用1985国家高程基准(Ⅱ)期。项目使用华测AS-900H多平台激光雷达系统进行G319沿线测绘数据采集,极大地提升了数据采集效率,项目实际作业里程约40公里(双向80公里),整体实施工期为3天。在快速作业、短时间内获取海量点云的同时,保证了最终数据成果的精度,完全满足改扩建测绘成果的精度要求,通过本发明的方法,相比传统方式,每天采集100公里道路数据,作业效率提升5-7倍,外业人员只需2人,内业软件自动化处理程度高达80%,由于作业效率提升、人力投入的下降,综合成本下降4-5倍;以及高精度与高密度的点云数据配合全景影像,在保证高程点精度的同时,也可以用影像辅助分辨道路地物特征及道路两侧的地形。
本发明一优选而非限制的实施例中,所述点云后处理中包括:获取车载激光雷达扫描预设范围的第一点云数据;利用预设算法检测所述第一点云数据的平面特征,获得第二点云数据;基于预设模型确定所述第二点云数据中路面模型,并提取所述路面模型对应的第三点云数据。
本发明一优选而非限制的实施例中,利用所述预设模型对所述第二点云数据进行检测,获得至少一个平面模型;根据所述扫描设备的高度信息和位姿信息确定获得的平面模型中的路面模型;从所述第二点云数据中提取所述路面模型对应的第三点云数据。
本发明一优选而非限制的实施例中,所述数据预处理中包括:POS解算生成PosT文件,可按时间输出载体的位置、姿态信息;激光处理则对原始激光文件进行解码,并对激光点坐标进行转换,从而得到WGS-84坐标系下的LAS格式点云;坐标转换根据用户需求,将点云成果转换到工程独立坐标系下。
本发明一优选而非限制的实施例中,根据道路点云的反射强度信息,可自动提取出道路线。
本发明一优选而非限制的实施例中,横断面提取是指根据地面点数据按桩号生成断面,断面上带有对应点的高程信息。
本发明一优选而非限制的实施例中,点云后处理中还包括:基于点云数据中的三维点基于相对参照面的距离,对采集道路所处环境得到的各帧点云数据进行分类;合并与道路设施高度适配的点云数据类别中的各帧点云数据;沿道路的轨迹从合并得到的点云数据中提取与道路距离满足预定条件的候选点云数据;从所述候选点云数据中提取出符合所述道路设施的特征的点云数据。
在本发明中,点云数据的处理还包括:激光点云平面坐标精化:根据路面平面控制点的分布,沿线对激光点云进行分段处理,分段长度一般为5~10km,且保证每段中至少包括3个路面平面控制点,相邻分段之间至少有1个公共点。对每个分段,首先根据路面平面控制点在激光点云中对应的平面坐标与外业实测坐标,计算仿射变换模型,然后利用仿射变换模型参数完成该分段点云的平面坐标精化。激光点云高程坐标精化:a)首先利用路面高程控制点的平面坐标X、Y,定位与之距离最近的激光点,取该激光点的高程值作为该路面高程控制点处的激光测量高程,将其与路面高程控制点实测高程比较,得到路面高程控制点处对应的高程差值dZ;b)为使得建立的三角网能够覆盖所有激光点云数据,将自动生成路面激光点云数据最小包络矩形的四个顶点,对应四个虚拟路面高程控制点,这些顶点的高程差值dZ取与之距离最近的路面高程控制点的高程差值,最后以路面高程控制点和四个虚拟路面高程控制点的平面坐标X、Y和高程差值dZ构成三角网,建立高程误差改正模型;c)对测区范围的每个激光点,首先利用其平面坐标X、Y,定位其在高程误差改正模型中的三角形,假设三角形范围内高程变化位于同一个平面内,通过内插计算高程误差修正值。对每个激光点计算其对应的高程误差修正值并进行补偿,从而完成激光点云的高程坐标精化。激光雷达航迹线数据精化。采用人工或者半自动的方式选取数码图像之间的同名点,并人工识别量测出路面控制点在数码图像上的图像坐标,采用区域网平差的方法,完成激光雷达航迹线数据的精化,同时实现数码图像与点云数据的精确配准。
综上所述通过本发明的应用,相比传统方式,每天采集100公里道路数据,作业效率提升5-7倍,外业人员只需2人,内业软件自动化处理程度高达80%,由于作业效率提升、人力投入的下降,综合成本下降4-5倍;以及高精度与高密度的点云数据配合全景影像,在保证高程点精度的同时,也可以用影像辅助分辨道路地物特征及道路两侧的地形。
以上对本发明的较佳实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,其中未尽详细描述的设备和结构应该理解为用本领域中的普通方式予以实施;任何熟悉本领域的技术人员,在不脱离本发明技术方案范围情况下,都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例,这并不影响本发明的实质内容。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (7)
1.一种激光雷达道路改扩建勘测设计方法,其特征在于,包括以下步骤:
控制测量:进行成果坐标基准设计、基础控制测量以及路面控制点测量,为后继的车载、机载激光雷达数据获取做准备;
车载激光雷达数据获取:根据道路特征提取需求,沿道路主线及匝道按照地面车辆行驶规定行进,获取车载激光雷达数据;
机载激光雷达数据获取:根据道路改扩建数据精度要求,通过任务设计确定航带个数和航带长度,并按照飞行规定,获取机载激光雷达数据;
数据预处理:通过POS解算、激光处理和坐标转换对上述获取的数据进行预处理,其中包括车载与机载激光雷达数据融合处理:通过激光点云数据解算、激光雷达数据基准转换,获取成果坐标基准中的激光雷达数据,进一步利用布设的路面控制点,分别对车载与机载激光点云和航迹线数据进行精化,使点云与数码图像精确配准,并将车载与机载激光雷达数据纳入到统一坐标基准中,实现车载与机载激光雷达数据的精确融合;
点云后处理:通过点云抽稀、噪点剔除、滤波分类,数据通过精细分类后,剔除了植被点、噪声点、建筑物点,获得精准的地面点,并提取出保留了地形特征点的高程点数据,其中包括基于融合激光点云的道路特征提取:利用融合激光点云的强度信息获取道路车道标线特征,并采用将三维激光点云投影到二维平面的方法,实现道路特征的提取。
2.如权利要求1所述的一种激光雷达道路改扩建勘测设计方法,其特征在于,所述点云后处理中包括:获取车载激光雷达扫描预设范围的第一点云数据;利用预设算法检测所述第一点云数据的平面特征,获得第二点云数据;基于预设模型确定所述第二点云数据中路面模型,并提取所述路面模型对应的第三点云数据。
3.如权利要求2所述的一种激光雷达道路改扩建勘测设计方法,其特征在于,利用所述预设模型对所述第二点云数据进行检测,获得至少一个平面模型;根据所述扫描设备的高度信息和位姿信息确定获得的平面模型中的路面模型;从所述第二点云数据中提取所述路面模型对应的第三点云数据。
4.如权利要求3所述的一种激光雷达道路改扩建勘测设计方法,其特征在于,所述数据预处理中包括:POS解算生成PosT文件,可按时间输出载体的位置、姿态信息;激光处理则对原始激光文件进行解码,并对激光点坐标进行转换,从而得到WGS-84坐标系下的LAS格式点云;坐标转换根据用户需求,将点云成果转换到工程独立坐标系下。
5.如权利要求4所述的一种激光雷达道路改扩建勘测设计方法,其特征在于,根据道路点云的反射强度信息,可自动提取出道路线。
6.如权利要求5所述的一种激光雷达道路改扩建勘测设计方法,其特征在于,横断面提取是指根据地面点数据按桩号生成断面,断面上带有对应点的高程信息。
7.如权利要求6所述的一种激光雷达道路改扩建勘测设计方法,其特征在于,点云后处理中还包括:基于点云数据中的三维点基于相对参照面的距离,对采集道路所处环境得到的各帧点云数据进行分类;合并与道路设施高度适配的点云数据类别中的各帧点云数据;沿道路的轨迹从合并得到的点云数据中提取与道路距离满足预定条件的候选点云数据;从所述候选点云数据中提取出符合所述道路设施的特征的点云数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810785802.6A CN108978378A (zh) | 2018-07-17 | 2018-07-17 | 一种激光雷达道路改扩建勘测设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810785802.6A CN108978378A (zh) | 2018-07-17 | 2018-07-17 | 一种激光雷达道路改扩建勘测设计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108978378A true CN108978378A (zh) | 2018-12-11 |
Family
ID=64549619
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810785802.6A Pending CN108978378A (zh) | 2018-07-17 | 2018-07-17 | 一种激光雷达道路改扩建勘测设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108978378A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109711336A (zh) * | 2018-12-26 | 2019-05-03 | 深圳高速工程顾问有限公司 | 道路标线确定方法、装置、存储介质及计算机设备 |
CN110110678A (zh) * | 2019-05-13 | 2019-08-09 | 腾讯科技(深圳)有限公司 | 道路边界的确定方法和装置、存储介质及电子装置 |
CN111429498A (zh) * | 2020-03-26 | 2020-07-17 | 中国铁路设计集团有限公司 | 一种基于点云和影像融合技术的铁路营业线三维中线制作方法 |
CN112164081A (zh) * | 2020-09-30 | 2021-01-01 | 西南交通大学 | 一种车载LiDAR点云铁路横断面轮廓提取方法 |
CN113936114A (zh) * | 2021-12-20 | 2022-01-14 | 四川省交通勘察设计研究院有限公司 | 一种bim模型构件类别级轻量化方法及系统 |
CN116817788A (zh) * | 2023-06-06 | 2023-09-29 | 中交第二公路勘察设计研究院有限公司 | 基于道路交通标线的高速公路改扩建多平台激光测量方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4442916B1 (ja) * | 2009-10-27 | 2010-03-31 | ジオ・サーチ株式会社 | 舗装の内部損傷箇所の非破壊調査方法 |
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 |
CN103711050A (zh) * | 2013-12-31 | 2014-04-09 | 中交第二公路勘察设计研究院有限公司 | 一种激光雷达道路改扩建勘测设计方法 |
CN108052624A (zh) * | 2017-12-15 | 2018-05-18 | 深圳市易成自动驾驶技术有限公司 | 点云数据处理方法、装置及计算机可读存储介质 |
JP6349814B2 (ja) * | 2014-03-18 | 2018-07-04 | 富士通株式会社 | 路面状態の測定方法、路面の劣化箇所特定方法、情報処理装置及びプログラム |
-
2018
- 2018-07-17 CN CN201810785802.6A patent/CN108978378A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4442916B1 (ja) * | 2009-10-27 | 2010-03-31 | ジオ・サーチ株式会社 | 舗装の内部損傷箇所の非破壊調査方法 |
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 |
CN103711050A (zh) * | 2013-12-31 | 2014-04-09 | 中交第二公路勘察设计研究院有限公司 | 一种激光雷达道路改扩建勘测设计方法 |
JP6349814B2 (ja) * | 2014-03-18 | 2018-07-04 | 富士通株式会社 | 路面状態の測定方法、路面の劣化箇所特定方法、情報処理装置及びプログラム |
CN108052624A (zh) * | 2017-12-15 | 2018-05-18 | 深圳市易成自动驾驶技术有限公司 | 点云数据处理方法、装置及计算机可读存储介质 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109711336A (zh) * | 2018-12-26 | 2019-05-03 | 深圳高速工程顾问有限公司 | 道路标线确定方法、装置、存储介质及计算机设备 |
CN110110678A (zh) * | 2019-05-13 | 2019-08-09 | 腾讯科技(深圳)有限公司 | 道路边界的确定方法和装置、存储介质及电子装置 |
CN111429498A (zh) * | 2020-03-26 | 2020-07-17 | 中国铁路设计集团有限公司 | 一种基于点云和影像融合技术的铁路营业线三维中线制作方法 |
CN111429498B (zh) * | 2020-03-26 | 2022-08-30 | 中国铁路设计集团有限公司 | 一种基于点云和影像融合技术的铁路营业线三维中线制作方法 |
CN112164081A (zh) * | 2020-09-30 | 2021-01-01 | 西南交通大学 | 一种车载LiDAR点云铁路横断面轮廓提取方法 |
CN112164081B (zh) * | 2020-09-30 | 2023-04-21 | 西南交通大学 | 一种车载LiDAR点云铁路横断面轮廓提取方法 |
CN113936114A (zh) * | 2021-12-20 | 2022-01-14 | 四川省交通勘察设计研究院有限公司 | 一种bim模型构件类别级轻量化方法及系统 |
CN116817788A (zh) * | 2023-06-06 | 2023-09-29 | 中交第二公路勘察设计研究院有限公司 | 基于道路交通标线的高速公路改扩建多平台激光测量方法 |
CN116817788B (zh) * | 2023-06-06 | 2024-04-05 | 中交第二公路勘察设计研究院有限公司 | 基于道路交通标线的高速公路改扩建多平台激光测量方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108978378A (zh) | 一种激光雷达道路改扩建勘测设计方法 | |
CN109024199A (zh) | 车载激光雷达系统在公路改扩建勘测中的应用 | |
JP6503500B2 (ja) | 点群データ利用システム | |
CN103711050B (zh) | 一种激光雷达道路改扩建勘测设计方法 | |
CN102518028B (zh) | 一种激光雷达扫描测量平面坐标精密修正方法 | |
CN102645203B (zh) | 基于机载激光雷达数据的电力线路交叉跨越测量方法 | |
CN101914890B (zh) | 一种基于机载激光测量的公路改扩建勘测方法 | |
CN105865334B (zh) | 地下建(构)筑物测绘方法 | |
CN105844995B (zh) | 基于车载LiDAR技术的铁路线路运营维护测量方法 | |
CN106093963A (zh) | 一种提高铁路车载激光雷达扫描数据精度的方法 | |
CN104281746B (zh) | 一种基于点云的交通安全道路特征图成图方法 | |
CN108254758A (zh) | 基于多线激光雷达和gps的三维道路构建方法 | |
CN110308729A (zh) | 基于视觉与imu或里程计的agv组合导航定位方法 | |
CN113920266A (zh) | 城市信息模型语义信息人工智能生成方法和系统 | |
CN109740274B (zh) | 高精度道路地图生成方法及装置 | |
CN107657636A (zh) | 一种基于车载激光雷达数据自动提取道路地形图高程点的方法 | |
CN109061670A (zh) | 一种地籍测量方法 | |
Leslar et al. | Using mobile lidar to survey a railway line for asset inventory | |
AU2020372614A1 (en) | Method and mobile detection unit for detecting elements of infrastructure of an underground line network | |
CN114859374A (zh) | 基于无人机激光点云和影像融合的新建铁路交叉测量方法 | |
CN101929858A (zh) | 1:500、1:200大比例尺平地0.25米等高距精密测绘方法 | |
CN109544607A (zh) | 一种基于道路标志线的点云数据配准方法 | |
KR102475042B1 (ko) | 정밀 지도 구축 장치 및 방법 | |
Popovic et al. | Semi-automatic classification of power lines by using airborne lidar | |
Kwoczynska et al. | Elaboration and modeling of the railway infrastructure using data from airborne and mobile laser scanning |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181211 |