CN110780307B - 基于电瓶车车载式激光点云移动测量系统获取道路横断面的方法 - Google Patents
基于电瓶车车载式激光点云移动测量系统获取道路横断面的方法 Download PDFInfo
- Publication number
- CN110780307B CN110780307B CN201910454070.7A CN201910454070A CN110780307B CN 110780307 B CN110780307 B CN 110780307B CN 201910454070 A CN201910454070 A CN 201910454070A CN 110780307 B CN110780307 B CN 110780307B
- Authority
- CN
- China
- Prior art keywords
- point
- point cloud
- mileage
- coordinate system
- curve
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公布了基于电瓶车车载式激光点云移动测量系统获取道路横断面的方法,主要包括以下步骤:建立待测公路的工程坐标系、获得所有中桩点的坐标及曲线切线方位角、计算中桩对应的边桩坐标、依据边桩坐标计算待截截面顶点坐标、车载激光扫描系统扫描待测公路、点云数据处理剔除非路面点云、提取特征点标志的同名点检测精度、提取位于待截截面内的点云形成点云切片、旋转点云切片、计算点云在点云切片内相对中桩点的平差与高差、生成断面数据文件。与现有技术相比,本发明由三维激光扫描的全方位测量方式替代传统测量的点测量方式,外业工作效率大大提高,人工劳动强度大大降低。
Description
技术领域
本发明涉及三维激光扫描及工程测量技术领域,尤其涉及基于电瓶车车载式激光点云移动测量系统获取道路横断面的方法,适用于城市既有道路或者较平坦的开阔场地。
背景技术
通常道路包括直线和缓和曲线,缓和曲线指的是平面线型中,在直线与圆曲线、圆曲线与圆曲线之间设置的曲率连续变化的曲线。缓和曲线是道路平面线形要素之一,它是设置在直线与圆曲线之间或半径相差较大的两个转向相同的圆曲线之间的一种曲率连续变化的曲线。如图1完整缓和曲线是指曲线从缓和曲线起点ZH开始到某一点结束的缓和曲线,一般已知缓和曲线直缓点ZH、交点JD、缓直点HZ的坐标(X0,Y0)和里程,线路偏转角α、缓和曲线长ls、圆曲线半径R,《公路工程技术标准》(JTG B01-2003)规定,除四级路可不设缓和曲线外,其余各级公路都应设置缓和曲线。在现代高速公路上,有时缓和曲线所占的比例超过了直线和圆曲线,成为平面线形的主要组成部分。在城市道路上,缓和曲线也被广泛地使用。
横断面测量是获取道路中线某一中桩垂直于路线方向两侧相对于中桩的原地面自然起伏形状,它是计算土石方数量的重要依据。需要测量的数据主要是中桩两侧原地面每一个变化点相对与中桩的高差和平距。
横断面施测要求每20m测一条横断面,每条断面测量范围为中线法线方向一定距离(根据工程需求几十米至几百米不等)。在地形变化较大的位置要加测横断面,这样每1km道路至少需测量50条以上横断面数据,工作量是非常巨大的。
常规的道路横断面的测量手段有全站仪数字测量、GPS RTK测量、水准仪皮尺法测量等。
利用全站仪数字测量方法进行测量有几种常见方式:1.我们可以在中桩处架好仪器对中整平后瞄准垂直于路线的横断面方向,指挥菱镜手在每个变化点处立杆,测量出距离和高差(或直接测量高程);2.使用全站仪自带的对边测量功能,测量出所需数据;3.任意一点架仪器,按极坐标法测量出每个变化点的坐标和高程。
GPS RTK(Real Time Kinematic)采用了载波相位动态实时差分技术,是以载波相位观测为根据的实时差分GPS技术,GPS RTK测量方法能够在野外实时得到厘米级精度的测量方法,需要测量人员持流动站前往横断面上的各个测量点逐个进行测量。传统方法各有优势与缺点,但共同特点是它们都是接触式测量,即作业人员必须到达测量点位,一些特殊环境下存在一定危险性,总体工作效率不高,人工劳动强度较大。
三维激光扫描技术是一项高新技术,是继GPS空间定位系统之后又一项测绘技术新突破。它通过高速激光扫描测量的方法,大面积高分辨率地快速获取被测对象表面的三维坐标数据。可以快速、大量的采集空间点位信息,为快速建立物体的三维影像模型提供了一种全新的技术手段。由于其具有快速性,不接触性,实时、动态、主动性,高密度、高精度,数字化、自动化等特性,其应用推广引起了测量技术的又一次革命。
目前三维激光扫描在工程勘察中有一定程度的应用,可以快速获取被测对象的表面三维空间信息,数据采集完成后利用点云数据处理的软件可以对点云数据进行可视化裁切,但裁切的方式均为人机交互式的操作,对于截取道路横断面来说,内业工作量非常大,尤其在道路缓和曲线段,线型曲率连续变化,每一处横断面的方位角均不相同,靠人工确定裁切面方向、大小、厚度费时费力,综合工作效率甚至比传统测量方法更低。
李红在《机载激光雷达技术在昌景黄铁路纵横断面测量中的应用》中提出机载LIDAR在昌景黄定测勘测中起到复核勘测成果资料作用,利用点云切片比对了GPS RTK实测的共计5个横断面,尚未能利用激光雷达技术替代传统方法,仅作检验校核之用。
发明内容
本发明的目的在于提供一种基于电瓶车车载式激光点云移动测量系统获取道路横断面的方法,尤其是基于电瓶车车载式激光点云移动测量系统获取道路横断面的方法,使用本方法可以获取精度高且稳定的道路环境点云数据,内业数据处理上可自动批量完成道路的点云横断面的切片,自动输出横断面的文本格式文件,从而提高该项工作的整体效率,可以作为传统测量方法的替代方法。
本发明的目的是这样实现的:基于电瓶车车载式激光点云移动测量系统获取道路横断面的方法,步骤如下:
步骤1:在待测道路沿线建立平面和高程控制网,在待测道路沿线按预设间距布设特征点标志,利用全站仪数字测量方法或GPS RTK测量方法测量特征点标志在公路工程坐标系下的平面坐标及高程;
步骤2:在进行车载激光点云数据扫描前,根据已知的待测道路中所有缓和曲线的:直缓点ZH、交点JD、缓直点HZ的位置和里程、中桩点i的里程、线路偏转角α、缓和曲线长ls、圆曲线半径R,计算所述缓和曲线区间中所有中桩点i的在公路工程坐标系下的坐标(xi、yi)及中桩点i的曲线切线方位角Ai;
步骤3:根据步骤2获得的中桩点i的坐标(xi、yi)和曲线切线方位角Ai及预设的待测道路横断面顶端面顶点到中桩点i的相对距离和角度,计算所有横断面顶端面顶点在公路工程坐标系下的坐标;
步骤4:将移动激光扫描系统安置于电瓶车后座,沿待测道路测量范围进行扫描作业,获取待测道路沿线中路面地形和特征点标志的扫描数据;
步骤5:点云数据预处理:将扫描数据导入计算机,得到激光测距数据、POS数据、GPS地面基站数据,计算机根据POS数据、GPS地面基站数据处理激光测距数据,包括轨迹解算、点云拼接,获取扫描范围的公路工程坐标系下的整体三维点云模型,生成*.las文件,其中每一个激光点云数据均包含公路工程坐标系下的点云P自由向量laser=(xL,yL,zL,I),xL,yL,zL分别为点云P的法向量在公路工程坐标系下x,y,z三个方向的分量,I为点云P的反射强度信息;
对三维点云模型预分割;
分割单元特征选取,提取曲率分布的一致性和反射强度分布的一致性;
基于核函数的软间隔SVM分类,对于每个分割单元,选择分割单元特征选取中的两个特征构建该分割单元的向量,每个特征的值即为该分割单元内所有点对应特征的均值;然后将训练样本分割单元和测试数据分割单元的特征向量统一缩放到较小范围内(0-1),并将同一特征属性转化到相同的尺度,降低模型创建计算的复杂度,最终将整理后的分割单元特征向量输入SVM分类器;
基于先验知识的地面数据、非地面数据粗分类结果的优化,位于道路边缘和散布在道路路面上的噪声点投影到二维平面中呈现出线性分布;位于道路地面上的点云,在空间垂直分布上与位于非地面上的点云有明显不同,所述非地面上的点云为植被点云,植被点云空间变化和反射强度变化平滑,分布类似高斯分布,而地面点云则不具备此特征;
步骤6:测量精度检验:将特征点标志在公路工程坐标系下的坐标值作为参考值,激光点云数据中特征点标志的同名点坐标值作为观测值,观测值精度以点位中误差进行评定,中误差按式计算,其中M’为中误差,Δ为观测值与其参考值之差,n为特征点标志的同名点观测值的个数,当中误差M’的绝对值|M’|≤10cm时可认为激光点云数据精度可靠,可进行横断面数据的提取,对于中误差超过限差要求的,对不合格的线路区间予以重测
7:利用叉乘的方向性判断任一点云是否位于待测道路横断面顶端面内:对于位于任一待测道路横断面顶端面内的点云P予以保留,对于不位于所有待测道路横断面顶端面内的点云P予以剔除,完成所有所述横断面中点云P的提取;
步骤8:以步骤7中所述横断面的中桩点i为原点,正北方向为y轴建立直角坐标系,计算所述横断面与正北方向的夹角θ北,按下式对切割后的矩形切片ABCD内的点云P进行旋转:
其中,xL、yL为旋转前的点云P坐标,x'、y'为旋转后的点云P坐标;
步骤9:在步骤8所述的直角坐标系中,将旋转后的点云P坐标值y'替换为x″,将点云P的高程值z替换为y″,得到所述横断面的正射投影图形,x″为点云P到中桩点i的距离,y″为点云P到中桩点i的高差;
步骤10:在所有横断面的正射投影图形中选择高程变化点即断面点,生成所有横断面数据文件。
进一步地,所述步骤2包括以下步骤:
步骤2.1,在进行车载激光点云数据扫描前,根据已知的待测道路中所有缓和曲线的:直缓点ZH、交点JD、缓直点HZ的位置和里程、中桩点i的里程,在所述公路工程坐标系中利用坐标反算公式计算所述缓和曲线的方位角A1、A2及切线长T,
A2-A1=α
根据已知的待测道路中所有缓和曲线的:线路偏转角α、缓和曲线长ls、圆曲线半径R,计算所述缓和曲线要素,
其中,p表示内移距,m表示切垂距,β0表示缓和曲线切线角,L'表示圆曲线长,L表示缓和曲线总长;
步骤2.2,根据步骤2.1中的缓和曲线长ls、缓和曲线的起点ZH里程、和计算获得的圆曲线长L',计算所述缓和曲线上的缓圆点HY的里程、圆缓点YH的里程:里程HY=里程ZH+ls
里程YH=里程ZH+ls+L';
步骤2.3,根据步骤2.2中直缓点ZH里程、缓直点HZ里程、中桩点i的里程,和步骤3获得的缓圆点HY里程、圆缓点YH里程,判断任意横断面中桩点i所在的缓和曲线区间;
步骤2.4,计算所述缓和曲线区间中所有中桩点i的在公路工程坐标系下的坐标(xi、yi)及中桩点i的曲线切线方位角Ai。
进一步地,所述步骤2.3还包括步骤:
当中桩点i的里程介于直缓点ZH里程和缓圆点HY里程之间时,判断中桩点i位于入缓和曲线段(ZH-HY);
当中桩点i的里程介于缓圆点HY和圆缓点YH里程之间时,判断中桩点i位于圆曲线段(HY-YH);
当中桩点i的里程介于圆缓点YH和缓直点HZ里程之间时,判断中桩点i位于圆曲线段(HY-YH;
步骤2.4,计算所述缓和曲线区间中所有中桩点i的在公路工程坐标系下的坐标(xi、yi)及中桩点i的曲线切线方位角Ai。
进一步地,所述步骤2.4还包括步骤:
A.当中桩点i位于入缓和曲线段(ZH-HY):
以直缓点ZH为原点,直缓点ZH的切线方向为x轴建立直角坐标系;
li=里程i-里程ZH
其中,R、ls为已知条件,R表示圆曲线半径、ls表示缓和曲线长,由线路设计方案直接给出;x1、y1表示以直缓点ZH为原点,直缓点ZH的切线方向为x轴建立的直角坐标系上的坐标,li表示直缓点ZH到中桩点i的曲线长亦即步长;
其中,θi表示中桩点i在直角坐标系中的偏角,βi表示中桩点i在缓和曲线中的转角,Di表示在该直角坐标系中桩点i到坐标原点(直缓点ZH)的距离;
中桩点i在公路工程坐标系下的坐标:
中桩点i在工程坐标系下的切线方位角:
线路右转——Ai=A1+βi
线路左转——Ai=A1-βi
B.当中桩点i位于出缓和曲线段(YH-HZ),
以缓直点HZ为原点,缓直点HZ的切线方向的反方向为x轴建立直角坐标系,
按A所述的方法计算得到θi、βi、Di:
中桩点i在公路工程坐标系下坐标:
xi1、yi1表示以直缓点ZH为原点,直缓点ZH的切线方向为x轴建立的直角坐标系上的坐标;
中桩点i在工程坐标系下的切线方位角:
线路右转——Ai=A2-βi
线路左转——Ai=A2+βi
C.当中桩点i位于圆曲线段(HY-YH):
以直缓点ZH为原点,直缓点ZH的切线方向为x轴建立直角坐标系;
li=里程i-里程ZH
其中,R表示圆半径,R为已知条件,由线路设计方案直接给出;x2、y2表示以直缓点ZH为原点,直缓点ZH的切线方向为x轴建立的直角坐标系上的坐标,li表示直缓点ZH到中桩点i的曲线长,β0表示缓和曲线切线角,βi表示圆曲线上的中桩点i在缓和曲线中的转角;
中桩点i在公路工程坐标系下坐标的计算公式与A所述的公式相同;
中桩点i在公路工程坐标系下切线方位角的计算公式与A所述的公式相同。
进一步地,所述步骤3中当待测道路横断面顶端面为矩形时,所述步骤3包括以下步骤:
步骤3.1:根据步骤2获得的中桩点i的坐标(xi、yi)和曲线切线方位角Ai及预设的待测道路横断面内左右边桩i左或i右到中桩点i的距离的长度S,计算所有中桩点i左右边桩在公路工程坐标系下的坐标(xi左,yi左),(xi右,yi右),,
步骤3.2:针对每个中桩点i的横断面预设横断面顶端的激光点云数据矩形切片,矩形切片厚度为d,宽度为2S,根据坐标(xi左,yi左),(xi右,yi右),计算矩形切片四个顶点A、B、C、D在的公路工程坐标系下的坐标。
进一步地,所述步骤3中当待测道路横断面顶端面为矩形时,所述步骤7中叉乘的方向性判断方法为:
利用叉乘的方向性判断任一点云是否位于矩形切片ABCD内,叉乘的方向性判断不等式为:
计算机将所述点云P依次代入步骤3.2得到的每个所述矩形切片顶点构成的叉乘的方向性判断不等式,对于满足任一叉乘的方向性判断不等式的点云P予以保留,对于不满足所有叉乘的方向性判断不等式的点云P予以剔除,完成所有所述横断面中点云P的提取。
与现有技术相比,本发明的优点是:总体上本发明由三维激光扫描的全方位测量方式替代传统测量的点测量方式,外业工作效率大大提高,人工劳动强度大大降低;在内业数据处理方面,通过对道路缓和曲线分段计算实现自动化点云切片,较之现有点云数据处理人机交互式手动切割方式精度更高,内业工作量大大减小;采用电瓶车车载式移动测量系统采集点云数据,由于电瓶车有着灵活性与机动性强的特点,相比汽车或无人机等其他载体而言,可大大减少激光扫描盲区;较之无人机机载设备而言,缩短了激光扫描仪与被测对象间的距离,避免了激光长距离大气传播而造成的精度衰减,保证了测量精度的稳定。
附图说明
图1为完整缓和曲线的参数标注示意图;
图2为缓和曲线上任意点i的参数标注示意图;
图3为激光点云数据切片矩形ABCD示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的详细说明。
基于电瓶车车载式激光点云移动测量系统获取道路横断面的方法,步骤如下:
1).现场数据的采集
1.1).在待测道路沿线建立平面兼高程控制网,按《公路勘测规范》(JTGC10-2007_)第7页4.1.2平面控制点布设要求和第12页4.2.2高程控制点布设要求执行,本实施例中的方案涉及二级公路按二级控制网的技术要求执行,控制网中相邻控制点间平均边长为0.3km。
施测时,在控制点上架设GPS基站,利用电瓶车车载式激光点云移动测量系统进行现场点云数据采集,将徕卡Pegasus:Two Ultimate移动激光扫描系统稳定安置于电瓶车后座,设置好扫描仪各项参数,由外业人员驾驶该电瓶车在道路测量范围内骑行进行扫描作业,车速为10~40km/h之间,获取公路工程坐标系下激光点云数据;
1.2).在采用车载方式获取激光点云数据前,在待测道路沿线按100米间距布设特征点标志,利用全站仪数字测量方法或GPS RTK测量方法测量特征点标志在公路工程坐标系下的平面坐标及高程,用于成果精度检验;
2)点云数据预处理
2.1).导出激光点云移动测量系统的原始数据,主要包括:激光测距数据、POS数据、GPS地面基站数据;
2.2).利用GINS高精度定位定姿系统(POS)数据处理软件进行徕卡Pegasus:TwoUltimate移动激光扫描系统获取的原始数据的轨迹解算、点云拼接(即将各个时刻扫描的点云数据拼接为一个完整整体),获取测区范围的公路工程坐标系下的整体三维点云模型,生成*.las文件,其中每一个激光点云数据均包含公路工程坐标系下的点云P自由向量laser=(xL,yL,zL,I),xL,yL,zL分别为点云P的法向量在公路工程坐标系下x,y,z三个方向的分量,I为点云P的反射强度信息;
2.3)利用CloudCompare点云数据处理软件的qCANUPO工具将激光点云数据分为地面激光点云数据和非地面激光点云数据两大类,将无需用到的非地面激光点云数据剔除,地面较为平坦,地面激光点云数据反射强度I变化较小,曲率也较小,而地物的几何形状复杂,材质不一,如植物的激光点云数据呈聚集状,非地面激光点云数据反射强度I变化较大,曲率存在突变情况;专利CN106199557B以详细介绍了该软件对激光点云数据进行处理剔除非地面数据的方法:
对三维点云模型预分割;
分割单元特征选取,提取曲率分布的一致性和反射强度分布的一致性;
基于核函数的软间隔SVM分类,对于每个分割单元,选择分割单元特征选取中的两个特征构建该分割单元的向量,每个特征的值即为该分割单元内所有点对应特征的均值;然后将训练样本分割单元和测试数据分割单元的特征向量统一缩放到较小范围内(0-1),并将同一特征属性转化到相同的尺度,降低模型创建计算的复杂度,最终将整理后的分割单元特征向量输入SVM分类器;
基于先验知识的地面数据、非地面数据粗分类结果的优化,位于道路边缘和散布在道路路面上的噪声点投影到二维平面中呈现出线性分布;位于道路地面上的点云,在空间垂直分布上与位于非地面上的点云有明显不同,所述非地面上的点云为植被点云,植被点云空间变化和反射强度变化平滑,分布类似高斯分布,而地面点云则不具备此特征;
3)测量精度检验
将特征点标志在公路工程坐标系下的坐标值作为参考值,激光点云数据中特征点标志的同名点坐标值作为观测值,观测值精度以点位中误差进行评定,中误差按式计算,其中M’为中误差,Δ为观测值与其参考值之差,n为特征点标志的同名点观测值的个数。一个同名点具有多个观测值,如高程、公路工程坐标系下x,y坐标的分值各是不同的观测值,根据《工程测量规范》(GB 50026-2007)的规定,
横断面测量的限差应满足:二级及以下公路,距离(单位m)≤L/50+0.1,高程(单位m)≤h/50+l/100+0.1,
其中L为测点至线路中桩的水平距离(单位m),h为测点至线路中桩的高差(单位m)。
因此,当中误差M’的绝对值≤10cm时可认为激光点云数据精度可靠,可进行横断面数据的提取。对于中误差超过限差要求的线路区间予以重测;
4)根据所述得到的精度满足要求的激光点云数据进行横断面提取,具体包括:
如图1,4.1)设计单位通过线路设计,将给出已知条件:缓和曲线直缓点ZH、交点JD、缓直点HZ在公路工程坐标系中的坐标(XZH,YZH)、(XJD,YJD)、(XHZ,YHZ)和里程,线路偏转角α、缓和曲线长ls、圆曲线半径R,利用坐标反算公式,可推算方位角A1、A2及切线长T,
坐标反算公式:
A2-A1=α
4.2)根据4.1)所述的已知条件计算道路曲线要素:
其中,p表示内移距,m表示切垂距,β0表示缓和曲线切线角,L'表示圆曲线长,L表示缓和曲线总长;
4.3)推算缓和曲线上缓圆点HY、圆缓点YH的里程:
里程HY=里程ZH+ls
里程YH=里程ZH+ls+L'
其中,里程ZH、ls为已知条件,切线长T、L'由4.1)和4.2)计算得出;
4.4)根据已知的直缓点ZH里程、缓直点HZ里程,和4.3)所推算的缓圆点HY里程、圆缓点YH里程,判断任意横断面中桩点i所在的缓和曲线区间,区间包括:入缓和曲线段(ZH-HY)、圆曲线段(HY-YH)、出缓和曲线段(YH-HZ)三个类型。其中,中桩点i为设计线路上的中线点,其里程均为已知,例如已知中桩点i的里程为K8+100,若直缓点ZH里程为K8+050,缓圆点HY的里程为K8+200,则中桩点i位于入缓和曲线段(ZH-HY));
4.5)计算所述缓和曲线区间中所有中桩点在公路工程坐标系下的坐标(xi、yi)及中桩点i的曲线切线方位角Ai,具体包括:
①当中桩点i位于入缓和曲线段(ZH-HY)之间:
以直缓点ZH为原点,直缓点ZH的切线方向为x轴建立直角坐标系;
li=里程i-里程ZH
其中,R、ls为已知条件,R表示圆曲线半径、ls表示缓和曲线长,由线路设计方案直接给出;x1、y1表示以直缓点ZH为原点,直缓点ZH的切线方向为x轴建立的直角坐标系上的坐标,li表示直缓点ZH到中桩点i的曲线长亦即步长;
其中,θi表示中桩点i在直角坐标系中的偏角,βi表示中桩点i在缓和曲线中的转角,Di表示在该直角坐标系中桩点i到坐标原点(直缓点ZH)的距离;
中桩点i在公路工程坐标系下的坐标:
中桩点i在工程坐标系下的切线方位角:
线路右转——Ai=A1+βi
线路左转——Ai=A1-βi
(如图2所示)
②当中桩点i位于出缓和曲线段(YH-HZ)之间,
以缓直点HZ为原点,缓直点HZ的切线方向的反方向为x轴建立直角坐标系,
按①所述的方法计算得到θi、βi、Di:
中桩点i在公路工程坐标系下坐标:
中桩点i在工程坐标系下的切线方位角:
线路右转——Ai=A2-βi
线路左转——Ai=A2+βi
③当中桩点i位于圆曲线段(HY-YH)之间:
以直缓点ZH为原点,直缓点ZH的切线方向为x轴建立直角坐标系;
li=里程i-里程ZH
其中,R表示圆半径,R为已知条件,由线路设计方案直接给出;x2、y2表示以直缓点ZH为原点,直缓点ZH的切线方向为x轴建立的直角坐标系上的坐标,li表示直缓点ZH到中桩点i的曲线长,β0表示缓和曲线切线角,βi表示圆曲线上的中桩点i在缓和曲线中的转角;
中桩点i在公路工程坐标系下坐标的计算公式与①所述的公式相同;
中桩点i在公路工程坐标系下切线方位角的计算公式与①所述的公式相同;
4.6)利用4.5)计算得到的所有中桩点i的公路工程坐标系下的坐标,根据所需横断面的长度可以推算所有中桩点i左右边桩的坐标:
其中,S为左右边桩i左或i右到中桩点i的距离的长度,该值由工程需求决定;
4.7)针对每个中桩点i的横断面预设横断面顶端的激光点云数据矩形切片,矩形切片厚度为d,宽度为2S,利用4.6)计算得到坐标(xi左,yi左),(xi右,yi右),计算矩形切片四个顶点A、B、C、D(如附图3所示)的工程坐标系下的坐标,方法与4.6)类似;
4.8)由于激光点云数据中各点的坐标值与4.7)计算得到的A、B、C、D四个点坐标值均在公路工程坐标系下,因此利用叉乘的方向性判断任一点云是否位于矩形切片ABCD内,叉乘的方向性判断不等式为:
对于满足任一叉乘的方向性判断不等式的点云P予以保留,对于不满足所有叉乘的方向性判断不等式的点云P予以剔除,完成所有所述横断面中点云P的提取;
4.9)以中桩点i为原点,正北方向为y轴建立直角坐标系,计算横断面与正北方向的夹角θ,按下式对切割后的矩形切片ABCD内的激光点云数据进行旋转:
其中,x、y为旋转前的激光点云数据坐标,x'、y'为旋转后的激光点云数据坐标。
4.10)在4.9)所述的直角坐标系中,将旋转后的点云P坐标值y'替换为x″,将点云P的高程值z替换为y″,得到所述横断面的正射投影图形,x″为点云P到中桩点i的距离,y″为点云P到中桩点i的高差;
4.11)在横断面的正射投影图形中选择高程变化点即断面点,生成横断面数据文件。
Claims (3)
1.基于电瓶车车载式激光点云移动测量系统获取道路横断面的方法,其特征在于,步骤如下:
步骤1:在待测道路沿线建立平面和高程控制网,在待测道路沿线按预设间距布设特征点标志,利用全站仪数字测量方法或GPS RTK测量方法测量特征点标志在公路工程坐标系下的平面坐标及高程;
步骤2:在进行车载激光点云数据扫描前,根据已知的待测道路中所有缓和曲线的:直缓点ZH、交点JD、缓直点HZ的位置和里程、中桩点i的里程、线路偏转角α、缓和曲线长ls、圆曲线半径R,计算所述缓和曲线区间中所有中桩点i的在公路工程坐标系下的坐标(xi、yi)及中桩点i的曲线切线方位角Ai;
步骤3.1:根据步骤2获得的中桩点i的坐标(xi、yi)和曲线切线方位角Ai及预设的待测道路横断面内左右边桩i左或i右到中桩点i的距离的长度S,计算所有中桩点i左右边桩在公路工程坐标系下的坐标(xi左,yi左),(xi右,yi右),
步骤3.2:针对每个中桩点i的横断面预设横断面顶端的激光点云数据矩形切片,矩形切片厚度为d,宽度为2S,根据坐标(xi左,yi左),(xi右,yi右),计算矩形切片四个顶点A、B、C、D在的公路工程坐标系下的坐标;
步骤4:将移动激光扫描系统安置于电瓶车后座,沿待测道路测量范围进行扫描作业,获取待测道路沿线中路面地形和特征点标志的扫描数据;
步骤5:点云数据预处理:将扫描数据导入计算机,得到激光测距数据、POS数据、GPS地面基站数据,计算机根据POS数据、GPS地面基站数据处理激光测距数据,包括轨迹解算、点云拼接,获取扫描范围的公路工程坐标系下的整体三维点云模型,生成*.las文件,其中每一个激光点云数据均包含公路工程坐标系下的点云P自由向量laser=(xL,yL,zL,I),xL,yL,zL分别为点云P的法向量在公路工程坐标系下x,y,z三个方向的分量,I为点云P的反射强度信息;
对三维点云模型预分割;
分割单元特征选取,提取曲率分布的一致性和反射强度分布的一致性;
基于核函数的软间隔SVM分类,对于每个分割单元,选择分割单元特征选取中的两个特征构建该分割单元的向量,每个特征的值即为该分割单元内所有点对应特征的均值;然后将训练样本分割单元和测试数据分割单元的特征向量统一缩放到(0-1)范围内,并将同一特征属性转化到相同的尺度,降低模型创建计算的复杂度,最终将整理后的分割单元特征向量输入SVM分类器;
基于先验知识的地面数据、非地面数据粗分类结果的优化,位于道路边缘和散布在道路路面上的噪声点投影到二维平面中呈现出线性分布;位于道路地面上的点云,在空间垂直分布上与位于非地面上的点云有明显不同,所述非地面上的点云为植被点云,植被点云空间变化和反射强度变化平滑,分布类似高斯分布,而地面点云则不具备此特征;
步骤6:测量精度检验:将特征点标志在公路工程坐标系下的坐标值作为参考值,激光点云数据中特征点标志的同名点坐标值作为观测值,观测值精度以点位中误差进行评定,中误差按式计算,其中M’为中误差,Δ为观测值与其参考值之差,n为特征点标志的同名点观测值的个数,当中误差M’的绝对值|M’|≤10cm时可认为激光点云数据精度可靠,可进行横断面数据的提取,对于中误差超过限差要求的,对不合格的线路区间予以重测;
步骤7:利用不等式判断任一点云是否位于待测道路横断面顶端面内:对于位于任一待测道路横断面顶端面内的点云P予以保留,对于不位于所有待测道路横断面顶端面内的点云P予以剔除,完成所有所述横断面中点云P的提取;所述待测道路横断面顶端面为步骤3.2中的激光点云数据矩形切片ABCD,不等式为:
计算机将所述点云P依次代入步骤3.2得到的每个所述矩形切片顶点构成的不等式,对于满足任一不等式的点云P予以保留,对于不满足所有不等式的点云P予以剔除,完成所有所述横断面中点云P的提取;
步骤8:以步骤7中所述横断面的中桩点i为原点,正北方向为y轴建立直角坐标系,计算所述横断面与正北方向的夹角θ北,按下式对切割后的矩形切片ABCD内的点云P进行旋转:
其中,xL、yL为旋转前的点云P坐标,x'、y'为旋转后的点云P坐标;
步骤9:在步骤8所述的直角坐标系中,将旋转后的点云P坐标值y'替换为x”,将点云P的高程值z替换为y”,得到所述横断面的正射投影图形,x”为点云P到中桩点i的距离,y”为点云P到中桩点i的高差;
步骤10:在所有横断面的正射投影图形中选择高程变化点即断面点,生成所有横断面数据文件。
2.根据权利要求1所述的方法,其特征在于,所述步骤2包括以下步骤:
步骤2.1,在进行车载激光点云数据扫描前,根据已知的待测道路中所有缓和曲线的:直缓点ZH、交点JD、缓直点HZ的坐标(XZH,YZH)、(XJD,YJD)、(XHZ,YHZ)和里程、中桩点i的里程,在所述公路工程坐标系中利用坐标反算公式计算所述缓和曲线的方位角A1、A2及切线长T,
A2-A1=α
根据已知的待测道路中所有缓和曲线的:线路偏转角α、缓和曲线长ls、圆曲线半径R,计算所述缓和曲线要素,
其中,p表示内移距,m表示切垂距,β0表示缓和曲线切线角,L'表示圆曲线长,L表示缓和曲线总长;
步骤2.2,根据步骤2.1中的缓和曲线长ls、缓和曲线的起点ZH里程、和计算获得的圆曲线长L',计算所述缓和曲线上的缓圆点HY的里程、圆缓点YH的里程:里程HY=里程ZH+ls
里程YH=里程ZH+ls+L';
步骤2.3,根据步骤2.2中直缓点ZH里程、缓直点HZ里程、中桩点i的里程,和步骤3获得的缓圆点HY里程、圆缓点YH里程,判断任意横断面中桩点i所在的缓和曲线区间,
当中桩点i的里程介于直缓点ZH里程和缓圆点HY里程之间时,判断中桩点i位于入缓和曲线段(ZH-HY);
当中桩点i的里程介于缓圆点HY和圆缓点YH里程之间时,判断中桩点i位于圆曲线段(HY-YH);
当中桩点i的里程介于圆缓点YH和缓直点HZ里程之间时,判断中桩点i位于圆曲线段(HY-YH);
步骤2.4,计算所述缓和曲线区间中所有中桩点i的在公路工程坐标系下的坐标(xi、yi)及中桩点i的曲线切线方位角Ai。
3.根据权利要求2所述的方法,其特征在于,所述步骤2.4还包括步骤:
A.当中桩点i位于入缓和曲线段(ZH-HY):
以直缓点ZH为原点,直缓点ZH的切线方向为x轴建立直角坐标系;
li=里程i-里程ZH
其中,R、ls为已知条件,R表示圆曲线半径、ls表示缓和曲线长,由线路设计方案直接给出;x1、y1表示以直缓点ZH为原点,直缓点ZH的切线方向为x轴建立的直角坐标系上的坐标,li表示直缓点ZH到中桩点i的曲线长亦即步长;
其中,θi表示中桩点i在直角坐标系中的偏角,βi表示中桩点i在缓和曲线中的转角,Di表示在该直角坐标系中桩点i到直缓点ZH的距离;
中桩点i在工程坐标系下的切线方位角:
线路右转——Ai=A1+βi
线路左转——Ai=A1-βi
B.当中桩点i位于出缓和曲线段(YH-HZ),
以缓直点HZ为原点,缓直点HZ的切线方向的反方向为x轴建立直角坐标系,
按A所述的方法计算得到θi、βi、Di:
xi1、yi1表示以直缓点ZH为原点,直缓点ZH的切线方向为x轴建立的直角坐标系上的坐标;
中桩点i在工程坐标系下的切线方位角:
线路右转——Ai=A2-βi
线路左转——Ai=A2+βi
C.当中桩点i位于圆曲线段(HY-YH):
以直缓点ZH为原点,直缓点ZH的切线方向为x轴建立直角坐标系;
li=里程i-里程ZH
其中,R表示圆半径,R为已知条件,由线路设计方案直接给出;x2、y2表示以直缓点ZH为原点,直缓点ZH的切线方向为x轴建立的直角坐标系上的坐标,li表示直缓点ZH到中桩点i的曲线长,β0表示缓和曲线切线角,βi表示圆曲线上的中桩点i在缓和曲线中的转角;
中桩点i在公路工程坐标系下坐标的计算公式与A所述的公式相同;
中桩点i在公路工程坐标系下切线方位角的计算公式与A所述的公式相同。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910454070.7A CN110780307B (zh) | 2019-05-29 | 2019-05-29 | 基于电瓶车车载式激光点云移动测量系统获取道路横断面的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910454070.7A CN110780307B (zh) | 2019-05-29 | 2019-05-29 | 基于电瓶车车载式激光点云移动测量系统获取道路横断面的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110780307A CN110780307A (zh) | 2020-02-11 |
CN110780307B true CN110780307B (zh) | 2023-03-31 |
Family
ID=69383247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910454070.7A Active CN110780307B (zh) | 2019-05-29 | 2019-05-29 | 基于电瓶车车载式激光点云移动测量系统获取道路横断面的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110780307B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111390913B (zh) * | 2020-04-09 | 2021-07-20 | 武汉光谷卓越科技股份有限公司 | 桥梁底部结构自动化检测方法 |
CN112164080B (zh) * | 2020-09-30 | 2023-05-09 | 西南交通大学 | 车载LiDAR点云铁路轨顶点提取方法 |
CN112818776B (zh) * | 2021-01-20 | 2023-07-21 | 中铁二院工程集团有限责任公司 | 一种基于机载LiDAR点云的铁路既有线横断面测量方法 |
CN113137949B (zh) * | 2021-05-06 | 2022-11-01 | 山东省路桥工程设计咨询有限公司 | 基于功能差异性公路中桩和横断面简便测量方法 |
CN113177256B (zh) * | 2021-05-21 | 2023-08-22 | 中铁二局集团有限公司 | 一种道路曲线的曲线要素通用获取方法 |
CN113506227A (zh) * | 2021-07-08 | 2021-10-15 | 江苏省地质测绘院 | 避免车载点云数据纠正点无效采集的方法及系统 |
CN113936114B (zh) * | 2021-12-20 | 2022-03-18 | 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 |
CN115797288B (zh) * | 2022-11-30 | 2023-09-29 | 安徽开源路桥有限责任公司 | 基于地面点云数据计算填挖方量的方法 |
CN116543129B (zh) * | 2023-05-06 | 2024-04-16 | 中交第二公路勘察设计研究院有限公司 | 一种基于激光点云的公路横断面地面线并行生成算法 |
CN117315273B (zh) * | 2023-11-24 | 2024-02-23 | 安徽建筑大学 | 基于点云数据道路纵横断面的自动提取方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011070927A1 (ja) * | 2009-12-11 | 2011-06-16 | 株式会社トプコン | 点群データ処理装置、点群データ処理方法、および点群データ処理プログラム |
JP2013113702A (ja) * | 2011-11-29 | 2013-06-10 | Asuko:Kk | 三次元レーザ計測システムおよび路面の縦断プロファイルの作成方法 |
CN103605135A (zh) * | 2013-11-26 | 2014-02-26 | 中交第二公路勘察设计研究院有限公司 | 一种基于断面剖分的道路特征提取方法 |
CN106093963A (zh) * | 2016-05-31 | 2016-11-09 | 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 |
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 |
CN108267747A (zh) * | 2017-01-03 | 2018-07-10 | 中交宇科(北京)空间信息技术有限公司 | 基于激光点云的道路特征提取方法和装置 |
CN108596860A (zh) * | 2018-05-10 | 2018-09-28 | 芜湖航飞科技股份有限公司 | 一种基于三维激光雷达的地面点云分割方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
PL1899678T5 (pl) * | 2005-06-28 | 2018-12-31 | Outotec Pty Ltd | System i sposób pomiaru i odwzorowywania powierzchni względem odniesienia |
-
2019
- 2019-05-29 CN CN201910454070.7A patent/CN110780307B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011070927A1 (ja) * | 2009-12-11 | 2011-06-16 | 株式会社トプコン | 点群データ処理装置、点群データ処理方法、および点群データ処理プログラム |
JP2013113702A (ja) * | 2011-11-29 | 2013-06-10 | Asuko:Kk | 三次元レーザ計測システムおよび路面の縦断プロファイルの作成方法 |
CN103605135A (zh) * | 2013-11-26 | 2014-02-26 | 中交第二公路勘察设计研究院有限公司 | 一种基于断面剖分的道路特征提取方法 |
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 |
CN106093963A (zh) * | 2016-05-31 | 2016-11-09 | 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 |
CN108267747A (zh) * | 2017-01-03 | 2018-07-10 | 中交宇科(北京)空间信息技术有限公司 | 基于激光点云的道路特征提取方法和装置 |
CN108596860A (zh) * | 2018-05-10 | 2018-09-28 | 芜湖航飞科技股份有限公司 | 一种基于三维激光雷达的地面点云分割方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110780307A (zh) | 2020-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110780307B (zh) | 基于电瓶车车载式激光点云移动测量系统获取道路横断面的方法 | |
CN103711050B (zh) | 一种激光雷达道路改扩建勘测设计方法 | |
CN107679441B (zh) | 基于多时相遥感影像阴影提取城市建筑物高度的方法 | |
CN104376595B (zh) | 一种基于机载LiDAR和GIS协同的三维道路生成方法 | |
CN107301648B (zh) | 基于重叠区域边界角度的冗余点云去除方法 | |
CN103605135B (zh) | 一种基于断面剖分的道路特征提取方法 | |
CN105180890A (zh) | 融合激光点云和数字影像的岩体结构面产状测量方法 | |
CN101915570B (zh) | 一种基于灭点的地面移动测量影像线段自动提取分类方法 | |
CN107944018A (zh) | 一种基于激光点云数据的矢量地图位置精度自动质检方法 | |
CN106597416A (zh) | 一种地面GPS辅助的LiDAR数据高程差的误差修正方法 | |
CN114859374B (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 | |
CN114877838B (zh) | 一种基于车载激光扫描系统的道路几何特征检测方法 | |
CN112033385B (zh) | 一种基于海量点云数据的桥墩位姿测量方法 | |
CN112818776B (zh) | 一种基于机载LiDAR点云的铁路既有线横断面测量方法 | |
CN105740505A (zh) | 一种基于gps-rtk技术的道路空间线形恢复方法 | |
CN111854692A (zh) | 一种在道路测设中的无人机影像匹配点云的测量方法 | |
CN112857315B (zh) | 基于三维激光扫描的钢管柱垂直度测量方法 | |
CN114283070B (zh) | 融合无人机影像与激光点云的地形断面制作方法 | |
CN109632585A (zh) | 一种基于uav测量河道床面漂石粒径及分布的方法 | |
CN110306414B (zh) | 一种路面构造深度检测方法 | |
CN114295069A (zh) | 无人机搭载三维激光扫描仪的边坡形变监测方法及系统 | |
CN110148218B (zh) | 一种大批量机载LiDAR点云数据整体优化的方法 | |
CN115546551A (zh) | 一种基于深度学习的地理信息提取方法及系统 | |
CN114092419A (zh) | 一种基于地表点位的点云空间位置质量自动检查方法 | |
Kang | Research on computer-aided road landscape design |
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 |