CN114510761A - 一种消除dsm中道路面高程异常的方法 - Google Patents
一种消除dsm中道路面高程异常的方法 Download PDFInfo
- Publication number
- CN114510761A CN114510761A CN202210079916.5A CN202210079916A CN114510761A CN 114510761 A CN114510761 A CN 114510761A CN 202210079916 A CN202210079916 A CN 202210079916A CN 114510761 A CN114510761 A CN 114510761A
- Authority
- CN
- China
- Prior art keywords
- road
- elevation
- center line
- node
- road surface
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004140 cleaning Methods 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims abstract description 5
- 239000010410 layer Substances 0.000 claims description 39
- 238000000605 extraction Methods 0.000 claims description 26
- 238000003780 insertion Methods 0.000 claims description 18
- 230000037431 insertion Effects 0.000 claims description 18
- 230000003139 buffering effect Effects 0.000 claims description 9
- 239000002344 surface layer Substances 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 abstract 2
- 238000011161 development Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/68—Analysis of geometric attributes of symmetry
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Remote Sensing (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种消除DSM中道路面高程异常的方法，包括以下步骤：步骤S1，通过提取道路高程算法从DSM数据中提取道路中心线逐点高程，步骤S2，通过行道树清理算法处理道路中心线高程异常，从而将行道树的高程还原为道路实际高程，步骤S3，通过算术平均法处理道路中心线高程异常，计算连续5个节点高程的平均值，并将计算结果赋值给中间点，从而达到消除高程异常的目的，步骤S4，通过其他方法处理道路中心线高程异常，步骤S5，道路中心线高程赋值给道路面，遍历道路面上的所有节点，提取离本节点最近的道路中心线的节点高程，并赋值给本道路上的节点，步骤S6，将道路面数据与DSM数据进行叠加，依据道路面高程修改DSM高程，并更新DSM数据的高程。
Description
技术领域
本发明涉及基础测绘摄影测量与遥感技术领域，具体为一种消除DSM中道路面高程异常的方法。
背景技术
数字地表模型（Digital Surface Model，缩写DSM）是指包含了地表建筑物、桥梁和树木等高度的地面高程模型，与DEM相比，DEM只包含了地形的高程信息，并未包含其它地表信息，DSM是在DEM的基础上，进一步涵盖了除地面以外的其它地表信息的高程，因此DSM在一些对建筑物高度有需求的领域上得到了很大程度的重视；
随着经济社会发展，物联网、大数据等技术的不断进步，对基础测绘成果提出了更高的要求实景三维是对人类生产、生活和生态空间进行真实、立体、时序化反映和表达的数字虚拟空间，是新型基础测绘标准化产品，是国家新型基础设施建设的重要组成部分，由于DSM表示的是最真实地表达地面起伏情况，广泛应用于各行各业，如在森林地区，可以用于检测森林的生长情况，在城区，DSM可以用于检查城市的发展情况，特别是众所周知的巡航导弹，它不仅需要数字地面模型，而更需要的是数字表面模型，这样才有可能使巡航导弹在低空飞行过程中，避开山与森林；
目前DSM数据的获取是通过三维立体模型计算获取，三维立体模型主要是以倾斜摄影数据为主，倾斜摄影对于大场景立体模型恢复的非常好，但是对近地面，特别对近地面有遮挡的情况恢复的特别不好，在生成DSM数据的过程中，DSM数据中的道路数据是一个特别重要的数据要素，但是由于房屋、树木等高大地物的遮挡，导致道路面高程异常，直观上看本来平直的公路会显得崎岖不平，因此亟需提出一种消除DSM中道路面高程异常的方法，旨在解决DSM中道路面高程异常的问题。
发明内容
本发明解决其技术问题所采用的技术方案是：一种消除DSM中道路面高程异常的方法，包括以下步骤：
步骤S1，通过提取道路高程算法从DSM数据中提取道路中心线逐点高程，先将道路面图层向内缓冲一定距离，缓冲距离为d1，紧接着利用掩膜提取的方法从DSM数据中提取道路面DSM数据，然后将道路中心线按等距离法内插点，插点之间的距离为d2，从而获取插点之后道路中心线所有节点处垂线上DSM的最小高程值，由此得到赋高程后道路中心线；
步骤S2，通过行道树清理算法处理道路中心线高程异常，从而将行道树的高程还原为道路实际高程，调整坡度阈值和平地距离阈值，进而达到行道树清理的目的，并且行道树清理算法同样适用于道路两旁因具有建筑而导致的道路面高程异常；
步骤S3，通过算术平均法处理道路中心线高程异常，计算连续5个节点高程的平均值，并将计算结果赋值给中间点，从而达到消除高程异常的目的；
步骤S4，通过其他方法处理道路中心线高程异常；
步骤S5，道路中心线高程赋值给道路面，遍历道路面上的所有节点，提取离本节点最近的道路中心线的节点高程，并赋值给本道路上的节点；
步骤S6，将道路面数据与DSM数据进行叠加，依据道路面高程修改DSM高程，并更新DSM数据的高程。
步骤S1中所述提取道路高程算法的操作步骤如下：
（1）道路面图层向内缓冲后形成道路面缓冲图层，并且以道路面缓冲图层作为输出图层，并且道路面图层向内缓冲的距离d1可以由用户自己设置，也可以选择默认值，默认值为DSM分辨率的一半；
（2）按照道路面缓冲图层的范围提取DSM数据，输出道路面DSM图层；
（3）通过道路面图层提取道路中心线；
（4）沿道路中心线间隔指定距离插入点，并为所有的道路中心线以及插入点进行编号；
（5）在每个插入点做本中心线的垂线，垂线的长度必须大于道路宽度，沿垂线按指定距离生成等分点，并记录等分点所在的道路中心线ID和插入点ID，将生成的等分点保存到高程提取点图层中；
（6）高程提取点图层与道路面DSM图层叠加后，将每个高程提取点与对应的道路面DSM图层上的高程值提取出来，并保存到高程提取点的属性中；
（7）将高程提取点图层中高程值为空的点删除，统计道路中心线ID和插入点ID一样的所有高程提取点高程的最小值，并将该值赋给道路中心线对应的插入点，最后得到赋高程后道路中心线。
步骤S2中，所述行道树清理算法的流程如下：
第一步：为道路中心线从起点开始按节点顺序编号，编号顺序从起点开始逐点递增，从倒数第二个点开始逆序遍历所有道路节点，用户自定义坡度阈值与平地距离阈值；
第二步：令当前节点作为第i个节点，相对应的，位于当前节点的下一个节点为第i+1个节点；
第三步：计算第i个节点与第i+1个节点之间的坡度，判断坡度是否小于坡度阈值，若坡度小于坡度阈值，则进入第四步，若坡度不小于坡度阈值，则进入第五步；
第四步：判断是否存在平地起点记录，若不存在平地起点记录，则进入第六步，若存在平地起点记录，则进入第七步；
第五步：判断是否存在斜坡起点记录，若不存在斜坡起点记录，则进入第八步，若存在斜坡起点记录，则进入第九步；
第六步：将第i+1个节点作为平地起点，然后进入第七步；
第七步：计算当前节点到平地起点的距离d，并判断距离d是否大于平地距离阈值，若距离d大于平地距离阈值，则进入第十步，若距离d不大于平地距离阈值，则进入第十三步；
第八步：将第i+1个节点作为斜坡的起点，然后进入第九步；
第九步：清除平地起点记录，然后进入第十三步；
第十步：判断是否存在斜坡起点记录，若存在斜坡起点记录，则进入第十一步，若不存在斜坡起点记录，则进入第十三步；
第十一步：将平地的起点作为斜坡的终点，按距离内插斜坡起点和终点间的高程，或者删除斜坡起点和终点之间的节点；
第十二步：清理斜坡起点记录，清理平地起点记录；
第十三步：返回第二步，逆序继续处理下一个道路节点。
与现有技术相比，本发明的有益效果是：
通过提取道路高程算法从DSM数据中提取道路中心线逐点高程，并通过行道树清理算法处理道路中心线高程异常，从而将行道树的高程还原为道路实际高程，然后通过算术平均法处理道路中心线高程异常，接着通过其他方法处理道路中心线高程异常，紧接着道路中心线高程赋值给道路面，遍历道路面上的所有节点，提取离本节点最近的道路中心线的节点高程，并赋值给本道路上的节点，最后将道路面数据与DSM数据进行叠加，依据道路面高程修改DSM高程，并更新DSM数据的高程。
附图说明
图1为本发明的流程图；
图2为本发明行道树清理算法的流程图。
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做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。
如图1-2所示，本发明提供了一种消除DSM中道路面高程异常的方法，包括以下步骤：
步骤S1，通过提取道路高程算法从DSM数据中提取道路中心线逐点高程，先将道路面图层向内缓冲一定距离，缓冲距离为d1，紧接着利用掩膜提取的方法从DSM数据中提取道路面DSM数据，然后将道路中心线按等距离法内插点，插点之间的距离为d2，从而获取插点之后道路中心线所有节点处垂线上DSM的最小高程值，由此得到赋高程后道路中心线；
步骤S2，通过行道树清理算法处理道路中心线高程异常，从而将行道树的高程还原为道路实际高程，调整坡度阈值和平地距离阈值，进而达到行道树清理的目的，并且行道树清理算法同样适用于道路两旁因具有建筑而导致的道路面高程异常；
步骤S3，通过算术平均法处理道路中心线高程异常，计算连续5个节点高程的平均值，并将计算结果赋值给中间点，从而达到消除高程异常的目的；
步骤S4，通过其他方法处理道路中心线高程异常；
步骤S5，道路中心线高程赋值给道路面，遍历道路面上的所有节点，提取离本节点最近的道路中心线的节点高程，并赋值给本道路上的节点；
步骤S6，将道路面数据与DSM数据进行叠加，依据道路面高程修改DSM高程，并更新DSM数据的高程。
步骤S1中所述提取道路高程算法的操作步骤如下：
（1）道路面图层向内缓冲后形成道路面缓冲图层，并且以道路面缓冲图层作为输出图层，并且道路面图层向内缓冲的距离d1可以由用户自己设置，也可以选择默认值，默认值为DSM分辨率的一半；
（2）按照道路面缓冲图层的范围提取DSM数据，输出道路面DSM图层；
（3）通过道路面图层提取道路中心线；
（4）沿道路中心线间隔指定距离插入点，并为所有的道路中心线以及插入点进行编号；
（5）在每个插入点做本中心线的垂线，垂线的长度必须大于道路宽度，沿垂线按指定距离生成等分点，并记录等分点所在的道路中心线ID和插入点ID，将生成的等分点保存到高程提取点图层中；
（6）高程提取点图层与道路面DSM图层叠加后，将每个高程提取点与对应的道路面DSM图层上的高程值提取出来，并保存到高程提取点的属性中；
（7）将高程提取点图层中高程值为空的点删除，统计道路中心线ID和插入点ID一样的所有高程提取点高程的最小值，并将该值赋给道路中心线对应的插入点，最后得到赋高程后道路中心线。
步骤S2中，所述行道树清理算法的流程如下：
第一步：为道路中心线从起点开始按节点顺序编号，编号顺序从起点开始逐点递增，从倒数第二个点开始逆序遍历所有道路节点，用户自定义坡度阈值与平地距离阈值；
第二步：令当前节点作为第i个节点，相对应的，位于当前节点的下一个节点为第i+1个节点；
第三步：计算第i个节点与第i+1个节点之间的坡度，判断坡度是否小于坡度阈值，若坡度小于坡度阈值，则进入第四步，若坡度不小于坡度阈值，则进入第五步；
第四步：判断是否存在平地起点记录，若不存在平地起点记录，则进入第六步，若存在平地起点记录，则进入第七步；
第五步：判断是否存在斜坡起点记录，若不存在斜坡起点记录，则进入第八步，若存在斜坡起点记录，则进入第九步；
第六步：将第i+1个节点作为平地起点，然后进入第七步；
第七步：计算当前节点到平地起点的距离d，并判断距离d是否大于平地距离阈值，若距离d大于平地距离阈值，则进入第十步，若距离d不大于平地距离阈值，则进入第十三步；
第八步：将第i+1个节点作为斜坡的起点，然后进入第九步；
第九步：清除平地起点记录，然后进入第十三步；
第十步：判断是否存在斜坡起点记录，若存在斜坡起点记录，则进入第十一步，若不存在斜坡起点记录，则进入第十三步；
第十一步：将平地的起点作为斜坡的终点，按距离内插斜坡起点和终点间的高程，或者删除斜坡起点和终点之间的节点；
第十二步：清理斜坡起点记录，清理平地起点记录；
第十三步：返回第二步，逆序继续处理下一个道路节点。
通过提取道路高程算法从DSM数据中提取道路中心线逐点高程，并通过行道树清理算法处理道路中心线高程异常，从而将行道树的高程还原为道路实际高程，然后通过算术平均法处理道路中心线高程异常，接着通过其他方法处理道路中心线高程异常，紧接着道路中心线高程赋值给道路面，遍历道路面上的所有节点，提取离本节点最近的道路中心线的节点高程，并赋值给本道路上的节点，最后将道路面数据与DSM数据进行叠加，依据道路面高程修改DSM高程，并更新DSM数据的高程。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (3)
1.一种消除DSM中道路面高程异常的方法，其特征在于，包括以下步骤：
步骤S1，通过提取道路高程算法从DSM数据中提取道路中心线逐点高程，先将道路面图层向内缓冲一定距离，缓冲距离为d1，紧接着利用掩膜提取的方法从DSM数据中提取道路面DSM数据，然后 将道路中心线按等距离法内插点，插点之间的距离为d2，从而获取插点之后道路中心线所有节点处垂线上DSM的最小高程值，由此得到赋高程后道路中心线；
步骤S2，通过行道树清理算法处理道路中心线高程异常，从而将行道树的高程还原为道路实际高程，调整坡度阈值和平地距离阈值，进而达到行道树清理的目的，并且行道树清理算法同样适用于道路两旁因具有建筑而导致的道路面高程异常；
步骤S3，通过算术平均法处理道路中心线高程异常，计算连续5个节点高程的平均值，并将计算结果赋值给中间点，从而达到消除高程异常的目的；
步骤S4，通过其他方法处理道路中心线高程异常；
步骤S5，道路中心线高程赋值给道路面，遍历道路面上的所有节点，提取离本节点最近的道路中心线的节点高程，并赋值给本道路上的节点；
步骤S6，将道路面数据与DSM数据进行叠加，依据道路面高程修改DSM高程，并更新DSM数据的高程。
2.根据权利要求1所述的一种消除DSM中道路面高程异常的方法，其特征在于，步骤S1中所述提取道路高程算法的操作步骤如下：
（1）道路面图层向内缓冲后形成道路面缓冲图层，并且以道路面缓冲图层作为输出图层，并且道路面图层向内缓冲的距离d1可以由用户自己设置，也可以选择默认值，默认值为DSM分辨率的一半；
（2）按照道路面缓冲图层的范围提取DSM数据，输出道路面DSM图层；
（3）通过道路面图层提取道路中心线；
（4）沿道路中心线间隔指定距离插入点，并为所有的道路中心线以及插入点进行编号；
（5）在每个插入点做本中心线的垂线，垂线的长度必须大于道路宽度，沿垂线按指定距离生成等分点，并记录等分点所在的道路中心线ID和插入点ID，将生成的等分点保存到高程提取点图层中；
（6）高程提取点图层与道路面DSM图层叠加后，将每个高程提取点与对应的道路面DSM图层上的高程值提取出来，并保存到高程提取点的属性中；
（7）将高程提取点图层中高程值为空的点删除，统计道路中心线ID和插入点ID一样的所有高程提取点高程的最小值，并将该值赋给道路中心线对应的插入点，最后得到赋高程后道路中心线。
3.根据权利要求1所述的一种消除DSM中道路面高程异常的方法，其特征在于，步骤S2中，所述行道树清理算法的流程如下：
第一步：为道路中心线从起点开始按节点顺序编号，编号顺序从起点开始逐点递增，从倒数第二个点开始逆序遍历所有道路节点，用户自定义坡度阈值与平地距离阈值；
第二步：令当前节点作为第i个节点，相对应的，位于当前节点的下一个节点为第i+1个节点；
第三步：计算第i个节点与第i+1个节点之间的坡度，判断坡度是否小于坡度阈值，若坡度小于坡度阈值，则进入第四步，若坡度不小于坡度阈值，则进入第五步；
第四步：判断是否存在平地起点记录，若不存在平地起点记录，则进入第六步，若存在平地起点记录，则进入第七步；
第五步：判断是否存在斜坡起点记录，若不存在斜坡起点记录，则进入第八步，若存在斜坡起点记录，则进入第九步；
第六步：将第i+1个节点作为平地起点，然后进入第七步；
第七步：计算当前节点到平地起点的距离d，并判断距离d是否大于平地距离阈值，若距离d大于平地距离阈值，则进入第十步，若距离d不大于平地距离阈值，则进入第十三步；
第八步：将第i+1个节点作为斜坡的起点，然后进入第九步；
第九步：清除平地起点记录，然后进入第十三步；
第十步：判断是否存在斜坡起点记录，若存在斜坡起点记录，则进入第十一步，若不存在斜坡起点记录，则进入第十三步；
第十一步：将平地的起点作为斜坡的终点，按距离内插斜坡起点和终点间的高程，或者删除斜坡起点和终点之间的节点；
第十二步：清理斜坡起点记录，清理平地起点记录；
第十三步：返回第二步，逆序继续处理下一个道路节点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210079916.5A CN114510761B (zh) | 2022-01-24 | 一种消除dsm中道路面高程异常的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210079916.5A CN114510761B (zh) | 2022-01-24 | 一种消除dsm中道路面高程异常的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114510761A true CN114510761A (zh) | 2022-05-17 |
| CN114510761B CN114510761B (zh) | 2024-05-17 |
Family
ID=
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115294293A (zh) * | 2022-10-08 | 2022-11-04 | 速度时空信息科技股份有限公司 | 基于低空航摄成果自动化编译高精地图道路参考线的方法 |
| CN115795626A (zh) * | 2022-12-26 | 2023-03-14 | 武汉天际航信息科技股份有限公司 | 数字道路模型分析方法、装置、计算设备以及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20050098111A (ko) * | 2004-04-06 | 2005-10-11 | 이엔지정보기술 주식회사 | 레이저 스캐닝 데이터를 이용한 정밀 수치표고모델 제작장치 및 그 제작 방법 |
| US20100250536A1 (en) * | 2009-03-25 | 2010-09-30 | Mitac International Corporation | Method for integrating road names and points of interest in source data |
| CN102138163A (zh) * | 2008-08-29 | 2011-07-27 | 三菱电机株式会社 | 俯瞰图像生成装置、俯瞰图像生成方法以及俯瞰图像生成程序 |
| JP2021039390A (ja) * | 2019-08-30 | 2021-03-11 | 株式会社日野 | 道路状況計測装置、方法及びプログラム |
| CN113239107A (zh) * | 2021-07-13 | 2021-08-10 | 湖南省第一测绘院 | 基于etl的道路矢量数据要素匹配与联动方法 |
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20050098111A (ko) * | 2004-04-06 | 2005-10-11 | 이엔지정보기술 주식회사 | 레이저 스캐닝 데이터를 이용한 정밀 수치표고모델 제작장치 및 그 제작 방법 |
| CN102138163A (zh) * | 2008-08-29 | 2011-07-27 | 三菱电机株式会社 | 俯瞰图像生成装置、俯瞰图像生成方法以及俯瞰图像生成程序 |
| US20100250536A1 (en) * | 2009-03-25 | 2010-09-30 | Mitac International Corporation | Method for integrating road names and points of interest in source data |
| JP2021039390A (ja) * | 2019-08-30 | 2021-03-11 | 株式会社日野 | 道路状況計測装置、方法及びプログラム |
| CN113239107A (zh) * | 2021-07-13 | 2021-08-10 | 湖南省第一测绘院 | 基于etl的道路矢量数据要素匹配与联动方法 |
Non-Patent Citations (3)
| Title |
|---|
| ROZI BIBI: "Edge AI-Based Automated Detection and Classification of Road Anomalies in VANET Using Deep Learning", 《COMPUTATIONAL INTELLIGENCE AND NEUROSCIENCE》, 29 September 2021 (2021-09-29) * |
| 牛佳;: "道路工程路面施工控制测量研究", 黑龙江科技信息, no. 03, 25 January 2017 (2017-01-25) * |
| 董明: "输电线路走廊树障清理相关技术分析", 《 科技与创新》, 25 January 2020 (2020-01-25), pages 139 - 140 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115294293A (zh) * | 2022-10-08 | 2022-11-04 | 速度时空信息科技股份有限公司 | 基于低空航摄成果自动化编译高精地图道路参考线的方法 |
| CN115795626A (zh) * | 2022-12-26 | 2023-03-14 | 武汉天际航信息科技股份有限公司 | 数字道路模型分析方法、装置、计算设备以及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9300321B2 (en) | Light detection and ranging (LiDAR)data compression and decompression methods and apparatus | |
| CN109242862B (zh) | 一种实时的数字表面模型生成方法 | |
| US10921136B2 (en) | Efficient processing for vector tile generation | |
| US20230043182A1 (en) | Nearest neighbor search using compressed octrees representing high definition maps for autonomous vehicles | |
| KR100963651B1 (ko) | 항공라이다자료를 이용한 건물외곽선 자동 추출 방법 | |
| Maffini | Raster versus vector data encoding and handling: a commentary | |
| CN110163965B (zh) | 一种单斜岩层构造地貌的实体三维模型构建方法 | |
| CN108198143B (zh) | 一种去LoD层级约束的三维地形裂缝消除方法 | |
| CN113989451A (zh) | 高精地图构建方法、装置及电子设备 | |
| CN116152461A (zh) | 地质建模方法、装置、计算机设备及计算机可读存储介质 | |
| CN116011291A (zh) | 一种隧道洞口多源信息融合的边坡稳定性数字化评估平台 | |
| CN110335329B (zh) | 一种基于dem获取电力线路断面图的方法 | |
| CN115329220A (zh) | 低空空域地球剖分网格数据组织、查询方法及装置 | |
| CN114445312A (zh) | 一种地图数据的融合方法、装置、电子设备及存储介质 | |
| CN114510761A (zh) | 一种消除dsm中道路面高程异常的方法 | |
| CN114510761B (zh) | 一种消除dsm中道路面高程异常的方法 | |
| CN111080080B (zh) | 一种村镇地质灾害风险预估方法及系统 | |
| Guzmán et al. | A cyberphysical system for data-driven real-time traffic prediction on the Las Vegas I-15 freeway | |
| Elberink et al. | 3D modelling of topographic objects by fusing 2D maps and lidar data | |
| US11846517B2 (en) | Vector tile navigation | |
| CN115577478A (zh) | 山地管道数字孪生体系的构建方法、系统、设备及介质 | |
| Gao et al. | Mathematical Interpolation and Correction of Three-Dimensional Modelling of High-Speed Railway. | |
| CN114969944A (zh) | 一种高精度道路dem构建方法 | |
| CN110413714B (zh) | 拓扑保真的全球离散格网系统中矢量要素格网化方法 | |
| JP2006059061A (ja) | ３次元データ処理方法、装置及びプログラム |
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 |