CN116817788B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN116817788B CN116817788B CN202310662642.7A CN202310662642A CN116817788B CN 116817788 B CN116817788 B CN 116817788B CN 202310662642 A CN202310662642 A CN 202310662642A CN 116817788 B CN116817788 B CN 116817788B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- point cloud
- elevation
- laser
- laser 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.)
- Active
Links
- 238000000691 measurement method Methods 0.000 title claims abstract description 16
- 238000005259 measurement Methods 0.000 claims abstract description 57
- 238000012937 correction Methods 0.000 claims abstract description 53
- 230000003068 static effect Effects 0.000 claims abstract description 47
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000002457 bidirectional effect Effects 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000007670 refining Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 238000013507 mapping Methods 0.000 abstract description 3
- 238000009827 uniform distribution Methods 0.000 abstract description 2
- 238000002955 isolation Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000007572 expansion measurement Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Abstract
本发明公开了一种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,包括:静态激光扫描测站点选择与埋设;测站点及定向点平面与高程测量;静态激光扫描测量,采集静态激光点云数据,将采集的静态激光点云数据导入点云处理软件中并按强度信息显示,提取道路交通标线角点的三维坐标;车载激光点云获取与预处理,将原始车载激光点云按强度信息显示,导入提取的静态激光点云道路交通标线角点,提取同名角点的三维坐标;车载激光点云数据平面及高程纠正处理。本发明不仅可以免去既有高速靶标点的上路布设与上路测量,极大地降低安全隐患,还可以快速获取海量高精度、均匀分布的靶标点,能有效提高高速公路改扩建测绘生产能力。
Description
技术领域
本发明属于测绘科学与技术领域,具体涉及一种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,该方法可以快速获取大量纠偏点及检查点,代替人工上路布设及测量靶标,极大地提高了勘察精度和效率,大大缩短了勘察工期,减少了安全隐患。
背景技术
近年来,随着交通流量的迅速增长,既有高速公路改扩建已成为交通建设的主要任务之一。传统的高速公路改扩建激光测量方法,主要是利用布设在应急车道的靶标点,利用靶标点的实测坐标对原始车载激光点云进行平面、高程纠正,获得平面精度优于5cm,高程精度优于2cm的高精度点云数据。这种方法在车载激光扫描之前,需在应急车道内均匀地布设特定形状的靶标,这些靶标一部分用于点云纠正,一部分用于点云精度验证。靶标纠正点主要用于激光点云的后期精化处理,改善激光点云的平面和高程精度。靶标用反光材料涂刷在路面上,然后采用GNSS+RTK或GNSS静态观测、四等水准测量方法通过人工实测得到靶标点的平面、高程坐标。根据靶标点的反光材料的高反射特性,通过激光点云的强度信息,将靶标点在点云中的三维坐标精确提取出来。通过比较靶标点在点云中的三维坐标与人工实测三维坐标,即可实现全区域激光点云的平面、高程纠正。
基于车载激光雷达测量技术的改扩建测量方法可以在不干扰交通流的情况下,快速获取高精度、高密度点云数据,该技术目前已广泛应用于高速公路改扩建测量领域,但仍存在以下缺陷:
1、上路手续办理周期长、上路测量成本高:高速公路测量需要高速公路路政管理和高速交警管理许可,申请资料多、申请周期长,影响整个项目的勘察工期,且后期人工实测时,测站前后均需要配置安全车辆、安全桶、反光背心,安全人员投入多,安全生产费用投入高。
2、测量安全隐患大:激光测量技术虽然能取代大部分人工作业,但仍需上路进行靶标布设及测量,靶标点需要布设在应急车道上,并携带测量仪器进行测量,每次起闭控制点时,需跨越护栏,路面快速行驶的车辆极易酿成安全事故,构成重大安全隐患,同时影响交通组织,路上正常行驶车辆也存在安全隐患。
3、测量工作量大、效率低:靶标点交叉布设在道路量测,单侧间隔不大于300米,控制点平面测量通常采用GNSS+RTK或静态测量方式,高程采用水准测量,等级不应低于四等,且起闭控制点等级不小于四等。靶标点布设及测量工作量巨大,所有工作需要在相应的安全保障措施下进行,导致测量工作进度缓慢,测量效率较低。
4、靠近中央隔离带处测量精度难以保障:车载激光扫描测量为每次单向车道扫描,由于中央隔离带处的点云距离道路两侧的靶标点较远,靶标控制点的控制效果较路面点云的控制效果稍差,又缺少足够靶标检查点进行精度验证,因此靠近中央隔离带处的点云平面、高程精度均难以保障。
发明内容
本发明的目的在于针对传统高速公路改扩建激光测量方法中靶标点布设与测量工作量大、上路测量安全隐患大、效率低等缺陷,提出了一种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,将道路交通标线的角点作为靶标点,利用静态激光扫描仪快速获取靶标点高精度三维坐标,从而取消上路测量靶标点等作业环节,实现高速公路改扩建多平台激光测量,在获取高精度路面三维地理信息数据的同时,极大地保证了测量人员的人身安全,提高了测量作业效率,具有显著的经济和社会效益。
为了实现上述的目的,本发明采用以下技术措施:一种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,包括以下步骤:
步骤1、静态激光扫描测站点选择与埋设:
沿路线方向在上跨天桥、高速护栏外、高边坡外等地方每间隔2km选取一个测站点,测站点应选在平坦、稳定且四周无遮挡处,每个测站点应能最大限度地扫描到路面,同样在测站点附近选取一个定向点,两点之间应互相通视,并在测站点和定向点处分别打入测量标识;测站点及定向点按自然序号编取,分别取“C”“D”为首字母,例C001、C002、C003……,D001、D002、D003……;
步骤2、测站点及定向点测量:
步骤2.1、测站点及定向点平面测量:
测站点及定向点平面测量采用静态GNSS方式进行测量,要求卫星高度角≥15°,同步锁定卫星数大于4颗,GDOP≤6,观测时间≥20分钟;
步骤2.2、测站点及定向点高程测量:
测站点及定向点高程采用电子水准仪进行四等水准测量,且起闭于四等及以上高程控制点。水准测量应满足:视线长度≤100米,前后视距差≤5米,前后视距累积差≤10米,视线离地高度≥0.2米,附和或环水准路线长度≤25公里。水准测量应进行往返测量,要求每公里高差中数偶然中误差≤±5毫米,每公里高差中数全中误差≤±10毫米,往返较差、附合或环线闭合差其中,L为水准路线长度;
步骤3、静态激光扫描测量:
步骤3.1、将静态激光扫描仪依次架设于测站点(C001、C002、C003……)处,反射棱镜依次架设在对应的定向点(D001、D002、D003……)处进行定向,定向完成后开始静态激光点云数据采集,每站点云数据按自然序号编号,以“J”为首字母,例J001、J002、J003……;
步骤3.2道路交通标线角点提取:
将采集的静态激光点云导入到点云处理软件中并按强度信息显示,由于车道标线具有较强的反光特性,因此可以容易地识别出道路交通标线,提取道路交通标线角点的三维坐标,记为
步骤4、车载激光点云获取与预处理:
步骤4.1、从测站点(C001、C002、C003……)中,沿路线方向每间隔10~15km选取一个测站点,测站点应选在交通便利、地势开阔、GPS信号较好的地方。车载激光扫描应进行双向道路往返测量,为保证道路交通标线能清晰识别,车速保持在40~60km/h,测量过程中不能急转弯行驶车辆,应当匀速缓慢转弯以保证POS定位定姿精度;
步骤4.2、从车载激光雷达扫描仪器中导出激光扫描测距原始数据、车载GNSS流动站数据;对地面GNSS基准站数据联合车载GNSS流动站数据进行精密差分解算,再将精密差分解算得到的各时刻车载GNSS天线的中心位置坐标联合惯性传感器记录的姿态数据进行联合解算,得到车载POS航迹线;
步骤4.3、联合激光扫描测距原始数据、车载POS航迹线进行激光点云解算,获得原始车载激光点云;
步骤4.4、将原始车载激光点云按强度信息显示,并导入前述步骤3.2中提取的静态激光点云道路交通标线角点,在原始车载激光点云上通过手动点选的方式,提取同名角点的三维坐标
步骤5、车载激光点云数据精化处理:车载激光扫描时,高速公路左右幅的采集相对独立,因此需对两幅数据分别进行平面及高程修正处理;
步骤5.1、车载激光点云平面纠正处理:
激光点云平面纠正采用分段纠正的方法,每个分段长度不超过5km,每个分段内道路交通标线角点不少于4个,相邻分段道路交通标线角点公共点不少于1个;
对每个分段而言,将静态激光点云中道路交通标线角点的平面坐标和车载激光点云中的同名点的平面坐标/>代入公式(1),计算参数{a11,a12,a13,a21,a22,a23,a31,a32};
再将该分段内的任意车载激光点云的平面坐标,代入公式(1)进行逐点纠正,即可得到平面纠正后的坐标,所有分段以此类推,即可实现全线车载激光点云平面纠正;
步骤5.2、车载激光点云高程纠正处理:
利用道路交通标线角点在车载激光点云和静态激光点云中的高程,构建高程误差改正模型,实现对车载激光点云的高程纠正;
首先,将道路交通标线角点在车载激光点云中的高程与静态激光点云中的同名点高程/>作差,计算得到道路交通标线角点同名点的高程差:
则得到高程纠正点同时,根据车载三维激光点云的平面坐标,得到X坐标最小值xmin、X坐标最大值xmax、Y坐标最小值ymin、Y坐标最大值ymax,形成4个虚拟高程纠正点,其平面坐标为N1(xmin,ymin)、N2(xmin,ymax)、N3(xmax,ymin)、N4(xmax,ymax),其高程坐标取与之距离最近的高程纠正点的高程差值;
然后,以高程纠正点和前述4个虚拟高程纠正点的平面坐标和高程差值Δzk,构建三角网,建立高程改正模型;
设某车载激光点位于高程误差改正模型中的某一个三角形内,对应的三个顶点为对于三角形范围内的任意激光点Pi(xi,yi,Δzi),i=1...m,利用重心坐标插值计算其高程改正值,重心坐标计算公式如下:
其中,w1、w2和w3分别对应P1、P2和P3点的权重,求解可得:
对P1、P2和P3的高程误差进行加权平均,可得Pi点的高程误差改正值如下:
Δzi=w1Δz1+w2Δz2+w3Δz3 (5)
对于任意车载激光点,利用其平面坐标采用公式(3)-公式(5)即可得到对应的高程误差改正值,实现全线车载激光点云高程修正,最终得到满足设计要求的高精度点云成果。
本发明中,步骤3采用静态激光对高速公路路面进行扫描,步骤4采用车载激光对同一路面进行扫描,步骤3.2从静态激光点云中提取了道路交通标线角点,步骤4.4从车载激光点云中提取同一道路标线的角点,由于静态激光点云和车载激光点云精度不同,所以同一角点在这两类点云中的三维坐标不同,静态点云精度优于车载点云精度,因此采用静态点云纠正车载点云。
与现有技术相比,本发明的有益效果是:
本发明将静态激光扫描的测站点和定向点选在高速公路以外,不仅可以避免传统改扩建方法中的靶标点上路布设和上路测量,还可以快速获取海量高精度、高密度、均匀分布的靶标点,在保证车载激光点云精度的同时,极大地降低了安全隐患。
由于道路交通标线均匀地分布在高速公路路面上,中央隔离带附近也分布有大量靶标点,将道路交通标线的角点作为车载激光点云的平面高程纠正点,能对车载激光点云实现几乎同等精度的纠正,避免了传统改扩建方法中由于布设在应急车道上的靶标点距离中央分隔带较远,而导致的中央分隔带附近点云精度控制差、点云分层等问题,可以对中央隔离带附近的点云进行较好的三维坐标精度控制和精度验证,提高整体点云精度,能有效提高高速公路改扩建测绘生产能力,实现路面点云平面中误差优于5cm、高程中误差优于2cm的精度要求(此数据为上路测量采集检查点,将检查点的实测三维坐标,与利用本发明方法获得的纠正后的车载点云同名点三维坐标作比较,统计平面中误差和高程中误差所得)。
本发明方法利用道路交通标线的角点作为靶标点,结合高精度静态激光扫描仪,实现道路交通标线的角点(即靶标点)的三维坐标测量,以此对车载激光扫描测量点云数据进行精化处理,获取高精度既有高速公路路面三维信息,安全、简单、可靠、操作性强,具有重大的工程应用价值。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本发明的实施流程图。
图2为实施例1中静态激光点云中道路交通标线角点(红色)和车载激光点云中同名角点(黄色)位置图。
具体实施方式
为了便于本领域技术人员理解和实施本发明,下面结合实例对本发明作进一步的详细描述,应当理解,此处所描述的实施示例仅用于说明和解释本发明,并不用于限定本发明。
实施例1:
一种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,其流程图如图1所示;本实施例中所使用的车载激光数据是通过ARS-1000L车载激光雷达系统采集,静态激光数据是通过Trimble SX10三维激光扫描仪采集。
各步骤详细阐述如下:
步骤1、静态激光扫描测站点选择与埋设:
步骤1.1、沿路线方向在上跨天桥、高速护栏外、高边坡外等地方每间隔2km选取一个测站点,测站点应选在平坦、稳定且四周无遮挡处,每个测站点应能最大限度地扫描到路面,同样在测站点附近选取一个定向点,两点之间应互相通视,并在测站点和定向点处分别打入测量标识。测站点及定向点按自然序号编取,分别取“C”“D”为首字母,例C001、C002、C003……,D001、D002、D003……。
步骤2、测站点及定向点测量:
步骤2.1、测站点及定向点平面测量:
测站点及定向点平面测量采用静态GNSS方式进行测量,要求卫星高度角≥15°,同步锁定卫星数大于4颗,GDOP≤6,观测时间≥20分钟。
步骤2.2、测站点及定向点高程测量:
测站点及定向点高程采用电子水准仪进行四等水准测量,且起闭于四等及以上高程控制点。水准测量应满足:视线长度≤100米,前后视距差≤5米,前后视距累积差≤10米,视线离地高度≥0.2米,附和或环水准路线长度≤25公里。水准测量应进行往返测量,要求每公里高差中数偶然中误差≤±5毫米,每公里高差中数全中误差≤±10毫米,往返较差、附合或环线闭合差其中,L为水准路线长度。
步骤3、静态激光扫描测量:
步骤3.1、将静态激光扫描仪依次架设于测站点(C001、C002、C003……)处,反射棱镜依次架设在对应的定向点(D001、D002、D003……)处进行定向,定向完成后开始静态激光点云数据采集,每站点云数据按自然序号编号,以“J”为首字母,例J001、J002、J003……;
步骤3.2、道路交通标线角点提取:
将采集的静态激光点云导入到Microstation软件(二维和三维CAD设计软件)中并按强度信息显示,由于车道标线具有较强的反光特性,因此可以容易地识别出道路交通标线,提取道路交通标线角点的三维坐标,记为
步骤4、车载激光点云获取与预处理:
步骤4.1、从测站点(C001、C002、C003……)中,沿路线方向每间隔10~15km选取一个测站点,测站点应选在交通便利、地势开阔、GPS信号较好的地方。车载激光扫描应进行双向道路往返测量,为保证道路交通标线能清晰识别,车速保持在40~60km/h,测量过程中不能急转弯行驶车辆,应当匀速缓慢转弯以保证POS定位定姿精度。
步骤4.2、从车载激光雷达扫描仪器中导出激光扫描测距原始数据、车载GNSS流动站数据。对地面GNSS基准站数据联合车载GNSS流动站数据进行精密差分解算,再将精密差分解算得到的各时刻车载GNSS天线的中心位置坐标联合安装在车载激光雷达扫描仪器上的惯性传感器记录的姿态数据进行联合解算,得到车载POS航迹线;
步骤4.3、联合激光扫描测距原始数据、车载POS航迹线进行激光点云解算,获得原始车载激光点云。
步骤4.4、将原始车载激光点云按强度信息显示,并导入步骤3.2中提取的静态激光点云道路交通标线角点,在原始车载激光点云上通过手动点选的方式,提取同名角点的三维坐标如图2所示。
步骤5、车载激光点云数据精化处理:
车载激光扫描时,高速公路左右幅的采集相对独立,因此需对两幅数据分别进行平面及高程修正处理。
步骤5.1、车载激光点云平面纠正处理:
激光点云平面纠正采用分段纠正的方法,每个分段长度不超过5km,每个分段内道路交通标线角点不少于4个,相邻分段道路交通标线角点公共点不少于1个。
对每个分段而言,将静态激光点云中道路交通标线角点的平面坐标和车载激光点云中的同名点的平面坐标/>代入公式(1),计算参数{a11,a12,a13,a21,a22,a23,a31,a32}。再将该分段内的任意车载激光点云的平面坐标,代入公式(1)进行逐点纠正,即可得到平面纠正后的坐标,所有分段以此类推,即可实现全线车载激光点云平面纠正处理。
步骤5.2、车载激光点云高程纠正处理:
利用道路交通标线角点在车载激光点云和静态激光点云中的高程,构建高程误差改正模型,实现对车载激光点云的高程纠正。
首先,将道路交通标线角点在车载激光点云中的高程与静态激光点云中的同名点高程/>作差,计算得到道路交通标线角点同名点的高程差:
则得到高程纠正点
同时,根据车载三维激光点云的平面坐标,通过比较大小得到X坐标最小值xmin、X坐标最大值xmax、Y坐标最小值ymin、Y坐标最大值ymax,形成4个虚拟高程纠正点,其平面坐标为N1(xmin,ymin)、N2(xmin,ymax)、N3(xmax,ymin)、N4(xmax,ymax),其高程坐标取与之距离最近的高程纠正点的高程差值。
然后,以高程纠正点和上述4个虚拟高程纠正点,构建三角网,建立高程误差改正模型。
设某车载激光点位于高程误差改正模型中的某一个三角形内,对应的三个顶点为对于三角形范围内的任意激光点Pi(xi,yi,Δzi),i=1...m,利用重心坐标插值计算其高程改正值,重心坐标计算公式如下:
其中,w1、w2和w3分别对应P1、P2和P3点的权重,求解可得:
对P1、P2和P3的高程误差进行加权平均,可得Pi点的高程误差改正值如下:
Δzi=w1Δz1+w2Δz2+w3Δz3 (5)
对于任意车载激光点,利用其平面坐标采用公式(3)-公式(5)即可得到对应的高程误差改正值,实现全线车载激光点云高程修正。
以上所述的具体实施方式仅仅是对本发明精神作说明,但本发明的保护范围并不局限于此,本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似方式替代,但并不会偏离本发明的精神或者超越所附权利要求的保护范围。
Claims (6)
1.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,其特征在于,包括以下步骤:
步骤1、静态激光扫描测站点选择与埋设:沿路线方向在上跨天桥、高速护栏外、高边坡外按一定间隔选取一个测站点,在每一个所述测站点附近选取一个定向点,所述测站点与定向点两点之间互相通视,并在所述测站点和定向点处分别打入测量标识;
步骤2、测站点及定向点测量:对所述测站点及定向点进行平面与高程测量;
步骤3、静态激光扫描测量:将静态激光扫描仪依次架设于所述测站点处,反射棱镜依次架设在对应的所述定向点处进行定向,定向完成后采集静态激光点云数据,将采集的静态激光点云数据导入点云处理软件中并按强度信息显示,提取道路交通标线角点的三维坐标,记为;
步骤4、车载激光点云获取与预处理:从步骤1所述测站点中,沿路线方向每间隔一定距离选取一个测站点,使用车载激光雷达扫描仪器进行双向道路往返测量,从车载激光雷达扫描仪器中导出激光扫描测距原始数据、车载GNSS流动站数据,对地面GNSS基准站数据联合车载GNSS流动站数据进行精密差分解算,得到车载POS航迹线;
联合激光扫描测距原始数据、车载POS 航迹线进行激光点云解算,获得原始车载激光点云,将原始车载激光点云按强度信息显示,导入步骤3中提取的静态激光点云道路交通标线角点,在原始车载激光点云上通过手动点选的方式,提取同名角点的三维坐标,记为;
步骤5、车载激光点云数据精化处理:对车载激光点云进行平面及高程纠正处理,获取高精度既有高速公路路面三维信息;
步骤5中所述车载激光点云平面纠正处理,包括:
采用分段纠正的方法,每个分段长度不超过5km,每个分段内道路交通标线角点不少于4个,相邻分段道路交通标线角点公共点不少于1个;
对每个分段,将静态激光点云中道路交通标线角点的平面坐标和车载激光点云中的同名点的平面坐标/>代入公式(1),计算参数/>;
(1)
再将该分段内的任意车载激光点云的平面坐标,代入公式(1)进行逐点纠正,得到平面纠正后的坐标,所有分段以此类推,实现全线车载激光点云平面纠正;
步骤5中所述车载激光点云高程纠正处理,包括:
利用道路交通标线角点在车载激光点云和静态激光点云中的高程,构建高程误差改正模型;
将道路交通标线角点在车载激光点云中的高程与静态激光点云中的同名点高程/>作差,计算得到道路交通标线角点同名点的高程差:
(2)
则得到高程纠正点;
根据车载三维激光点云的平面坐标,得到X坐标最小值、X坐标最大值/>、Y坐标最小值/>、Y坐标最大值/>,形成4个虚拟高程纠正点,其平面坐标为/>、、/>、/>,其高程坐标取与之距离最近的高程纠正点的高程差值;
以高程纠正点和4个虚拟高程纠正点的平面坐标和高程差值,构建三角网,建立高程误差改正模型;
设某车载激光点位于高程误差改正模型中的某一个三角形内,对应的三个顶点为,/>,/>,对于三角形范围内的任意激光点,利用重心坐标插值计算其高程改正值,重心坐标计算公式如下:
(3)
其中,、/>和/>分别对应/>、/>和/>点的权重,求解得:
(4)
对、/>和/>的高程误差进行加权平均,得到/>点的高程误差改正值:
(5)
对于任意车载激光点,利用其平面坐标采用公式(3)-公式(5)即得到对应的高程误差改正值,实现全线车载激光点云高程纠正。
2.根据权利要求1所述的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,其特征在于,步骤1中所述测站点按照间隔2km布设, 步骤3中所述测站点按间隔10~15km选取。
3.根据权利要求1所述的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,其特征在于,步骤2中对所述测站点及定向点进行平面测量,包括:所述测站点及定向点平面测量采用静态GNSS方式进行测量,卫星高度角≥15°,同步锁定卫星数大于4颗,GDOP≤6,观测时间≥20分钟。
4.根据权利要求1所述的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,其特征在于,步骤2中对所述测站点及定向点进行高程测量,包括:所述测站点及定向点高程采用电子水准仪进行四等水准测量,且起闭于四等及以上高程控制点;
水准测量满足:视线长度≤100米,前后视距差≤5米,前后视距累积差≤10米,视线离地高度≥0.2米,附和或环水准路线长度≤25公里;
水准测量进行往返测量,每公里高差中数偶然中误差≤±5毫米,每公里高差中数全中误差≤±10毫米,往返较差、附合或环线闭合差≤±20,其中,L为水准路线长度。
5.根据权利要求1所述的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,其特征在于,步骤4中将所述精密差分解算得到的各时刻车载 GNSS 天线的中心位置坐标联合惯性传感器记录的姿态数据进行联合解算,得到车载POS航迹线。
6.根据权利要求1所述的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,其特征在于,步骤4所述双向道路往返测量时,车速保持在40~60km/h,匀速缓慢行驶。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310662642.7A CN116817788B (zh) | 2023-06-06 | 2023-06-06 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310662642.7A CN116817788B (zh) | 2023-06-06 | 2023-06-06 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116817788A CN116817788A (zh) | 2023-09-29 |
CN116817788B true CN116817788B (zh) | 2024-04-05 |
Family
ID=88125044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310662642.7A Active CN116817788B (zh) | 2023-06-06 | 2023-06-06 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116817788B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
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 |
CN106525000A (zh) * | 2016-10-31 | 2017-03-22 | 武汉大学 | 基于激光扫描离散点强度梯度的道路标线自动化提取方法 |
CN108978378A (zh) * | 2018-07-17 | 2018-12-11 | 上海华测导航技术股份有限公司 | 一种激光雷达道路改扩建勘测设计方法 |
CN109544607A (zh) * | 2018-11-24 | 2019-03-29 | 上海勘察设计研究院(集团)有限公司 | 一种基于道路标志线的点云数据配准方法 |
-
2023
- 2023-06-06 CN CN202310662642.7A patent/CN116817788B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
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 |
CN106525000A (zh) * | 2016-10-31 | 2017-03-22 | 武汉大学 | 基于激光扫描离散点强度梯度的道路标线自动化提取方法 |
CN108978378A (zh) * | 2018-07-17 | 2018-12-11 | 上海华测导航技术股份有限公司 | 一种激光雷达道路改扩建勘测设计方法 |
CN109544607A (zh) * | 2018-11-24 | 2019-03-29 | 上海勘察设计研究院(集团)有限公司 | 一种基于道路标志线的点云数据配准方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116817788A (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103711050B (zh) | 一种激光雷达道路改扩建勘测设计方法 | |
CN101914890B (zh) | 一种基于机载激光测量的公路改扩建勘测方法 | |
CN108181635B (zh) | 一种用于输电线路交叉跨越分析的激光点云分类方法 | |
US8306747B1 (en) | Travel way measurement system | |
CN102518028B (zh) | 一种激光雷达扫描测量平面坐标精密修正方法 | |
CN108885106A (zh) | 使用地图的车辆部件控制 | |
CN107533801A (zh) | 使用测绘车辆的地图测绘技术 | |
CN104120645B (zh) | 一种路面状况自动检测数据定位系统与定位方法 | |
CN102707284B (zh) | 一种基于机载InSAR的地面控制测量布点方法 | |
CN105866791B (zh) | 采用靶标控制网提高车载LiDAR点云数据精度的方法 | |
CN105844995B (zh) | 基于车载LiDAR技术的铁路线路运营维护测量方法 | |
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 | |
CN113532509A (zh) | 一种基于空天地立体技术的大规模高陡边坡监测方法 | |
CN110672073B (zh) | 一种基于三维遥感技术辅助隧址区施工的方法及装置 | |
Heinz et al. | On the applicability of a scan-based mobile mapping system for monitoring the planarity and subsidence of road surfaces–Pilot study on the A44n motorway in Germany | |
CN106197378A (zh) | 一种采用无人机测量的路基 | |
CN116817788B (zh) | 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 | |
Shamayleh et al. | Utilization of LiDAR technology for highway inventory | |
De Agostino et al. | Rock face surveys using a LiDAR MMS | |
Gräfe | High precision kinematic surveying with laser scanners | |
Conforti et al. | Lynx mobile mapper for surveying city centers and highways | |
Uddin et al. | Airborne LIDAR digital terrain mapping for transportation infrastructure asset management | |
Roziqin et al. | Topographic Mapping Using Electronic Total Station (ETS) | |
KR102603534B1 (ko) | Ldm 정보와 환경 센서를 이용한 차량의 측위 개선 방법 및 장치 | |
KIM et al. | Analysis of road surface irregularity and superelevation using mobile mapping system |
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 |