一種車載LiDAR 道路點(diǎn)云快速有序化方法
【專利摘要】本發(fā)明公開一種車載LiDAR道路點(diǎn)云快速有序化方法，包括如下步驟：(1)獲取GPS軌跡數(shù)據(jù)并對GPS軌跡數(shù)據(jù)進(jìn)行簡化；(2)將步驟(1)得到簡化后的GPS軌跡數(shù)據(jù)導(dǎo)入車載LiDAR點(diǎn)云數(shù)據(jù)中，以簡化后的GPS軌跡數(shù)據(jù)為輔助信息并以簡化后的GPS軌跡線方向?yàn)榉ㄏ蛄考尤氲谝惠o助面；(3)以簡化后的GPS軌跡的時(shí)間間隔為閾值設(shè)置相鄰第二輔助面之間的距離d，并按照所設(shè)置的距離d插入一系列第二輔助面。本發(fā)明使得計(jì)算機(jī)快速處理海量數(shù)據(jù)的車載LiDAR點(diǎn)云數(shù)據(jù)成為可能，并在很大程度上降低了方法的復(fù)雜度，縮短了方法運(yùn)行時(shí)間，提高了點(diǎn)云數(shù)據(jù)的處理效率。
【專利說明】
一種車載L i DAR道路點(diǎn)云快速有序化方法
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及對地觀測領(lǐng)域，特別涉及一種車載LiDAR道路點(diǎn)云快速有序化方法。
【背景技術(shù)】
[0002]隨著空間數(shù)據(jù)應(yīng)用領(lǐng)域的不斷擴(kuò)大和人們應(yīng)用需求的不斷提升，快速精確地獲取各種地物信息變的越來越迫切。傳統(tǒng)的測繪技術(shù)無論在速度上還是在精度上都不能滿足當(dāng)前的需要。車載LiDAR(Light Detect1n And Ranging)是一種主動(dòng)式的地面移動(dòng)測量技術(shù)，通過測量激光脈沖傳播時(shí)間，結(jié)合POS系統(tǒng)(由差分GPS和慣導(dǎo)導(dǎo)航系統(tǒng)INS組成)提供的位置姿態(tài)信息，直接獲取高精度的地物三維坐標(biāo)。目前，車載LiDAR技術(shù)在硬件上發(fā)展已經(jīng)比較成熟，但是與其配套的數(shù)據(jù)處理方法的發(fā)展相對滯后，這對車載LiDAR技術(shù)形成了嚴(yán)重的制約作用。車載LiDAR系統(tǒng)獲取的各種目標(biāo)對象中，道路是最主要的對象之一，道路在空間形態(tài)特征的獨(dú)特性在點(diǎn)云中主要表現(xiàn)如下特征:(I)在形態(tài)上呈現(xiàn)出空間帶狀分布特征；
[2]路面平坦地區(qū)點(diǎn)云基本落在水平面上，臨近點(diǎn)云間高差呈現(xiàn)緩慢變化，在道路邊緣處往往有高程的突變；(3)大多數(shù)情況下，道路的寬度基本一致，道路兩側(cè)的邊緣基本平行。在車載激光點(diǎn)云圖像中，通過肉眼可以清楚分辨出道路路面和邊界，但是實(shí)際表達(dá)道路的數(shù)據(jù)點(diǎn)在空間是呈現(xiàn)離散分布，各個(gè)離散點(diǎn)之間沒有明顯的拓?fù)潢P(guān)系，并且在空間分布也并不均勻，因此，需要在對道路表達(dá)的特征認(rèn)識(shí)的基礎(chǔ)上，通過一系列算法才能將道路邊界自動(dòng)提取出來。

【發(fā)明內(nèi)容】

[0003]有鑒于此，本發(fā)明在于提供一種可以快速實(shí)現(xiàn)道路與坡邊分離的車載LiDAR道路點(diǎn)云快速有序化方法，使計(jì)算機(jī)快速處理海量數(shù)據(jù)的車載LiDAR成為可能，并在很大程度上降低了方法的復(fù)雜度，縮短了方法運(yùn)行時(shí)間，提高了點(diǎn)云數(shù)據(jù)的處理效率。
[0004]為解決上述問題，本發(fā)明采用如下技術(shù)方案:一種車載LiDAR道路點(diǎn)云快速有序化方法，其特征在于，包括如下步驟:
[0005](I)獲取GPS軌跡數(shù)據(jù)并對GPS軌跡數(shù)據(jù)進(jìn)行簡化；
[0006](2)將步驟(I)簡化后的GPS軌跡數(shù)據(jù)導(dǎo)入車載LiDAR點(diǎn)云數(shù)據(jù)中，并以簡化后的GPS軌跡數(shù)據(jù)為輔助信息并以簡化后的GPS軌跡線方向?yàn)榉ㄏ蛄考尤氲谝惠o助面；
[0007](3)以簡化后的GPS軌跡的時(shí)間間隔為閾值設(shè)置相鄰第二輔助面之間的距離d，并按照所設(shè)置的距離d插入一系列第二輔助面，第二輔助面具有與實(shí)驗(yàn)對象相匹配的第二輔助面的長度和寬度;并將第二輔助面兩側(cè)數(shù)據(jù)點(diǎn)投影到步驟(2)中的第一輔助面上，得到一系列的斷面線數(shù)據(jù)；
[0008](4)將步驟(3)中得到投影后的每條斷面線所包含的數(shù)據(jù)作為一個(gè)獨(dú)立數(shù)據(jù)處理單元進(jìn)行數(shù)據(jù)處理，即可分離出道路點(diǎn)與道路邊線數(shù)據(jù)；
[0009](5)對步驟(4)中得到的道路點(diǎn)與道路邊線數(shù)據(jù)進(jìn)行檢核和優(yōu)化處理得到精確的道路邊界。
[0010]上述車載LiDAR道路點(diǎn)云快速有序化方法，步驟(I)中通過以點(diǎn)云定位定姿的POS系統(tǒng)得到GPS軌跡數(shù)據(jù)。
[0011 ]上述車載LiDAR道路點(diǎn)云快速有序化方法，步驟(I)中對GPS軌跡數(shù)據(jù)進(jìn)行簡化，具體步驟如下:
[0012](1.1)去除車輛在停止時(shí)產(chǎn)生的GPS軌跡數(shù)據(jù)點(diǎn)；
[0013](1.2)去除GPS軌跡數(shù)據(jù)中重復(fù)的GPS軌跡數(shù)據(jù)點(diǎn)。
[0014]上述車載LiDAR道路點(diǎn)云快速有序化方法，在步驟(1.1)中，對于同一條GPS軌跡線的GPS軌跡數(shù)據(jù)以時(shí)間順序?yàn)閰?shù)閾值，對比對應(yīng)的坐標(biāo)點(diǎn)，然后將距離較近的GPS軌跡數(shù)據(jù)點(diǎn)去除，即可去除車輛在停止時(shí)產(chǎn)生的GPS軌跡數(shù)據(jù)點(diǎn)。
[0015]上述車載LiDAR道路點(diǎn)云快速有序化方法，在步驟(1.2)中，去除車輛停止時(shí)產(chǎn)生的GPS軌跡數(shù)據(jù)點(diǎn)后，對同一條GPS軌跡線上的GPS軌跡數(shù)據(jù)點(diǎn)按照時(shí)間順序進(jìn)行編號(hào)，然后從編號(hào)的起始位置，按照編號(hào)順序依次以每個(gè)GPS軌跡數(shù)據(jù)點(diǎn)為圓心，搜索半徑r內(nèi)且序號(hào)大于當(dāng)前GPS軌跡數(shù)據(jù)點(diǎn)的GPS軌跡數(shù)據(jù)點(diǎn)，去除與當(dāng)前GPS軌跡數(shù)據(jù)點(diǎn)的序號(hào)差和時(shí)間差均大于給定閾值且位于以當(dāng)前GPS軌跡數(shù)據(jù)點(diǎn)為圓心、半徑r的圓內(nèi)的GPS軌跡數(shù)據(jù)點(diǎn);所述半徑r大于O。搜索半徑r的大小依據(jù)待建模道路建模要求的精度以及實(shí)際尺寸的不同而設(shè)定。
[0016]上述車載LiDAR道路點(diǎn)云快速有序化方法，在步驟(2)中，以GPS軌跡數(shù)據(jù)為輔助信息加入的第一輔助面與簡化后的GPS軌跡線垂直相交，交點(diǎn)為第一輔助面的中心點(diǎn)。
[0017]上述車載LiDAR道路點(diǎn)云快速有序化方法，在步驟(2)中，根據(jù)道路的寬度設(shè)置第一輔助面的高和寬，并依據(jù)中心點(diǎn)的坐標(biāo)與第一輔助面的高和寬通過下列公式計(jì)算出第一輔助面的4個(gè)頂點(diǎn)的坐標(biāo)值:
[0018]χ = ρι-ρο,
[0019]y = χ.z ,
[0020]vi = poh.z/2±w.y/2.
[0021]式中:PQ，P1為要插入第一輔助面和簡化后的GPS軌跡線交點(diǎn)；X為簡化后的軌跡線的方向向量;Z = (0，0，I)為向上的方向向量;y為向右的方向向量;w，h為第一輔助面的寬和高;Vl為要插入的第一輔助面頂點(diǎn)坐標(biāo)。
[0022]上述車載LiDAR道路點(diǎn)云快速有序化方法，步驟(4)為利用投影在第一輔助面上點(diǎn)云得到的斷面線，設(shè)置閾值，然后利用K均值聚類方法分離道路路面和道路邊界。
[0023 ]上述車載LiDAR道路點(diǎn)云快速有序化方法，步驟(4)包括如下步驟:
[0024](4.1)道路點(diǎn)云相比于其它地物高程值小，利用高程值的不同選擇兩個(gè)點(diǎn)作為聚類中心點(diǎn)；
[0025](4.2)判斷投影后點(diǎn)離兩個(gè)聚類中心的距離，按照最小距離準(zhǔn)則將投影后點(diǎn)云進(jìn)行聚類，得到A，B兩個(gè)聚類；
[0026](4.3)由于道路點(diǎn)云中各個(gè)點(diǎn)之間高程差異值較小，判斷聚類中高程值差異，如果距離大于給定閾值，再對高程低的A類重復(fù)步驟(4.2)和步驟(4.3);
[0027](4.4)如果距離小于或者等于給定閾值，停止聚類，得到最終聚類結(jié)果，分離道路點(diǎn)與邊坡點(diǎn)數(shù)據(jù)。
[0028]本發(fā)明中所用到參數(shù)閾值依據(jù)待建模道路實(shí)際情況和建模要求的不同而不同。
[0029]本發(fā)明的有益效果是:
[0030]1.本發(fā)明能快速實(shí)現(xiàn)山區(qū)丘陵道路信息的提取，適用于條帶狀大范圍道路結(jié)構(gòu)，其優(yōu)點(diǎn)在于道路邊界提取精度高的同時(shí)其點(diǎn)云數(shù)據(jù)處理效率得到大幅提升。
[0031]2.本發(fā)明使得無序的點(diǎn)云數(shù)據(jù)有序化，并且使得計(jì)算機(jī)快速處理海量的車載LiDAR點(diǎn)云數(shù)據(jù)變得可能，并且在很大程度上降低了算法的復(fù)雜度，縮短了算法運(yùn)行的時(shí)間，提尚了算法效率。
[0032]3.本發(fā)明方法步驟簡單、設(shè)計(jì)合理且實(shí)現(xiàn)方便、使用效果好，能簡便、快速實(shí)現(xiàn)基于車載LiDAR數(shù)據(jù)的無序點(diǎn)云有序化，所獲取的模型精度高，適應(yīng)性強(qiáng)，為后期的地物三維精細(xì)模型重建奠定了良好的數(shù)據(jù)基礎(chǔ)。
【附圖說明】
[0033]圖1為山區(qū)丘陵公路邊坡公路信息提取流程圖；
[0034]圖2橫截面示意圖；
[0035]圖3點(diǎn)云投影橫截面俯視圖；
[0036]圖4點(diǎn)云投影橫截面?zhèn)纫晥D；
[0037]圖5為插入截面效果圖；
[0038]圖6為點(diǎn)云投影效果圖；
[0039]圖7公路提取效果圖；
[0040]圖8公路三維模型效果圖。
【具體實(shí)施方式】
[0041]為清楚說明本發(fā)明中的方案，下面給出優(yōu)選的實(shí)施例并結(jié)合附圖詳細(xì)說明。
[0042]本發(fā)明為一種車載LiDAR道路點(diǎn)云快速有序化方法，包括如下步驟:
[0043](I)通過以點(diǎn)云定位定姿的POS系統(tǒng)獲取GPS軌跡數(shù)據(jù)并對GPS軌跡數(shù)據(jù)進(jìn)行簡化；
[0044](2)將步驟(I)簡化后的GPS軌跡數(shù)據(jù)導(dǎo)入車載LiDAR點(diǎn)云數(shù)據(jù)中，并以簡化后的GPS軌跡數(shù)據(jù)為輔助信息并以簡化后的GPS軌跡線方向?yàn)榉ㄏ蛄考尤氲谝惠o助面，以簡化后的GPS軌跡數(shù)據(jù)為輔助信息加入的各個(gè)第一輔助面與簡化后的GPS軌跡線垂直相交，交點(diǎn)為第一輔助面的中心點(diǎn)，根據(jù)道路的寬度設(shè)置第一輔助面的高和寬，并依據(jù)中心點(diǎn)的坐標(biāo)與第一輔助面的高和寬通過下列公式計(jì)算出第一輔助面的4個(gè)頂點(diǎn)的坐標(biāo)值:
[0045]χ = ρι-ρο,
[0046]y = χ.z ,
[0047]vi = poh.z/2±w.y/2.
[0048]式中:PQ，P1為要插入第一輔助面和簡化后的GPS軌跡線交點(diǎn);X為簡化后的GPS軌跡線的方向向量;Z = (O，0，I)為向上的方向向量;y為向右的方向向量;w，h為第一輔助面的寬和高;V1為要插入的第一輔助面頂點(diǎn)坐標(biāo)；
[0049](3)以簡化后的GPS軌跡的時(shí)間間隔為閾值設(shè)置相鄰橫截面之間的距離d，并按照所設(shè)置的距離插入一系列的第二輔助面，且第二輔助面具有與實(shí)驗(yàn)對象相匹配的第二輔助面的長度和寬度;并將第二輔助面兩側(cè)一定距離范圍內(nèi)的數(shù)據(jù)點(diǎn)投影到步驟(2)中的第一輔助面上，得到一系列的斷面線數(shù)據(jù)；
[0050](4)將步驟(3)中得到投影后的每條斷面線所包含的數(shù)據(jù)作為一個(gè)獨(dú)立數(shù)據(jù)處理單元進(jìn)行數(shù)據(jù)處理，處理方法為:利用投影在截面上點(diǎn)云得到的斷面線，設(shè)置閾值，然后利用K均值聚類方法分離道路路面和道路邊界，包括如下步驟:
[0051](4.1)道路點(diǎn)云相比于其它地物高程值小，利用高程值的不同選擇兩個(gè)點(diǎn)作為聚類中心點(diǎn)；
[0052](4.2)判斷投影后點(diǎn)離兩個(gè)聚類中心的距離，按照最小距離準(zhǔn)則將投影后點(diǎn)云進(jìn)行聚類，得到A，B兩個(gè)聚類；
[0053](4.3)由于道路點(diǎn)云中各個(gè)點(diǎn)之間高程差異值較小，判斷聚類中高程值差異，如果距離大于給定閾值，再對高程低的A類重復(fù)步驟(4.2)和步驟(4.3);
[0054](4.4)如果距離小于或者等于閾值，停止聚類，得到最終聚類結(jié)果，分離道路點(diǎn)與邊坡點(diǎn)數(shù)據(jù)；
[0055](5)對步驟(4)中得到的道路點(diǎn)與道路邊線數(shù)據(jù)進(jìn)行檢核和優(yōu)化處理得到精確的道路邊界。
[0056]其中將簡化后的GPS軌跡數(shù)據(jù)導(dǎo)入車載LiDAR點(diǎn)云數(shù)據(jù)中，實(shí)現(xiàn)了GPS軌跡數(shù)據(jù)與點(diǎn)云數(shù)據(jù)的匹配，而根據(jù)道路的寬度設(shè)置第一輔助面適當(dāng)?shù)母吆蛯挘⒁院喕蟮腉PS軌跡的時(shí)間間隔為閾值設(shè)置相鄰第二輔助面之間的距離d，且按照所設(shè)置的距離d插入一系列第二輔助面，且第二輔助面具有與實(shí)驗(yàn)對象相匹配的第二輔助面的長度和寬度，然后將每個(gè)第二輔助面兩側(cè)一定距離范圍內(nèi)的數(shù)據(jù)點(diǎn)投影到第一輔助面上，形成一系列的斷面線數(shù)據(jù)，而投影后的每條斷面線所包含的數(shù)據(jù)可以視為一條掃描線，并作為一個(gè)獨(dú)立數(shù)據(jù)處理單元進(jìn)行處理，然后依據(jù)每個(gè)第一輔助面上投影點(diǎn)三維坐標(biāo)信息以每個(gè)第二輔助面上的投影點(diǎn)為數(shù)據(jù)處理單元對投影點(diǎn)進(jìn)行聚類分析，即可將道路路面與道路邊界分離。
[0057]本實(shí)施例中，采用本發(fā)明對山區(qū)丘陵公路三維精細(xì)模型進(jìn)行重建，其處理流程如圖1所示。
[0058]首先，通過以點(diǎn)云定位定姿的POS系統(tǒng)獲取GPS軌跡數(shù)據(jù)并對GPS軌跡數(shù)據(jù)進(jìn)行簡化;具體簡化方法是簡化GPS軌跡時(shí)，主要以GPS時(shí)間間隔為原則實(shí)現(xiàn)GPS軌跡單一化處理，其具體算法主要分為兩部分:①對于同一條GPS軌跡線的GPS軌跡數(shù)據(jù)以時(shí)間順序?yàn)閰?shù)閾值，對比對應(yīng)的坐標(biāo)點(diǎn)，然后將距離較近的GPS軌跡數(shù)據(jù)點(diǎn)去除，即可去除車輛在停止時(shí)產(chǎn)生的GPS軌跡數(shù)據(jù)點(diǎn)，S卩:在數(shù)據(jù)采集之前需要對GPS等傳感器進(jìn)行初始化，初始化過程中GPS產(chǎn)生大量的非軌跡點(diǎn)數(shù)據(jù)，是車輛在行駛過程中，由于GPS接收的信息中包括時(shí)間和坐標(biāo)信息，每個(gè)時(shí)間點(diǎn)對應(yīng)一個(gè)GPS位置信息，而且同一條GPS軌跡線上相鄰數(shù)據(jù)點(diǎn)在時(shí)間上相差甚微，以時(shí)間順序?yàn)閰?shù)閾值，對比對應(yīng)的坐標(biāo)點(diǎn)，將距離較近的點(diǎn)去除，這樣可以去除車輛在停止時(shí)產(chǎn)生的數(shù)據(jù)點(diǎn)；②去除車輛停止時(shí)產(chǎn)生的GPS軌跡數(shù)據(jù)點(diǎn)后，對同一條GPS軌跡線上的GPS軌跡數(shù)據(jù)點(diǎn)按照時(shí)間順序進(jìn)行編號(hào)，然后從編號(hào)的起始位置，按照編號(hào)順序依次以每個(gè)GPS軌跡數(shù)據(jù)點(diǎn)為圓心，搜索半徑r(r>0)內(nèi)且序號(hào)大于當(dāng)前GPS軌跡數(shù)據(jù)點(diǎn)的GPS軌跡數(shù)據(jù)點(diǎn)，去除與當(dāng)前GPS軌跡數(shù)據(jù)點(diǎn)的序號(hào)差和時(shí)間差均大于給定閾值且位于以當(dāng)前GPS軌跡數(shù)據(jù)點(diǎn)為圓心、半徑r的圓內(nèi)的GPS軌跡數(shù)據(jù)點(diǎn)；即在去除車輛停止時(shí)產(chǎn)生的數(shù)據(jù)點(diǎn)的基礎(chǔ)上，對各個(gè)數(shù)據(jù)點(diǎn)按照時(shí)間順序進(jìn)行編號(hào);從編號(hào)的起始位置，按照編號(hào)順序依次以每個(gè)數(shù)據(jù)點(diǎn)為圓心，搜索一定距離半徑內(nèi)，且序號(hào)大于當(dāng)前數(shù)據(jù)點(diǎn)的點(diǎn)，判斷當(dāng)前點(diǎn)與各點(diǎn)之間的序號(hào)差和時(shí)間差，大于給定閾值則去除該點(diǎn)，這樣可以去除軌跡中重復(fù)軌跡點(diǎn)，實(shí)現(xiàn)在軌跡上的單一化。然后，將簡化的GPS軌跡數(shù)據(jù)作為輔助信息加載到山區(qū)丘陵公路道路的原始車載LiDAR三維點(diǎn)云數(shù)據(jù)中，并以簡化后的GPS軌跡線方向?yàn)榉ㄏ蛄考尤氲谝惠o助面，以簡化后的GPS軌跡數(shù)據(jù)為輔助信息加入的各個(gè)第一輔助面與簡化后的GPS軌跡線垂直相交，交點(diǎn)為第一輔助面的中心點(diǎn)，如圖2所示，并根據(jù)道路的寬度設(shè)置第一輔助面的高為5m，寬為16m，然后依據(jù)中心點(diǎn)的坐標(biāo)與第一輔助面的高和寬通過下列公式計(jì)算出第一輔助面的4個(gè)頂點(diǎn)的坐標(biāo)值:
[0059]χ = ρι-ρο,
[0060]y = χ.z ,
[0061]vi = poh.z/2±w.y/2.
[0062]式中:PQ，P1為要插入第一輔助面和簡化后的GPS軌跡線交點(diǎn);X為簡化后的GPS軌跡線的方向向量;Z = (O，0，I)為向上的方向向量;y為向右的方向向量;w，h為第一輔助面的寬和高;Vl為要插入的第一輔助面頂點(diǎn)坐標(biāo)。
[0063]然后以簡化后的GPS軌跡的時(shí)間間隔為閾值設(shè)定兩個(gè)待插入第二輔助面之間的距離，并按照所設(shè)定的距離插入一系列第二輔助面，且第二輔助面具有與待建模道路相匹配的第二輔助面的長度16m和寬度5m。本實(shí)施例中，以簡化后的GPS軌跡的時(shí)間間隔△ t = 0.4S為第二輔助面間隔閾值加入第二輔助面，如圖5所示，而對于每個(gè)第二輔助面而言，將其兩側(cè)0.2S的距離范圍內(nèi)的數(shù)據(jù)點(diǎn)投影到第一輔助面上，如圖3和4所示，構(gòu)成一系列斷面線數(shù)據(jù)，如圖6所示;然后利用投影在第一輔助面上點(diǎn)云得到的斷面線，設(shè)置閾值，再利用K均值聚類方法分離道路路面與道路邊界，并對道路邊界進(jìn)行擬合。得出道路邊界信息，如圖7所示，最后按照構(gòu)網(wǎng)原則對道路進(jìn)行三維模型重建，得到道路的三維模型，如圖8所示。
[0064]本實(shí)例中待建模道路的實(shí)際寬度為15.523m，通過現(xiàn)有技術(shù)提取的道路的寬度為15.605m，而通過本發(fā)明提取的道路的寬度為15.510m。由此可見，本發(fā)明所獲取的模型精度更高，能為后期的地物三維精細(xì)模型重建奠定良好的數(shù)據(jù)基礎(chǔ)。
[0065]在對山區(qū)丘陵公路三維精細(xì)模型重建過程中，本發(fā)明步驟簡單、設(shè)計(jì)合理且實(shí)現(xiàn)方便、使用效果好，能簡便、快速實(shí)現(xiàn)基于車載LiDAR數(shù)據(jù)的無序點(diǎn)云有序化，所獲取的模型精度高，適應(yīng)性強(qiáng)，為后期的地物三維精細(xì)模型重建奠定了良好的數(shù)據(jù)基礎(chǔ)。
[0066]上述實(shí)施例僅僅是為清楚地說明本發(fā)明創(chuàng)造所作的舉例，而并非對本發(fā)明創(chuàng)造【具體實(shí)施方式】的限定。對于所屬領(lǐng)域的普通技術(shù)人員來說，在上述說明的基礎(chǔ)上還可以做出其它不同形式的變化或變動(dòng)。這里無需也無法對所有的實(shí)施方式予以窮舉。凡在本發(fā)明的精神和原則之內(nèi)所引伸出的任何顯而易見的變化或變動(dòng)仍處于本發(fā)明創(chuàng)造權(quán)利要求的保護(hù)范圍之中。
【主權(quán)項(xiàng)】
1.一種車載LiDAR道路點(diǎn)云快速有序化方法，其特征在于，包括如下步驟: (1)獲取GPS軌跡數(shù)據(jù)并對GPS軌跡數(shù)據(jù)進(jìn)行簡化； (2)將步驟(I)簡化后的GPS軌跡數(shù)據(jù)導(dǎo)入車載LiDAR點(diǎn)云數(shù)據(jù)中，并以簡化后的GPS軌跡數(shù)據(jù)為輔助信息并以簡化后的GPS軌跡線方向?yàn)榉ㄏ蛄考尤氲谝惠o助面； (3)以簡化后的GPS軌跡的時(shí)間間隔為閾值設(shè)置相鄰第二輔助面之間的距離d，并按照所設(shè)置的距離d插入一系列第二輔助面，第二輔助面具有與待建模道路相匹配的第二輔助面的長度和寬度;并將第二輔助面兩側(cè)數(shù)據(jù)點(diǎn)投影到步驟(2)中的第一輔助面上，得到一系列的斷面線數(shù)據(jù)； (4)將步驟(3)中得到投影后的每條斷面線所包含的數(shù)據(jù)作為一個(gè)獨(dú)立數(shù)據(jù)處理單元進(jìn)行數(shù)據(jù)處理，即可分離出道路點(diǎn)與道路邊線數(shù)據(jù)； (5)對步驟(4)中得到的道路點(diǎn)與道路邊線數(shù)據(jù)進(jìn)行檢核和優(yōu)化處理得到精確的道路邊界。2.根據(jù)權(quán)利要求1所述的車載LiDAR道路點(diǎn)云快速有序化方法，其特征在于，步驟(I)中通過以點(diǎn)云定位定姿的POS系統(tǒng)得到GPS軌跡數(shù)據(jù)。3.根據(jù)權(quán)利要求2所述的車載LiDAR道路點(diǎn)云快速有序化方法，其特征在于，步驟(I)中對GPS軌跡數(shù)據(jù)進(jìn)行簡化，具體步驟如下: (I.I)去除車輛在停止時(shí)產(chǎn)生的GPS軌跡數(shù)據(jù)點(diǎn)； (1.2)去除GPS軌跡數(shù)據(jù)中重復(fù)的GPS軌跡數(shù)據(jù)點(diǎn)。4.根據(jù)權(quán)利要求3所述的車載LiDAR道路點(diǎn)云快速有序化方法，其特征在于，在步驟(1.1)中，對于同一條GPS軌跡線的GPS軌跡數(shù)據(jù)以時(shí)間順序?yàn)閰?shù)閾值，對比對應(yīng)的坐標(biāo)點(diǎn)，然后將距離較近的GPS軌跡數(shù)據(jù)點(diǎn)去除，即可去除車輛在停止時(shí)產(chǎn)生的GPS軌跡數(shù)據(jù)點(diǎn)。5.根據(jù)權(quán)利要求4所述的車載LiDAR道路點(diǎn)云快速有序化方法，其特征在于，在步驟(1.2)中，去除車輛停止時(shí)產(chǎn)生的GPS軌跡數(shù)據(jù)點(diǎn)后，對同一條GPS軌跡線上的GPS軌跡數(shù)據(jù)點(diǎn)按照時(shí)間順序進(jìn)行編號(hào)，然后從編號(hào)的起始位置，按照編號(hào)順序依次以每個(gè)GPS軌跡數(shù)據(jù)點(diǎn)為圓心，搜索半徑r內(nèi)且序號(hào)大于當(dāng)前GPS軌跡數(shù)據(jù)點(diǎn)的GPS軌跡數(shù)據(jù)點(diǎn)，去除與當(dāng)前GPS軌跡數(shù)據(jù)點(diǎn)的序號(hào)差和時(shí)間差均大于給定閾值且位于以當(dāng)前GPS軌跡數(shù)據(jù)點(diǎn)為圓心、半徑r的圓內(nèi)的GPS軌跡數(shù)據(jù)點(diǎn);所述半徑r大于O。6.根據(jù)權(quán)利要求5所述的車載LiDAR道路點(diǎn)云快速有序化方法，其特征在于，在步驟(2)中，以簡化后的GPS軌跡數(shù)據(jù)為輔助信息加入的第一輔助面與簡化后的GPS軌跡線垂直相交，交點(diǎn)為第一輔助面的中心點(diǎn)。7.根據(jù)權(quán)利要求6所述的車載LiDAR道路點(diǎn)云快速有序化方法，其特征在于，在步驟(2)中，根據(jù)道路的寬度設(shè)置第一輔助面的高和寬，并依據(jù)中心點(diǎn)的坐標(biāo)與第一輔助面的高和寬通過下列公式計(jì)算出第一輔助面的4個(gè)頂點(diǎn)的坐標(biāo)值:X = Pl-POjy = x.z,vi = poh.z/2±w.y/2.式中:Ρ0，Ρ1為要插入第一輔助面和簡化后的GPS軌跡線交點(diǎn);X為簡化后的GPS軌跡線的方向向量;Z = (O，0，I)為向上的方向向量;y為向右的方向向量;w，h為第一輔助面的寬和高為要插入的第一輔助面頂點(diǎn)坐標(biāo)。8.根據(jù)權(quán)利要求1?7任一所述的車載LiDAR道路點(diǎn)云快速有序化方法，其特征在于，步驟(4)為利用投影在第一輔助面上點(diǎn)云得到的斷面線，設(shè)置閾值，然后利用K均值聚類方法分離道路路面和道路邊界。9.根據(jù)權(quán)利要求8所述的車載LiDAR道路點(diǎn)云快速有序化方法，其特征在于，步驟(4)包括如下步驟: (4.1)道路點(diǎn)云相比于其它地物高程值小，利用高程值的不同選擇兩個(gè)點(diǎn)作為聚類中心點(diǎn)； (4.2)判斷投影后點(diǎn)離兩個(gè)聚類中心的距離，按照最小距離準(zhǔn)則將投影后點(diǎn)云進(jìn)行聚類，得到A，B兩個(gè)聚類； (4.3)由于道路點(diǎn)云中各個(gè)點(diǎn)之間高程差異值較小，判斷聚類中高程值差異，如果距離大于給定閾值，再對高程低的A類重復(fù)步驟(4.2)和步驟(4.3); (4.4)如果距離小于或者等于給定閾值，停止聚類，得到最終聚類結(jié)果，分離道路點(diǎn)與邊坡點(diǎn)數(shù)據(jù)。
【文檔編號(hào)】G06K9/62GK105844224SQ201610159200
【公開日】2016年8月10日
【申請日】2016年3月21日
【發(fā)明人】李永強(qiáng), 劉會(huì)云, 郭增長, 毛杰, 蔡來良, 張西童, 李有鵬, 劉洋洋
【申請人】河南理工大學(xué)