拓扑模型下的导航地图道路曲率引入

随着道路曲率的作用逐渐被认识,道路曲率引入导航地图,成为实现先进驾驶辅助系统(ADAS)的重要途径,也是未来导航地图的发展趋势之一。曲率依附于曲线存在,难以直接引入基于拓扑模型的导航地图。为了避免模型转换带来的巨大工作量和不确定性,本文尝试了拓扑模型下道路曲率引入的研究。首先在现有导航地图道路数据基础上,使用了完全曲线拟合与组合线型拟合两种方法计算曲率;然后结合两种计算方法对应的曲率存在形式,探索了在拓扑模型下的道路曲率引入方式,分别是引入点、引入线和引入多线;最后使用导航地图道路数据进行曲率计算和曲率引入的试验。结果表明,本文的方法具有可行性,为今后大数据量的导航地图道路曲率引入打下了铺垫。     

OSM辅助车载LiDAR点云三维道路边界精细提取

道路边界精确提取建模是城市道路管理、智能交通规划和高精度地图制作等领域的重要课题之一。本文提出了一种基于车载激光雷达点云数据和开源街道地图(OSM)的三维道路边界精确提取方法。首先,针对原始车载LiDAR点云数据应用布料模拟滤波分离地面点,再结合相对高程分析获取道路边界点候选数据集。然后,应用OSM矢量道路网数据的节点辅助道路边界点候选点集进行分段。最后,在各分段点云数据集中基于随机抽样一致性算法获得三维道路边界点集。通过直道、弯道及高密度复杂场景3种不同类型的城区道路边界路段分类提取试验。结果表明,利用该方法进行道路边界提取的准确率和召回率分别达96.12%和95.17%,F1值达92.11%,本文方法可用于高精度道路边界的三维精细提取与矢量化,进而为智能交通与无人驾驶导航提供支撑。     

最邻近曲面约束的近景光学影像与地面激光点云几何配准

提出一种以最邻近曲面为约束的近景光学影像与地面激光点云高精度配准方法。根据光学影像生成三维稀疏点云,以影像三维稀疏点邻近的激光点拟合的曲面为约束,结合共线条件方程建立影像三维稀疏点云与三维激光点云间变换模型,通过平差迭代解算实现光学影像与激光点云的高精度几何配准。该方法只需提供初始配准参数,无需对激光点云数据进行特征提取和分割,并且基于曲面约束有效地解决了两个点集之间难以精确确定同名点的问题。通过实际数据试验表明该方法能获得很好的配准精度。     

一种基于影像的古建筑点云生成方法

针对现有古建筑数字化保护点云模型生成方法存在的诸多问题,该文采用增量式运动恢复结构技术构建了一种基于影像的古建筑点云模型生成方法,可简单、快速、低成本地实现古建筑点云生成。首先使用普通相机拍摄目标古建筑影像集并平滑预处理,然后使用运动恢复结构技术构建三维稀疏点云模型,最后密集点云加密处理并纹理映射得到古建筑三维点云模型。该方法创新性地将运动恢复结构技术引入古建筑点云生成领域。实验结果表明:该方法能快速构建古建筑三维点云模型,为古建筑数字化保护点云模型建立提供了一种新思路。     

地面激光扫描在室内平面地图生产中的应用

提出了一种基于地面激光点云的室内平面地图生产方法。利用地面激光扫描快速获取建筑物室内外的三维点云信息,再经过点云拼接、切片、规则化等处理,半自动地勾绘室内外墙体轮廓线和墙体中心线,然后对室内典型要素进行分类提取,最终生成与地形图坐标系相一致的室内平面地图。实例验证结果表明,室内平面地图的精度优于5 cm,可满足室内定位与导航的应用需要。     

一种车载三维激光点云数据加密及补偿方法

针对"全景江苏"三维地理场景建设中的可量测街景数据采集时,由于点云数据稀疏或缺失造成量测可靠性及精度低的问题,探索出以地面激光点云为数据补充,通过坐标转换、点云融合等技术方法加密补偿稀疏点云,提高数据精度的技术路线.最后,以具体道路为例,验证了方法的可行性,为提高车载三维激光点云的应用精度和能力提供了可借鉴的依据.     

室内定位导航地图一体化设计

室内定位导航电子地图是室内位置服务的基础,为地图使用者提供定位和导航路径信息。本文在分析室内地图数据特点的基础上,提出了三维与二维地图一体化表达与导航的策略,结合二维平面视图、三维透视图、三维网络数据集、路径分析等技术,实现了多层室内停车场的定位导航功能,是对室内地图表达的一次全新尝试。     

车载LiDAR点云中交通标线的提取方法

交通标线,作为道路上重要的交通标识,为司机和行人提供重要的引导信息。车载激光扫描系统(车载LiDAR)可以快速获得被测目标的表面三维坐标信息,为提取高精度三维交通标线提供了可靠数据源。本文通过分析道路点云数据的平面距离、点云强度、点云密度等特征,将点云数据归化成地理参考强度图像。针对生成的二维参考图像,充分借鉴图像处理中目标分类与识别的手段,将交通标线信息准确提取出来。实验表明,该方法可行、有效。     

利用车载LiDAR点云数据提取城市道路规则多边形

随着自动驾驶高精地图的发展，准确高效地提取道路规则多边形成为必要。本文以苏州市某城市快速路为研究对象，通过使用徕卡车载激光移动测量系统获得城市道路点云数据，观察了解车载点云数据各类属性信息，根据观察结果组合利用点云数据高差、点云灰度差值、点云强度差值，在此基础上再利用网格密度法实现道路规则多边形的提取，然后通过对目标的矢量化得到三维矢量规则多边形。最后对提取的矢量化结果进行精度评定。试验结果表明：该方法在提取道路规则多边形方面能得到较好的结果且能满足高精地图需求。     

一种基于深度相机的机器人室内导航点云地图生成方法

点云地图是智能机器人自主导航的基础。文中提出一种基于深度相机的机器人室内导航点云地图生成方法,通过对图像特征的快速提取与匹配,实时估计相机位姿;综合考虑彩色图像的投影误差与深度图像的反投影误差,应用图优化算法对关键帧位姿与地图点进行联合优化;通过环路检测与地图优化降低估计误差累积的影响;利用估计得到的相机位姿将关键帧对应的图像点云进行拼接融合,形成表示三维空间场景结构的稠密点云地图。通过实验验证方法的有效性、精确性与实时性。