车载激光扫描技术在公路扩改建测绘中的应用

传统的公路改扩建工程主要采用水准仪、全站仪或RTK等测量方法联测得到数据。针对传统测量方法工作量大、效率低、干扰正常交通秩序等问题,采用车载激光扫描测量系统,可快速获得路面点坐标信息及道路两侧情况。本文结合项目实际,通过车载激光扫描技术在公路改扩建测绘的应用研究,建立了完整的技术流程,生成具有三维地理空间坐标的激光点云和全景影像,并通过道路线和路面点提取,得到符合精度要求的道路信息和路面特征点的坐标和高程。     

车载激光彩色点云的道路标志线提取方法

以车载激光扫描点云数据为研究对象,提取了车载激光扫描系统获取的路面道路标志信息;利用点云数据的坐标、RGB、强度等属性信息,提出了一种适用于城区街道道路标志线的自动提取方法流程;提出了点云高差法、灰度差值法、强度差值法和动态网格密度法配合使用解决问题,实现了目标物的提取。通过SSW激光建模测量车扫描的多个路段的点云数据试验,道路标志线点云的提取成功率达到90%以上,达到了算法的预期目标,具有较高的实际应用价值。     

车载激光扫描数据中高速公路路面点滤波

提出了一种从车载激光扫描数据中自动提取路面的方法。通过分析车载激光扫描点云的空间特征,提出运用近似平面约束法、有序最小二乘坡度估计法和多尺度窗口迭代分析法进行初始路面种子点提取;然后基于局部坡度滤波方法提取所有的路面点;最后选择两组实际点云数据进行实验。结果表明,该方法能快速准确地提取高速公路路面点云,实验数据的提取准确率为95.74%,完整率为98.11%。     

车载激光扫描数据的地物分类方法

车载激光扫描技术可以快速获取地物表面的高精度三维信息,作为一种新的数据获取手段,已逐渐应用于地理信息系统产业中。将激光扫描数据分类是对地物进行特征提取以及建模的前提与关键。现今,针对车载激光扫描数据的分类方法还不成熟。根据城市各典型地物空间特征(激光点云在三维空间的高程、与邻近点的斜率,以及其在二维投影平面上的分布、密集程度等),本文提出一种主要适用于城市激光扫描数据的地物分类方法。首先,综合考虑车载激光数据的采集特点、车行GPS轨迹以及扫描数据中同一扫描线上相邻激光点之间的斜率关系,提取出路面。其次,对于非路面的激光点云数据,先使用基于格网化与区域分割相结合的方法进行实体划分,再通过计算地物空间形状特征的几项统计指标(外包围盒、实体高度等),对实体进行分类。最后,以海南三亚市某街道为研究区验证该方法的有效性。实验结果表明,使用该方法能成功地分出研究区的路面、建筑物、树木和路灯四类地物,并进一步在同类地物间分出不同实体。     

公路路面LiDAR数据空洞插补的MLSPF方法

数字交通发展要求开展公路路面数字化，路面数字化主要采用车载或机载激光扫描，但由于遮挡等原因，路面扫描容易产生大小不一的数据空洞。为了处理激光扫描点云数据中空洞，文中提出公路路面空洞插补的移动最小二乘平面拟合方法，即将公路细分为许多格网区域，并视单个格网近似为平面，采用格网内实测点云拟合最佳平面方程，由平面方程插值完成公路路面数据空洞的填补，获得路面数字化初步模型。开展大量实验研究，并与具有代表性的最近邻插值法、克里金插值法、反距离加权插值等算法进行对比，结果表明本方法在计算效率与精度等两个方面都具有优势，是一种可行可靠的方法。     

车载激光点云领域比较的道路边线提取方法

对车载激光扫描获取的高速公路信息进行研究,提出直接利用三维激光点云数据的平面和高程信息,通过点云与其邻域比较进行道路边线提取的方法。该方法提取不需要其他辅助数据,能直接从点云中自动提取出道路边线信息,对点云数据自动提取具有一定借鉴意义。     

基于车载激光扫描数据的目标分类方法

车裁扫描系统可以获取建筑物、道路、隧道等城市物体的表面信息,非常适用于城市物体三维空间信息的快速有效获取。本文从激光扫描数据中进行建筑物特征提取,重点是车载激光扫描数据分类;设计了一种新的车载激光扫描数据分类和建筑物特征提取方法,此方法充分利用激光扫描数据的空间分布特征和城市环境中各种物体自身的几何特征,将所有数据点投影到水平格网中,对每个格网单元,计算其中所有数据点投影前高度值的最大值,根据此最大值来判定该格网单元中数据点的类别,从分类后的数据中提取建筑物特征。应用所设计的数据处理方法处理车载式三维信息采集系统采集的数据,分析得到了结果。     

车载点云特征对应影像自动分割技术研究

车载点云数据通过自动提取,可快速得到大量的三维特征数据,利用同步影像数据不仅能提高目标判读的准确性与效率,而且能获取目标对象的属性信息,对质检巡视、部件属性调查、三维建模等生产活动有重要的作用。本文提出了一种车载点云特征数据对应的影像自动分割技术,通过影像的位置姿态判断影像与特征信息间的关系,实现最佳影像自动选取和分割,生成适当范围局部正射影像,并在新影像中标示出特征信息的正确位置。     

背包、车载激光扫描结合无人机倾斜航测实践于社区全息数据采集

随着测绘地理信息使用需求的变化及测绘数据获取技术的进步,全息测绘成为新型基础测绘数据生产的一种思路。SLAM背包结合车载激光扫描系统以其灵活、全时、室内外一体、高精度及全息采集的方式,在地面及内部信息的获取中具有效率高、信息全的特点。与无人机倾斜航测相结合采集目标的全景三维信息,融合处理后可获得测区的全息数据,能为社区的信息化建设提供底图数据。本文通过在广东软件园采用GeoSLAM背包、Trimble MX9车载激光扫描系统及大疆M300无人机倾斜航测3种采集方法获取园区全息数据,然后进行标定、匹配、融合、分类和处理,开展要素化、实体化、三维化生产,形成园区的三维对象化地图数据,为智慧社区的位置服务、管理、展示提供了基础底图。试验结果表明,采用激光结合倾斜航测生产的社区全息地图,在丰富性、准确性、完整性、精度上均比传统的光电测距等方法生产的地图更优。     

三维激光扫描技术在公路带状图测量中的应用

为验证车载三维激光扫描技术在公路带状图测量中的适用性,探讨了其应用的流程与方法;利用坐标对比法评定了三维激光扫描系统的精度,并验证了其工作效率。结果表明,三维激光扫描系统的平面精度达到0.077 m,符合1∶1 000测图规范要求,且整体效率比传统测量方式提高了50%,证明了车载三维激光扫描技术在公路带状图测量中的适用性,且效率较高。     

Stroke构造、移位一体化的道路网示意化方法

针对当前常用示意性地图生成方法中往往存在简化程度不够、未考虑长度信息以及时间效率低等问题,提出了stroke构造、移位一体化的道路网示意化方法。该方法在对道路网进行stroke划分构造的同时,直接对其进行渐进式的移位示意化及拓扑检查。同时本文还提出利用相似分形维数来定量比较并验证不同示意化方法的有效性。试验表明,本算法在考虑原始线形的基础上,示意化过程简单,时间效率较高,减少了拓扑冲突问题,保证了拓扑一致性及路网的均衡分布,具有较好的清晰度和认知度。     

车辆轨迹数据的道路学习提取法

车辆轨迹数据的道路信息提取是地理信息领域的热点也是难点之一,深度学习的快速发展为该问题的解决提供了一种思路与方法。本文针对车辆轨迹数据的车行道级道路提取问题,引入深度学习领域的生成式对抗网络,利用残差网络构建深层网络和多尺度感受野感知轨迹数据不同细节特征,构建了基于条件生成式对抗网络的轨迹方向约束下车行道级道路提取模型。首先提出了朝向-颜色映射栅格化转换方法,实现轨迹朝向信息向HSV颜色空间的转换;然后利用样本数据学习模型参数;最后将训练模型应用到郑州、成都、南京3个试验区域提取车行道级道路数据。试验结果表明,本文方法能够有效地提取完整的车行道级道路数据。     

基于几何规则的车载近景立体影像道路交通标线自动提取

道路交通标线信息是道路导航地图中必不可少的数据，对于制作精度更高、道路细节信息更加丰富清晰的高精度导航地图具有重要的作用。本文以车载近景立体影像中的道路交通标线信息自动提取为研究目标，针对道路交通标线快速、精确采集的应用需求，提出了基于几何规则的车载近景立体影像道路交通标线自动提取方法。该方法首先分析了道路交通标线的几何特征；其次，构建了基于几何特征的交通标线信息提取规则；最后，以标线种子点为基础，结合前述规则，实现了道路交通标线三维空间信息的自动采集。以南京师范大学的车载移动测量系统拍摄的实际近景立体影像为数据进行了试验，试验结果证明，本文方法相比传统人机交互采集方法，在交通标线特征点采集效率、标线几何相似度等方面有较大的优势，可为高精度导航地图的生产提供一种可借鉴的技术支撑。     

GIS空间数据的分析与制图一体化策略

地理信息系统(GIS)是地理学、地图学等在信息化时代发展的新的理论技术体系,其软件系统需要同时具有地理空间分析与地图表达两方面的功能。但是分析与制图对地理空间数据的要求存在一定程度的差异,导致两者间数据无法充分共享。在分析地理空间数据冲突的基础上,初步探讨了在GIS中实现分析与制图功能一体化的数据采集与应用方案,有助于避免数据的重复建设,提高地理空间数据的利用效率。     

矢量数据辅助的高分辨率遥感影像道路自动提取

高分辨率遥感影像上细节信息繁杂、干扰物普遍存在,对其进行自动化道路识别与提取的相关研究仍处在探索阶段。在道路提取过程中引入矢量数据辅助,可解决初始信息获取的困难,得到可靠性较强的训练样本。为此,提出一种矢量数据辅助下的道路提取方法,能够筛选出矢量数据中包含的有效信息,引导实现对高分辨率遥感影像的道路自动提取。利用Mean-shift滤波对图像进行预处理后,首先从矢量数据获取候选种子点,并通过提炼同质区域的形状特征剔除错误候选点;然后,自动获取负样本点以进行朴素贝叶斯分类,并采用邻域质心投票算法从分类影像提取道路中心线;最后,结合像素跟踪与方向判断矢量化道路中心线,并提出一种基于矢量几何分析的断线连接与毛刺剔除方法,对提取结果进行信息修复与规整、优化。实验结果显示,该算法的提取质量达到80%以上,且具备较强的稳健性,能够适应具有不同道路辐射和分布特征的高分辨率遥感影像。     

基于约束条件的地图目标移位

地图目标移位是地图综合和空间信息可视化研究中的一个重要问题,其难点是如何在移位过程中满足一定的约束条件以保持目标之间的空间关系。本文以城市道路扩张为例,借助带约束性Delaunay三角网,结合有限元和空间推理方法,重点探讨顾及空间关系的基于约束条件的地图目标移位问题,并给出满足一定约束条件下的节点移位算法和计算实例。     

一种道路网三维建模方法

针对道路网三维建模中成本高、周期长等问题,该文介绍了一种基于规则的道路网三维建模方法。在规则文件驱动下,该方法充分考虑道路网的结构化特征和地理环境,利用抽象化的道路网实体数据和属性信息,实现批量化道路网建模,并在云平台上发布,进而实现道路网三维景观的浏览、查询和分析。采用上述方法实现了一段包含立体交叉在内的道路网的三维模型的快速搭建。结果表明,该方法的规则复用性强、建模效率高、模型调整速度快,为在三维GIS环境下构建道路网模型提供了高效的技术手段。     

多源矢量道路匹配方法研究

地理信息服务的基础是数据,要求数据现势性强,信息可靠。随着经济、科技的发展,地理数据的获取方式越来越丰富,卫星遥感、GPS等等都已经成为获取数据的技术手段。基于此,本文根据生产中的实际需要,探讨了矢量道路的匹配方法,并将其分为同源和非同源数据进行分类研究,作为道路变化检测的基础。最后根据研究方法予以实验,验证其有效性。     

语义与几何相结合的道路网融合研究与实现

道路网是最重要的地理空间要素之一,空间数据融合能够把不同来源道路空间数据或信息加以结合,以获得信息量更丰富或更适于处理、分析、决策的新的数据集。传统的方法受限于道路网数据模型、属性数据类型以及缺少唯一标识的属性信息,道路网融合方法多以各个弧段或道路的位置、形状、方向等几何特征进行匹配,而忽略了道路的语义匹配。本文在数据来源与技术分析的基础上,提出了一种在工程化应用中可行的语义与几何相结合的道路网匹配方法,并通过FME实现空间数据融合,旨在为两个或多个道路网数据融合、联动更新提供方法参考。     

Estimating traffic speed and speeding using passively collected big mobility data and a distributed computing framework

With the increasing availability of location-aware devices, passively collected big GPS trajectory data offer new opportunities for analyzing human mobility. Processing big GPS trajectory data, especially extracting information from billions of trajectory points and assigning information to corresponding road segments in road networks, is a challenging but necessary task for researchers to take full advantage of big data. In this research, we propose an Apache Spark and Sedona-based computing framework that is capable of estimating traffic speeds for statewide road networks from GPS trajectory data. Taking advantage of spatial resilient distributed datasets supported by Sedona, the framework provides high computing efficiency while using affordable computing resources for map matching and waypoint gap filling. Using a mobility dataset of 126 million trajectory points collected in California, and a road network inclusive of all road types, we computed hourly speed estimates for approximately 600,000 segments across the state. Comparing speed estimates for freeway segments with speed limits, our speed estimates showed that speeding on freeways occurred mostly during the nighttime, while analysis of travel on residential roads showed that speeds were relatively stable over the 24-h period.