基于车载点云数据的道路边界点提取方法

本文针对以往道路边界信息获取存在的效率差、精度低等问题，提出一种基于移动车载激光扫描点云数据的道路边界点提取方法。首先，为减少道路原始点云数据量，提高后续处理算法的效率，使用Volex Grid滤波器下采样原始车载点云数据，得到抽稀后道路点云数据；其次，使用直通滤波算法对抽稀后点云数据进行滤波处理，剔除高大建筑物、植被等点云数据并使用梯度滤波算法分离地面点与非地面点；最后，使用边界特征估计法完成道路三维边界点的提取。使用两组不同类型路段点云数据进行实验，结果显示本文方法提取直线路段道路边线的完整率与准确率为96.3%、98.8%，提取弯曲路段道路边线的完整率与准确率为91.8%、96.7%，表明本文方法能够有效提取道路边界点，具有较高的准确性，能够为高精地图制作提供可靠的数据支撑。