基于车载三维激光扫描的道路线提取研究

近年来,随着空间信息获取技术的发展,激光扫描技术在城市三维数据采集中应用越来越广泛,本文以车载激光扫描点云数据为研究对象,利用点云数据空间分布特征和反射强度信息,结合道路标线的几何特征,提出一种快速有效地从离散点云中提取道路标识线的方法。该方法首先利用车载激光点云数据中的高程信息和反射强度信息对原始点云进行滤波。然后将分割后的点云数据投影到二维平面中,利用反射强度信息和点云空间分布信息生成点云强度特征图像,利用标线规则的几何形状,对连通区域进行道路标识线的提取。最后,基于道路标识线的语义信息,利用Hough变换对检测到的标识线进行分类和连接,从而提取完整、准确的三维道路标识线点云数据。通过居民区和高速公路扫描数据处理案例,实现了高速公路虚实标识线和干扰因素较多的居民区界线的自动提取,验证了上述道路标识线提取方法的可靠性,应用效果较好。     

车载LiDAR点云铁路横断面及轨顶点提取方法研究

为了更加高效地对铁路空间信息数据进行复测,研究利用车载LiDAR系统扫描获取铁路场景中的点云数据,提取铁路横断面轨顶点的方法,该文提出了一种基于POS线投影的铁路横断面轮廓及轨顶点提取算法,该方法以POS线为辅助线对铁路横断面点云进行切割,采用Alpha Shapes算法提取铁路横断面轮廓点云数据,并结合铁路横断面以及POS线的空间特性,实现了铁路横断面轨顶点的提取.实验及分析评价结果表明,基于POS线投影的铁路横断面及轨顶点点云提取算法是有效且准确的,对其他各类铁路地物信息的提取具有一定的参考和借鉴价值.     

利用全景移动测量系统进行城市专题数据提取

<正>本文通过全景移动测量系统采集的高精度高密度三维激光点云和高分辨率的全景影像,研究自动化和半自动化提取城市专题数据,包括公路交通、城市园林、市政设施和广告牌等,具体包括道路边线、行道树、路灯、垃圾箱、道路标志线和广告牌等;提出解决海量点云和全景影像的存储和高效访问问题,通过各类专题数据的空间形态分布特征和激光反射强度属性,研究进行自动化和半自动化提取所对应的算法。1作业工艺流程采用全景移动测量系统进行城市专题数据采     

重载铁路检测装备中三维与二维激光扫描仪检校方法

重载铁路的线路运输量大、承受载荷大、线路磨损劣化快,为保障运输安全,需要高频次、常态化地对线路进行静态检查和测量。基于轨道的移动三维激光系统可快速扫描、高效获取铁路通道三维实况,是一种新型的重载铁路基础设施测量检测的手段,但受限于三维激光数据精度低、无法满足对轨道轮廓进行精准测量,本文设计了一种集成三维相位式激光扫描仪和二维线激光扫描仪的重载铁路检测装备,提出了三维与二维激光扫描仪的检校方法。试验结果表明,该方法可实现三维激光数据与二维线激光数据优于2 mm的精准融合,为后续基于毫米高精度三维激光的铁路基础设施一体化综合测量与分析奠定了良好的数据基础。     

一种基于空间网格的地物要素点云提取方法

LiDAR点云的分类提取是点云数据处理中的首要步骤。为了提高复杂场景中点云数据分类提取方法的适用性,文中根据三维数学形态学思想,提出一种基于地物空间形状特征的点云提取方法。方法首先建立网格索引,划分网格空间,进行点云数据组织,然后根据地物在网格空间中的形状特征设计出四种参数可控的空间网格算子,最后结合点云反射强度信息自动提取特定地物点云。通过对复杂场景中的铁路地物要素LiDAR点云中建筑、电力杆线、铁路轨道的提取和郊区机载LiDAR点云中的地面与建筑屋顶的提取,验证提取算法的适用性,为点云分类提取功能模块的程序设计提供便捷方法。     

空间域分割的机载LiDAR数据输电线快速提取

机载LiDAR具有快速、直接获取地物3维坐标的能力,在电网高压输电线路安全巡检中具有较大的应用前景。论文针对机载LiDAR输电线智能巡检的需求,提出并实现了一种基于空间域分割的LiDAR点云数据输电线自动提取方法。该方法首先利用高程直方图统计法去除地面点,再次利用点云密度差异剔除杆塔,根据相邻线之间的距离差和相邻层的高程差进行单根输电线分离。最后,采用多项式模型在3维空间中重构每根输电线空间坐标。实验结果表明该方法能够快速自动地提取多个杆塔之间的多根输电线数据,具有一定的工程应用价值。     

无人机输电线路测量点云自动分类与快速巡检

本文基于无人机激光点云数据进行输电线路特征对象的分类提取与快速巡检,首先对多无人机平台通过空中测量的手段获取得到的数据进行了对比分析,然后针对固定翼无人机激光点云数据进行杆塔、导线、植被和地面的自动分类与提取,并进行导线修复,最后得到当前工况安全距离检测报告.结果 表明,固定翼无人机激光雷达系统一方面可以进行输电线路快...     

基于直线特征检测的道路边线自动提取方法

针对如何从车载激光点云数据中快速、准确地提取道路边线的问题,本文提出一种基于直线特征检测的道路边线自动提取方法。首先对原始点云进行地面滤波,删除非地面点,获取包含道路信息的地面点云,接着把点云投影到二维图像上,根据反射强度获得平均强度图像,对平均强度图像进行LSD直线检测,获得道路边线的直线段,然后进行直线连接,把检测出来的短线段连接成长直线,最后根据直线特征提取出道路边线,并且利用定量指标对提取结果进行定量分析。实验证明,该方法提取的道路边线具有较高的准确率和完整性。     

地面激光点云与数码影像自动高精度配准

针对地面激光雷达点云和数码光学影像非同源异质数据自动配准困难的问题,本文提出了基于互信息的两种数据同名特征高精度自动提取的方法。首先,把点云数据生成中心平面投影的反射强度图像和基于RGB信息的彩色图像,应用点云彩色图像和数码光学影像的匹配,确定点云与影像的粗配准参数;然后,对反射强度图像进行特征提取,应用粗配准参数确定其在数码光学影像上的初始位置,应用互信息实现非同源数据的高精度匹配;最后,应用罗德里格矩阵和选权迭代方法计算高精度配准参数,生成三维彩色模型。试验证明,本文方法可以解决地面激光点云和数码光学影像非同源异质数据的配准问题,具有一定的研究和应用价值。     

先验知识引导的车载激光扫描点云道路信息提取

文章研究利用先验知识从车载激光扫描点云数据中提取道路信息:使用改进的不规则三角网渐进加密滤波方法对点云滤波;将地面点投影到水平面上,利用行车轨迹提取道路主轴线;然后生成高程差分特征图像,以主轴线为基准进行平面生长获得道路面;并根据反射强度,进一步获得道路边界和道路标识线等信息.最后使用两景车载激光扫描点云数据验证了方法的可行性和有效性.     

一种车载激光点云中杆目标自动提取方法

杆目标是城市中重要的基础设施,其自动提取对智慧城市数据快速更新具有重要意义。车载移动测量系统可以快速获取道路两侧地物的高精度点云数据。针对车载点云提出了一种基于杆圆弧特征的杆目标自动提取方法,首先根据单条和相邻多条扫描线上目标分布形态,对原始点云中的非杆柱状部分进行聚类去噪;然后运用约束随机抽样一致性(random sample consensus, RANSAC)检验算子搜索圆弧状点集,对其三维特征进行统计分析,精确识别杆柱状部分;最后根据目标点云空间形态动态确定区域生长条件,搜索杆目标的完整点云。实验分析结果表明,该方法能有效降低杆目标提取中邻近非杆地物的干扰,具有较强的自适应能力。     

基于多级网格模型的LiDAR数据河流边缘提取算法

分析了内陆河流域点云数据的特性,提出了一种基于多级网格模型的河流边缘提取算法。首先将目标区域按网格窗口大小进行逐级分层,并建立层级继承关系;然后计算网格的平均高程、平均反射强度、点云密度等参数,利用8邻域判决算法、面积阈值算法和河流连通性原则确定水体网格;最后对河流边缘网格的水体点数据进行提取,确定河流边缘。实验数据表明,该方法能够准确对河流进行提取。     

移动LiDAR点云下的高速公路横断面和标线信息提取研究

扫描车获取的LiDAR点云对摸清道路现状提供了重要的数据源,基于现有研究成果,本文提出了一套提取高速公路单侧车道横断面,并对道路标线进行编码和聚类的点云数据处理程序,主要包括:①建立点云空间索引,对场景中的点云阈值处理并采用合适的滤波算法来提取路面点;②采用PCA主成分分析法对点云数据进行降维,确定数据的二维主方向,根据主方向提取出高速公路单侧车道横断面;③根据点反射强度差异提取道路标线点,基于DBSCAN算法对道路标线进行编码聚类。相关成果可应用于道路资产管理和无人驾驶导航等领域。     

车载激光扫描数据中实线型交通标线提取

本文提出一种基于路面点云强度增强的车载激光点云实线型交通标线提取方法。首先通过预处理提取路面点云,获取各激光点与轨迹线的距离。然后逐段对路面进行强度增强,集合多滤波器集成的策略进行强度变换和去噪,消除距离、点密度、磨损等因素对反射强度值影响,增强路面点云和标线的强度差异。基于增强后的反射强度,采用k均值聚类和连通分支聚类等方法对标线进行分割,并利用归一化图割方法优化强度分割结果。最后利用实线型标线的语义信息和空间分布特征从分割后标线对象中识别实线型交通标线。试验采用四份不同车载激光扫描系统获取的数据用于验证本文方法有效性,实线型标线提取结果的准确率达到95.98%,召回率达到91.87%,综合评价指标F 1-Measure值达到95.55%以上。试验结果表明本文方法能够有效增强受扫描距离、路面磨损及点密度分布不均等因素影响的点云强度信息,实现不同车载激光扫描获取的复杂道路环境下实线型交通标线的提取。     

融合空谱特征的车载LiDAR点云道路标识线提取

道路标识线是三维道路场景中重要的交通标识之一。自动提取点云场景中的标识线信息对于道路路宽测量、自动驾驶等任务具有十分重要的意义。本文提出了一种基于空谱特征的车载Li DAR点云道路标识线提取方法。该方法充分考虑车载激光点云中道路标识线的颜色、空间邻域和高程等位置关系,直接对点云数据进行自动分类,提取道路标识线。为了验证本文方法的有效性,采用高速公路路段场景的车载激光点云数据进行试验,从中选取训练数据及测试区域进行道路标识线提取试验。最后,本文基于手动标记数据验证本文方法的效果,道路标识线提取总体精度为99.64%。     

车载激光扫描数据分类支持下的路面数据提取

车载激光扫描系统可以快速采集道路及两旁的建筑物、植被、电杆等地物的点云数据,而点云数据的分类提取是车载激光扫描系统应用的关键。本文选用全景激光移动测量系统获取的激光点云数据,分析了路面点云数据的特征,采用渐进格网法进行了路面点云数据的提取研究;通过试验区的实例验证,取得了较好的分类效果。     

融合反射强度图像的地铁隧道点云自动配准

针对地铁隧道点云数据特征点少、在大视角点云数据间配准拼接时出现精度差、效率低等问题,本文以提高配准效率及精度作为出发点,以目前主流的ICP算法为基础,首先将激光点云按中心投影方式生成反射强度图像并以此作为配准源,采用规则格网分割提取匹配,建立均匀分布的同名点;然后利用反射强度图像上的同名点与点云之间的一一对应关系,完成视角点云间的初配准;最后在初次配准的基础上,采用KD树改进算法进行点云数据的精细配准。试验结果表明,本文在实现点云数据自动配准的同时,提高了地铁隧道点云数据的配准效率及精度。     

基于地面三维激光扫描两种模型重建技术

地面三维激光扫描技术可以快速地采集目标物表面海量点云数据,利用点云能够准确重建空间三维模型。本文基于完全不同形状的两组点云数据,分别采用三角网格法和提取特征线法两种不同建模方法进行实验,完成模型重建,取得较好的效果。同时探讨了点云处理和模型重建的关键问题,为工程生产提供借鉴。     

基于LiDAR点云的铁路隧道横断面提取

针对三维激光扫描技术在铁路隧道限界分析和收敛分析等应用中关键的点云横断面的快速提取问题,本文提出了适应马蹄形铁路隧道的断面快速提取方法.该方法利用铁路钢轨来确定隧道横断面的方向,并利用RANSAC方法完成隧道断面点云的分类,并完成铁路隧道边墙断面的提取.通过实际铁路隧道的Lidar点云对提出的方法进行试验.实验结果表明...     

一种车载激光扫描点云中路面坑槽自动提取方法

以车载激光扫描点云数据为研究对象,提出一种剖面线自适应曲线拟合的坑槽自动提取方法。首先对点云进行地面滤波,获取地面点云;然后绘制路面连续剖面线,通过点云提取剖面线上网格节点的高程,并进行高程高斯平滑处理;之后对剖面线节点进行最小二乘曲线拟合,以符合角度约束的高曲率点作为候选坑槽边界点;最后对候选坑槽边界点进行聚类去噪优化,提取坑槽轮廓以及面积和深度信息。以车载移动测量系统获取的某段道路点云数据为例进行实验,实验结果表明,该方法能准确提取规则、不规则及凹陷形坑槽,提取结果与人工量测结果具有较高的一致性。