一种基于激光点云数据的道路标高离散点半自动采集方法与流程

1.本发明涉及地形数据处理技术领域，尤其是涉及一种基于激光点云数据的道路标高离散点半自动采集方法。


背景技术：

2.新型基础测绘中，通过倾斜摄影、激光扫描等多源传感技术获取地理信息，三维激光点云数据作为主要数据源之一，包含三维坐标、颜色、强度值、时间等众多信息，其精度高、采集速度快、内容丰富，可用于地形数据生产。目前已经有很多算法用于识别和提取点云数据中的各类地物，根据地物的形态、反射强度等信息进行自动识别和快速提取，提高地形数据生产的效率。
3.传统的地形图生产作业中，散点标高一般采用几何水准、电磁波测距三角高程或gps rtk测高的方法测量，作业量较大。利用三维激光点云数据采集标高离散点可以减轻外业工作量，但是仅靠人工采集的工作量依然繁琐，需不断重复测距、采集、记录高程值等工作。标高离散点与普通地物不同，没有固定的形态或强度特征，须人工依据实地情况和作业要求按需采集，无法通过算法自动识别获取。


技术实现要素：

4.本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种激光点云数据的道路标高离散点半自动采集方法，可以依据用户的要求方便快捷地采集标高离散点，在保证精度的同时提高了地形数据生产的自动化程度。
5.本发明的目的可以通过以下技术方案来实现：
6.一种基于激光点云数据的道路标高离散点半自动采集方法，包括以下步骤：
7.s1、获取地面点云数据和若干条辅助线，同时设置离散点之间的间隔，对每条辅助线依次执行s2和s3，所述辅助线处于需要采集道路标高离散点的位置，且在地面点云上采集得到；
8.s2、根据辅助线的位置和方向筛选出邻近的地面点云，基于邻近的地面点云计算出紧贴道路表面的地面轮廓线；
9.s3、在s2得到的地面轮廓线上，每隔s1中设置的离散点之间的间隔的距离取一个点，将取得的每个点的高程值保存在表中相应字段中，得到该条辅助线上的标高离散点。
10.进一步地，筛选出邻近的地面点云的具体步骤如下：
11.s2.1、在xy平面上，以辅助线为中心线，以预设的缓冲半径建立缓冲区，将地面点云数据中平面位置落在缓冲区里的点存入新的点云中，新的点云作为邻近的地面点云。
12.进一步地，基于邻近的地面点云计算出紧贴道路表面的地面轮廓线的具体步骤如下：
13.s2.2、将邻近的地面点云中的点投影到一个平面上，计算每个点的平面坐标，并将每个点的平面坐标组成的点集存入数组中，同时记录每个点在邻近的地面点云中对应的序
号；
14.s2.3、对数组中的点进行排序；
15.s2.4、对排序后的数组中的点进行轮廓线的提取，得到轮廓线节点数组；
16.s2.5、根据s2.2记录的每个点在邻近的地面点云中对应的序号，将轮廓线节点数组依次还原为邻近的地面点云中的三维坐标点并连接成线要素，得到地面的轮廓线。
17.进一步地，s2.2的平面的坐标原点为辅助线的起点，平面的x轴为邻近的地面点云中某一点到辅助线起点的投影累计距离l，平面的y轴为该点的高程值。
18.进一步地，s2.3中，排序的原则为按照点的x轴坐标由小到大，x轴坐标相同时y轴坐标由小到大排序。
19.进一步地，s2.4中，轮廓线的提取的具体步骤为：
20.逆序遍历排序后的数组中的点，将这些点依次加入轮廓线节点数组，每新加入一个点时进行一次点的筛选，当完成排序后的数组中所有点的筛选，将此时的轮廓线节点数组作为s2.4最终得到轮廓线节点数组，其中筛选的具体步骤为：
21.判断轮廓线节点数组中的点的数量，
22.当轮廓线节点数组中的点的数量小于2时，直接将新加入的点加入轮廓线节点数组中，然后进行下一点的加入筛选；
23.当轮廓线节点数组中的点的数量大于等于2时，判断轮廓线节点数组中的最后一个点和倒数第二个点与新加入的点之间的关系，若同时满足条件a和条件b，将新加入的点加入轮廓线节点数组中，若不满足条件a或条件b，则：
24.将倒数第二个点从轮廓线节点数组中删除，更新倒数第二个点，然后重复上述筛选的步骤，直至满足轮廓线节点数组中的点的数量小于2，或轮廓线节点数组中的点的数量大于等于2且同时满足条件a和条件b，将新加入的点加入轮廓线节点数组中，然后进行下一点的加入筛选。
25.进一步地，条件a为最后一个点a、倒数第二个点b和新加入的点p组成的角度∠abp满足：120
°
≥∠abp≥10
°
，条件b为最后一个点a、倒数第二个点b和新加入的点p构成的向量与向量满足：
26.进一步地，设辅助线有n+1个节点{(x0，y0)，(x1，y1)，
……
，(xn，yn)}，辅助线由n条线段组成，点p在节点pm(xm-1，ym-1)和pm+1(xm，ym)之间，投影累计距离l表示前m-1段线段的长度总和与点p在第m段线段上的投影长度的和，投影累计距离l的表达式为：
[0027][0028]
其中，m为点p所处的线段的序号，li为辅助线中第i段线段的长度，s为点p在第m段线段上的投影长度。
[0029]
进一步地，其特征在于，点p在第m段线段上的投影长度的表达式为：
[0030][0031]
其中，pm为辅助线的第m个节点，p
m+1
为辅助线的第m+1个节点，p为辅助线上在节点
pm和节点p
m+1
之间的点。
[0032]
进一步地，缓冲半径为3cm。
[0033]
与现有技术相比，本发明具有以下有益效果：
[0034]
(1)本发明基于邻近的地面点云计算出紧贴道路表面的地面轮廓线，取得地面轮廓线的每个点的高程值，得到辅助线上的标高离散点，可以适用于平坦或有起伏的各类地形，防止在地面有高低起伏时高程计算错误，保证精度符合要求。
[0035]
(2)本发明实现标高离散点半自动采集，实现在点云指定位置快速采集指定间隔的标高离散点，相比人工采集操作简单，效率高。
附图说明
[0036]
图1为本发明的流程图；
[0037]
图2为本发明选取的辅助线与设置间隔距离的示意图；
[0038]
图3为本发明中辅助线两侧邻近点云的局部俯视图；
[0039]
图4为本发明中辅助线两侧邻近点云的局部正视图；
[0040]
图5为本发明中投影累计距离示意图；
[0041]
图6为本发明中将辅助线两侧邻近点云降维投影到二维平面的效果图；
[0042]
图7为本发明中提取的地面轮廓线俯视图；
[0043]
图8为本发明中提取的地面轮廓线正视图；
[0044]
图9为本发明中提取的标高点。
具体实施方式
[0045]
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
[0046]
本发明提出一种基于激光点云数据的道路标高离散点半自动采集方法，在保证精度和用户需求的同时提高了地形数据生产的自动化程度。方法的流程图如图1所示。方法包括以下步骤：
[0047]
步骤1：用户在地面点云上采集一条辅助线，辅助线落在用户要采集道路标高离散点的位置，每个节点在采集时均落在点云的地面上；同时设置一个离散点之间的间隔距离d，本实例中设置为5米；对辅助线执行步骤2和3。本发明选取的辅助线与设置间隔距离的示意图如图2所示。
[0048]
步骤2：根据辅助线的位置和方向筛选出邻近的地面点云，并利用邻近点云计算出紧贴道路表面的地面轮廓线。
[0049]
步骤2中对一条辅助线计算邻近点云和提取地面轮廓线的操作如下：
[0050]
步骤2.1：仅在xy平面上，以辅助线为中心线，以一定缓冲半径(本发明中缓冲半径设置为3cm)建立缓冲区，将点云数据中平面位置落在缓冲区里的点存入新的点云clouda中，clouda就是辅助线两侧的邻近点云，见图3、图4。图3为辅助线两侧邻近点云的局部俯视图；图4为辅助线两侧邻近点云的局部正视图。
[0051]
步骤2.2：将clouda中的点投影到一个平面上计算其每个点的平面坐标，该平面以
辅助线的起点p0(x0，y0)为坐标原点，x轴表示点云中的点p(x，y)到辅助线起点p0的投影累计距离l，y轴表示点p的高程z值。设辅助线有n+1个节点{(x0，y0)，(x1，y1)，
……
，(xn，yn)}，即有n条线段组成，点p在节点pm(xm-1，ym-1)和p
m+1
(xm，ym)之间，投影累计距离l表示前m-1段线段的长度总和与点p在第m段线段上的投影长度的和，投影累计距离的示意图见图5，计算公式如下：
[0052][0053]
其中，其中，m为点p所处的线段的序号，li为辅助线中第i段线段的长度，s为点p在第m段线段上的投影长度。点p在第m段线段上的投影长度s的计算公式如下：
[0054][0055]
其中，pm为辅助线的第m个节点，p
m+1
为辅助线的第m+1个节点，p为辅助线上在节点pm和节点p
m+1
之间的点。
[0056]
将投影后的坐标点集存入数组points中，记录投影后坐标的同时记录下每个点在原始点云中对应的序号。将辅助线两侧邻近点云降维投影到二维平面的效果图如图6所示。
[0057]
步骤2.3：对投影后的数组points中的点进行排序，以x由小到大、x相同时y由小到大为排序原则。
[0058]
步骤2.4：对数组points中的点进行轮廓线的提取，方法如下：
[0059]
①
逆序遍历points中的点，依次加入轮廓线节点数组contour中，每新加入一个点时进行一次点的筛选，筛选规则如
②③
；
[0060]
②
当contour中的点数小于2时，直接加入新点q，重复
①
；
[0061]
③
当点数大于等于2时，判断contour中的最后一个点a和倒数第二个点b与要加入的新点q的关系，当同时满足条件a和b时，将点q加入contour，重复
①
；否则将b从contour中删除，然后重复
③
，直到满足条件或contour中的点数小于2时，将点q加入contour，重复
①
。
[0062]
步骤2.4中的条件a和b分别为：
[0063]
条件a：点a、b和p构成的角度∠abp满足：120
°
≥∠abp≥10
°
[0064]
条件b：点a、b和p构成的向量与向量满足：
[0065]
步骤2.5：依据步骤2.2中记录的每个点对应的序号，将contour中的点依次还原成原始点云中的三维坐标点并连接成线要素，得到地面的轮廓线。地面轮廓线俯视图如图7所示，提取的地面轮廓线正视图如图8所示。
[0066]
步骤3：根据步骤1中设置的间隔距离d，在步骤2生成的地面轮廓线上每隔d米取一个点，并将其高程值存入属性表中相应字段，得到该条辅助线上的标高离散点。提取的标高点如图9所示。
[0067]
本发明通过对人工指定的辅助线附近的地面点云进行地面轮廓线的拟合，计算一定间隔距离的若干标高离散点，大幅提高了自动化程度，减少了人工测距、采点、记录的时间。同时，对地面轮廓线的拟合确保了在遇到如图4所示的地面有起伏变化时，所得的标高离散点的位置处于地表，保证了结果的精度。
[0068]
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

技术特征：
1.一种基于激光点云数据的道路标高离散点半自动采集方法，其特征在于，包括以下步骤：s1、获取地面点云数据和若干条辅助线，同时设置离散点之间的间隔，对每条辅助线依次执行s2和s3，所述辅助线处于需要采集道路标高离散点的位置，且在地面点云上采集得到；s2、根据辅助线的位置和方向筛选出邻近的地面点云，基于邻近的地面点云计算出紧贴道路表面的地面轮廓线；s3、在s2得到的地面轮廓线上，每隔s1中设置的离散点之间的间隔的距离取一个点，将取得的每个点的高程值保存在表中相应字段中，得到该条辅助线上的标高离散点。2.根据权利要求1所述的一种基于激光点云数据的道路标高离散点半自动采集方法，其特征在于，筛选出邻近的地面点云的具体步骤如下：s2.1、在xy平面上，以辅助线为中心线，以预设的缓冲半径建立缓冲区，将地面点云数据中平面位置落在缓冲区里的点存入新的点云中，新的点云作为邻近的地面点云。3.根据权利要求2所述的一种基于激光点云数据的道路标高离散点半自动采集方法，其特征在于，基于邻近的地面点云计算出紧贴道路表面的地面轮廓线的具体步骤如下：s2.2、将邻近的地面点云中的点投影到一个平面上，计算每个点的平面坐标，并将每个点的平面坐标组成的点集存入数组中，同时记录每个点在邻近的地面点云中对应的序号；s2.3、对数组中的点进行排序；s2.4、对排序后的数组中的点进行轮廓线的提取，得到轮廓线节点数组；s2.5、根据s2.2记录的每个点在邻近的地面点云中对应的序号，将轮廓线节点数组依次还原为邻近的地面点云中的三维坐标点并连接成线要素，得到地面的轮廓线。4.根据权利要求3所述的一种基于激光点云数据的道路标高离散点半自动采集方法，其特征在于，s2.2的平面的坐标原点为辅助线的起点，平面的x轴为邻近的地面点云中某一点到辅助线起点的投影累计距离l，平面的y轴为该点的高程值。5.根据权利要求4所述的一种基于激光点云数据的道路标高离散点半自动采集方法，其特征在于，s2.3中，排序的原则为按照点的x轴坐标由小到大，x轴坐标相同时y轴坐标由小到大排序。6.根据权利要求3或5所述的一种基于激光点云数据的道路标高离散点半自动采集方法，其特征在于，s2.4中，轮廓线的提取的具体步骤为：逆序遍历排序后的数组中的点，将这些点依次加入轮廓线节点数组，每新加入一个点时进行一次点的筛选，当完成排序后的数组中所有点的筛选，将此时的轮廓线节点数组作为s2.4最终得到轮廓线节点数组，其中筛选的具体步骤为：判断轮廓线节点数组中的点的数量，当轮廓线节点数组中的点的数量小于2时，直接将新加入的点加入轮廓线节点数组中，然后进行下一点的加入筛选；当轮廓线节点数组中的点的数量大于等于2时，判断轮廓线节点数组中的最后一个点和倒数第二个点与新加入的点之间的关系，若同时满足条件a和条件b，将新加入的点加入轮廓线节点数组中，若不满足条件a或条件b，则：将倒数第二个点从轮廓线节点数组中删除，更新倒数第二个点，然后重复上述筛选的
步骤，直至满足轮廓线节点数组中的点的数量小于2，或轮廓线节点数组中的点的数量大于等于2且同时满足条件a和条件b，将新加入的点加入轮廓线节点数组中，然后进行下一点的加入筛选。7.根据权利要求6所述的一种基于激光点云数据的道路标高离散点半自动采集方法，其特征在于，条件a为最后一个点a、倒数第二个点b和新加入的点p组成的角度∠abp满足：120
°
≥∠abp≥10
°
，条件b为最后一个点a、倒数第二个点b和新加入的点p构成的向量与向量满足：8.根据权利要求4所述的一种基于激光点云数据的道路标高离散点半自动采集方法，其特征在于，设辅助线有n+1个节点{(x0,y0),(x1,y1),
……
，(xn,yn)}，辅助线由n条线段组成，点p在节点pm(xm-1，ym-1)和pm+1(xm，ym)之间，投影累计距离l表示前m-1段线段的长度总和与点p在第m段线段上的投影长度的和，投影累计距离l的表达式为：其中，m为点p所处的线段的序号，l
i
为辅助线中第i段线段的长度，s为点p在第m段线段上的投影长度。9.根据权利要求8所述的一种基于激光点云数据的道路标高离散点半自动采集方法，其特征在于，点p在第m段线段上的投影长度的表达式为：其中，p
m
为辅助线的第m个节点，p
m+1
为辅助线的第m+1个节点，p为辅助线上在节点p
m
和节点p
m+1
之间的点。10.根据权利要求2所述的一种基于激光点云数据的道路标高离散点半自动采集方法，其特征在于，缓冲半径为3cm。

技术总结
本发明涉及一种基于激光点云数据的道路标高离散点半自动采集方法，包括以下步骤：S1、获取地面点云数据和若干条辅助线，同时设置离散点之间的间隔，对每条辅助线依次执行S2和S3；S2、根据辅助线的位置和方向筛选出邻近的地面点云，基于邻近的地面点云计算出紧贴道路表面的地面轮廓线；S3、在地面轮廓线上，每隔离散点之间的间隔的距离取一个点，将取得的每个点的高程值保存在表中相应字段中，得到该条辅助线上的标高离散点。与现有技术相比，本发明具有保证精度的同时提高了地形数据生产的自动化程度等优点。动化程度等优点。动化程度等优点。


技术研发人员：李小雨 郭功举 岳照溪 刘一宁 林木棵 柯亚男
受保护的技术使用者：上海市测绘院
技术研发日：2023.04.21
技术公布日：2023/8/5