共查询到10条相似文献，搜索用时 15 毫秒
1.
2.
针对自动驾驶技术对高精度道路信息实时存储分析的需求日渐增大、道路点云数据冗余离散的问题,本文提出了一种从车载LiDAR点云数据中自动提取道路面、分类并矢量化交通标线的有效方法。首先,将点云数据中的非地面点滤除;其次,基于载体车辆的行车轨迹线生成伪扫描线实现道路面的提取;然后,构建一系列二维点云参考影像,利用点云强度等特征信息检测交通标线边界像素点及坐标,并去除离群值对交通标线进行分类细化;最后,对本文方法提取与传统方法提取的交通要素进行对比,实验结果表明,本文提取方法的准确度及效率都有了一定的提升。 相似文献
3.
为了解决路面手工三维建模速度慢、工作量大等问题,本文面向规范化处理的高精度矢量数据,对不同路口进行精细化设计,自动生成路面三维模型。首先使用道路高精度三维信息采集软件,在获取的点云数据中半自动化提取准确的道路边线、道路标识线等矢量信息;然后针对不同路口进行精细化线形设计,提出连续四边形重建方法、弯道平滑处理方法、交叉口重建方法及路面标识线投射重建方法;最后对提取的高精度矢量数据进行规范化处理,在满足路面线形设计要求后,借助MAXScript脚本实现路面三维自动化建模。以车载移动测量系统获取的某段道路点云数据进行试验,验证了该方法的可行性和有效性。 相似文献
4.
道路是建设数字交通和数字城市的重要组成部分,也是空间地理信息的重要元素。针对传统遥感技术提取道路效率低、自动化程度不高以及易受周围环境影响等问题,基于无人机搭载LiDAR测量系统获取的某城郊结合区的点云数据,提出一种点云数据预处理、道路点云分级提取和道路边界提取算法。该算法首先对获取的LiDAR点云原始数据进行去噪处理,再结合曲面拟合滤波和点云几何特征提取包含道路在内的地面点云,然后利用点云的强度信息初提取道路点云,针对与道路材质相似的停车场等地物点云,在构建TIN的基础上,使用边长和面积约束进一步对道路点云进行精提取,最后使用α-shape算法对道路边界进行提取,并利用算法对实测的点云数据进行道路提取,以准确率和误分率对本文算法进行定量分析,结果表明提出的道路提取算法能够快速准确地提取道路点云。 相似文献
5.
利用车载LiDAR点云数据提取城市道路边界 总被引：2，自引：1，他引：1
随着高精地图产业的兴起,精确提取道路边界点云数据成为研究的重点。本文首先将车载LiDAR扫描系统获取的城市道路数据根据采集轨迹进行分段,对每一段路段点云进行滤波处理;然后通过分析点云的高程与平面信息,采用点云分割算法分离路面与非路面点云,再对处理后的路面点云进行投影;最后运用边界特征估计提取算法获取道路边界点云。通过对两种典型路段进行试验分析表明,该方法用于提取城市道路边界点云效果较好,精确性与稳健性高,对今后道路边界线的提取起到借鉴作用。 相似文献
6.
7.
针对道路高精度地图采集中道路标识线快速分类提取问题,提出了一种根据几何结构特征对道路标识线进行自动匹配提取的方法。首先利用点云生成强度特征图像,并根据点云密度分布特征将强度特征图像划分为多个区域;然后对每个区域进行二值化处理;最后考虑路面标识线缺失情况,设计了一种多约束条件的几何特征语义识别模型,实现了不同标识线类型的分类。对车载移动测量系统获取的多段道路点云数据进行实验,结果表明,该方法的道路标识线提取准确率和识别准确率分别为90.01%和82.83%,总体精度达到86.27%。 相似文献
8.
传统的河流断面测量方法具有周期长、成本高、外业多等不足,为此提出一种基于机载激光点云的河流横纵断面自动提取方法.首先,使用渐进三角网滤波器从机载点云中分离出地面点,用以构建三角网模型,并将其转化成数字高程模型数据.接着,利用洼地填充、流向分析、流量分析、河流栅格提取、矢量化等水文分析模块,从数字高程模型数据中自动提取出河流中心线.然后,修正河流中心线并生成纵断面,沿着纵断面按固定间距自动提取横断面,并自动填充属性.最后,利用断面线进行缓冲区分析,根据缓冲区范围从正射影像中裁剪出河流影像,并将河流影像与数字高程模型、横纵断面数据打包成完整成果.项目应用证明,该方法具有数据精度高、更新周期短、生产成本低等优势,适用于大范围的河流断面数据生产. 相似文献
9.
10.
机载激光雷达(LiDAR)是一种新的获取高精度和高密度地形数据的测量手段,是公路测设中数据采集的理想方式。本文通过对激光雷达获得的散乱点云构建索引,利用坡度变化极值法提取地形特征点,并利用这些特征点生成顾及地形特征的道路纵横断面,可以为道路勘察设计迅速提供高精度的基础资料。 相似文献