利用车载LiDAR点云数据提取城市道路边界

doi:10.13474/j.cnki.11-2246.2021.0045

测绘通报 ›› 2021, Vol. 0 ›› Issue (2): 64-67.doi: 10.13474/j.cnki.11-2246.2021.0045

利用车载LiDAR点云数据提取城市道路边界

谢宏全¹, 汪秋玲¹, 蔡东健^2,3, 邢万里², 孙权¹, 刘付程¹

1. 江苏海洋大学海洋技术与测绘学院, 江苏连云港 222005;
2. 苏州工业园区测绘地理信息有限公司, 江苏苏州 215000;
3. 河海大学地球科学与工程学院, 江苏南京 210098

收稿日期:2020-10-10 出版日期:2021-02-25 发布日期:2021-03-09
作者简介:谢宏全(1964-),男,博士,教授,主要从事三维激光扫描技术应用研究。E-mail:251571789@qq.com
基金资助:
国家自然科学基金（41976187）；江苏高校品牌专业建设工程二期项目（测绘工程）

Extraction of urban road boundary based on vehicle-mounted LiDAR point cloud data

XIE Hongquan¹, WANG Qiuling¹, CAI Dongjian^2,3, XING Wanli², SUN Quan¹, LIU Fucheng¹

1. School of marine technology and geomatics, Jiangsu Ocean University, Lianyungang 222005, China;
2. Suzhou Industrial Park surveying and Mapping Geographic Information Co., Ltd., Suzhou 215000, China;
3. School of Earth Sciences and Engineering, Hehai University, Nanjing 210098, China

Received:2020-10-10 Online:2021-02-25 Published:2021-03-09

摘要/Abstract

摘要： 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。

关键词: 车载LiDAR点云, 滤波, RANSAC, 道路边界, 投影

Abstract: With the rise of high-precision map industry, accurate extraction of road boundary point cloud data has become the focus of research. In this paper, urban road data acquired by vehicle-mounted LiDAR scanning system is firstly segmented according to the collection track, and each section of road point cloud is filtered. By analyzing the elevation and plane information of the point cloud, the point cloud segmentation algorithm is used to separate the road surface from the non-road surface point cloud, and then the processed road surface point cloud is projected. Finally, the boundary feature estimation extraction algorithm is used to obtain the road boundary point cloud. Through the experimental analysis of two typical road sections, the experiment shows that this method is effective in extracting the urban road boundary point cloud, with high accuracy and robustness, which can be used for reference for the line extraction of road boundary in the future.

Key words: vehicle LiDAR point cloud, filtering, RANSAC, road boundary, projection

中图分类号:

P237

谢宏全, 汪秋玲, 蔡东健, 邢万里, 孙权, 刘付程. 利用车载LiDAR点云数据提取城市道路边界[J]. 测绘通报, 2021, 0(2): 64-67.

XIE Hongquan, WANG Qiuling, CAI Dongjian, XING Wanli, SUN Quan, LIU Fucheng. Extraction of urban road boundary based on vehicle-mounted LiDAR point cloud data[J]. Bulletin of Surveying and Mapping, 2021, 0(2): 64-67.

[1]	王艳军, 林云浩, 王书涵, 李少春, 王孟杰. OSM辅助车载LiDAR点云三维道路边界精细提取[J]. 测绘通报, 2022, 0(7): 18-25.
[2]	刘玉贤, 阮明浩, 闫臻. 一种基于机载激光点云的门型电塔精确提取方法[J]. 测绘通报, 2022, 0(7): 129-133.
[3]	周宝定, 杨程景, 顾祉宁, 刘旭. 环境语义信息辅助的室内停车场车辆定位方法[J]. 测绘通报, 2022, 0(6): 6-11,75.
[4]	谢元, 董梦, 马新建. 多源数据在复杂场景建筑物三维重建的应用[J]. 测绘通报, 2022, 0(6): 143-147.
[5]	徐福斌, 曲相屹, 王健, 刘秀涵. 基于LiDAR点云的复杂钢结构模型重建[J]. 测绘通报, 2022, 0(5): 170-173.
[6]	万应能, 徐雪寒, 刘科显. 多关节深海航行器组合导航算法[J]. 测绘通报, 2022, 0(4): 90-95.
[7]	熊春宝, 庞红星, 王猛, 史青法. 基于ICEEMDAN的多滤波算法在超高层动态变形监测中的应用[J]. 测绘通报, 2022, 0(3): 152-156.
[8]	石壮, 杜全叶, 王庆栋, 马东岭, 崔琰. 虚拟格网分类支持下的密集匹配点云布料模拟滤波[J]. 测绘通报, 2022, 0(2): 73-77.
[9]	章诗芳, 张锦. 卡尔曼滤波在山西省西山煤田地面沉降GNSS监测中的应用[J]. 测绘通报, 2021, 0(9): 103-107.
[10]	闫坤, 张志华, 颜鲁春. 结合正则化K-SVD和Hampel滤波的探地雷达数据重建[J]. 测绘通报, 2021, 0(8): 22-27.
[11]	马涛, 杨小明, 阎跃观, 闫东川. 以窗口化和地形坡度为基础的植被茂密区域点云滤波算法[J]. 测绘通报, 2021, 0(8): 33-36.
[12]	刘星雨, 周广胜, 吕晓敏, 任鸿瑞. 横断山区地表真实面积与垂直投影面积差异分析——以雅江县为例[J]. 测绘通报, 2021, 0(8): 37-41.
[13]	阎跃观, 陈中章, 孙阳, 李泽政, 姚承志. 密集低矮植被区LiDAR点云地面滤波算法[J]. 测绘通报, 2021, 0(7): 1-5.
[14]	郭伟, 杨春宇, 吴子若, 季翔林, 杨春洁, 赵传武, 张玉环. 无人机高分辨率影像的森林株数密度制图[J]. 测绘通报, 2021, 0(7): 29-33.
[15]	王挺, 陈超然, 彭梦圆, 黄尔双, 黄霞. POS辅助和核线约束的倾斜影像匹配方法[J]. 测绘通报, 2021, 0(5): 91-95.

利用车载LiDAR点云数据提取城市道路边界

Extraction of urban road boundary based on vehicle-mounted LiDAR point cloud data

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价