您現在的位置是:首頁 > 新聞中心 > 行業新聞 > 正文
News

新聞中心

全國統一服務熱線:

0871-67339608

更多

新聞中心

基于全景移動測量系統城市專題數據提取研究

   Research on Urban Thematic Data Extraction Based on  
       Panoramic Mobile Mapping System
       MA xiaowei,GAO lei,RAN lei,GONG shulin,XIONG jianhua,LEI yuemin


        摘要:通過全景移動測量系統采集的高精度高密度三維激光點云和高分辨率的全景影像,研究自動化和半自動化提取城市專題數據,包括公路交通、城市園林、市政設施和廣告牌等專題數據,具體包括道路邊線、行道樹、路燈、垃圾箱、車道標線和廣告牌等。本文提出解決海量點云和全景影像的存儲和高效訪問問題,通過各類專題數據的空間形態分布特征和激光反射強度屬性,研究對應的算法進行自動化和半自動化提取。


        關鍵字:移動測量;三維激光點云;全景影像;海量點云;


1 引言


       城市專題地圖是社會各界了解城市、管理城市和進行城市信息傳輸的實用工具,是城市信息的載體和城市研究的可靠手段。測繪新技術的快速發展,帶來了更多的地圖信息采集獲取方式,地圖的表現內容更加豐富,在城市地圖設計中增加了更多創新形式。為了更高效地獲取基礎數據信息及降低傳統作業成本,昆明市測繪研究院引進全景移動測量系統進行智慧城市基礎地理信息數據采集和城市專題數據提取研究。


       政府及事業單位部門如交通管理局、園林局、市政局、廣告管理處等單位,急需城市最新專題數據,進行城市部件設施更新維護和輔助管理決策,現階段大部分都通過全站儀、RTK方式進行測量采集,再結合人工調查方式進行遺漏檢查和屬性調繪。該種方式外業作業勞動強度大,效率低,不能實現城市專題數據的快速提取、更新。


       本文通過全景移動測量系統采集的高精度高密度三維激光點云和高分辨率的全景影像,研究自動化和半自動化提取城市專題數據,包括公路交通、城市園林、市政設施和廣告牌等專題數據,具體包括道路邊線、行道樹、路燈、垃圾箱、道路標志線和廣告牌等。提出解決海量點云和全景影像的存儲和高效訪問問題,通過各類專題數據的空間形態分布特征和激光反射強度屬性,研究對應的算法進行自動化和半自動化提取。


2 作業工藝流程


       使用全景移動測量系統進行城市專題數據采集提取,區別于傳統RTK或全站儀作業方式,有其自身最優的作業方式步驟,需要根據不同類型專題圖數據標準要求,探索總結作業工藝流程。本研究通過多個試驗區項目采集作業,獲取軟件功能需求,開發專題數據自動化和半自動化提取插件,開發數據處理檢查工具,在作業過程中改進軟件功能,總結編寫城市專題數據采集規程。



圖1 作業工藝流程圖


        2.1 基站靜態數據采集


       為保證本項目數據采集的精度可靠性,以及后續對精度驗證比對的方便性,GPS基站靜態數據采用昆明市CORS站點,選取離測區最近的CORS站。


       CORS詳細要求:


       ①獲取CORS基站全天靜態數據;
       ②采樣間隔要求1S;
       ③CORS基站WGS84坐標;


        2.2 全景移動測量系統數據采集


       根據交通狀況、天氣情況等因素確定外業采集日期和作業時間段,作業方案規劃完成后,即可開始進行數據采集作業。根據預先規劃好的采集線路及采集順序,進行外業采集作業。


        數據采集整個過程的主要環節有:基站架設、設備安裝、數據采集、裝備拆卸、基站拆卸、設備維護6個方面。



圖2 全景移動測量系統


        2.3 高精度數據融合糾偏


        針對GPS信號差地區(如道路狹窄、高樓林立、行樹茂盛),通過全站儀采集控制點,使用系統配套POS糾偏功能,進行POS軌跡糾偏。糾偏控制點可以來源于大比例尺高精度線劃圖、或全站儀測量控制點。根據專題圖精度要求,在GPS信號差位置,沿道路每隔500米需要布設一個控制點,拐彎位置需要增加控制點。


        POS糾偏總體作業流程包括外業數據采集、POS數據解算、數據融合處理、POS糾偏軟件處理、再次POS解算、及再次融合處理,流程如圖所示。



圖3 高精度點云融合過程


        2.4 工程數據檢查


       全景移動測量系統外業采集,經過內業融合解算之后,需要對工程數據進行檢查。檢查內容包括:點云精度、全景影像與點云配準精度、全景影像質量、全景數目一致、測區覆蓋情況、工程之間疊加檢查等。經過檢查合格的工程數據,才能進入下一步內業采集提取。


        2.5 內業專題數據提取


        內業提取基于全景移動測量系統配套的點云測圖建庫ArcGIS插件軟件進行作業采集,首先使用自動化和半自動化提取工具,進行批量采集提取,然后再手工檢查錯提和漏提,完成圖形和基本屬性提取之后,再進行屬性錄入。



圖4 內業專題數據生產軟件平臺


        2.6 外業調繪


        內業提取采集的成果數據,經過檢查后,需要疊加地圖,設置符號化配圖進行打印外業調繪。外業實地調繪檢查,繪制草圖并填寫調繪表。內業根據調繪草圖和填寫的調繪表,進行內業成圖和屬性錄入。


       3 海量點云全景數據管理


       本文研究采用的全景移動測量系統采集的點云具有高精度高密度特點,全景影像也是高分辨率,為快速加載瀏覽顯示點云和全景影像數據,需要采用高效的數據存儲格式。本文引用全景移動測量系統配套軟件中所設計點云與全景影像存儲格式,進行描述說明。


        3.1 點云數據存儲


       全景移動測量系統采集點云頻率是100萬點每秒,按照50公里時速進行采集,10公里點云有效數據大約6GB。高密度高精度海量點云數據如何有效存儲,實現快速加載顯示,成為至關重要問題。


       本文研究所使用的點云測圖軟件,點云存儲的基本原則是采用分級分塊,每個級別對應一個顯示比例尺范圍,一個級別內部采用3級三維R樹索引,將點云三維空間劃分成塊集、塊、包,一個塊集包含若干塊,一個塊包含若干包,每個包采用邏輯壓縮和物理壓縮方法對數據進行壓縮存儲。對于大規模測區、地區城市級點云數據,采用云存儲方式,將點云索引和分塊點云數據存儲在云存儲服務器上。


        基于以上點云存儲設計思路,在普通PC機上(i3處理器,內存4GB),點云測圖軟件可以實現100億級點云數據快速加載顯示,加載顯示響應時間小于1秒,放大縮小漫游無卡頓現象,刷新響應時間小于1秒,平均占用內存不超過200MB。


        點云高效的空間索引組織方式,是自動化分類算法快速分析提取的基礎,本文研究的基于點云自動化提取對象,均使用點云空間索引進行海量點云數據讀取。


        3.2 全景數據存儲


       全景移動測量系統,全景影像采集方式有距離觸發、時間觸發,一般情況下外業采集采用8米距離觸發。一張高清全景影像默認輸出分辨率8192*4096,全景文件大小是16MB左右,10公里包括1250幀左右,文件大小大約20GB左右。


        全景影像存儲采用分級金字塔瓦片方式,包括0-4級5個級別,0級1張瓦片512*256,4級512張瓦片256*256,總分辨率8192*4096。瓦片圖片采用本地文件數據庫存儲,瓦片編碼索引:“幀號+級別+行號+列號”。點云測圖軟件,在三維場景中構建多級球面模型,采用多線程進行瓦片數據請求,請求讀取到的瓦片按級別和行列編號,貼到對應球體位置顯示。


        基于以上全景存儲設計思路,在普通PC機上(i3處理器,內存4GB),點云測圖軟件可以快速瀏覽顯示全景,可快速切換前后幀和放大縮小旋轉漫游瀏覽。


4 自動化半自動化提取算法研究


        本文研究的自動化提取要素類別包括:行道樹、路邊停車位、路燈、道路標線,半自動化提取要素包括:垃圾箱、廣告牌匾。


        每一類要素提取分別研究相應算法,進行矢量化提取,根據空間分布特征和激光強度特征,以及沿車載軌跡線分布特征,進行分析自動化提取。


        4.1 道路邊線自動化提取


       將道路類型劃分為:高速公路、一般路(是否包含綠化隔離帶、右側是否馬路牙、左側是否包含馬路牙),高速公路以應急車道外側的道路標線作為目標分析,一般路以隔離帶和馬路牙作為目標分析。下面以馬路牙分析為例進行算法步驟描述。


       1)讀取掃描圈軌跡數據,獲取激光掃描儀軌跡點Ps1 、Ps1 、Ps1 … Ps100,讀取分析前100掃描圈點云,分析每圈點云離行駛方向水平垂足投影最近的點,得到地面點Pg1、Pg2、Pg3…Pg100,用掃描儀軌跡點和地面點統計掃描儀離地面平均高度Hs。


        2)獲取軌跡線右側掃描圈點云,在掃描圈上從軌跡投影點向右依次分段(8cm一段,馬路牙高度,可以配置)分析法向量,法向量垂直認為是地面點,分析獲取整個右側掃描圈,如果法向量接近水平,則保存記錄點集、所在圈號、法向量(ScanVertical掃描豎線)。


        3)按掃描圈順序分析所有圈點云,獲取所有掃描圈內部的ScanVertical掃描豎線,對掃描豎線進行鄰域分析,如果相鄰掃描線存在縱向1米以上相鄰的掃描豎線,并且高度都接近8cm,則認為是馬路牙的掃描豎線ScanCurb。


        4)根據提取的馬路牙點云,分析獲取道路邊線。



圖5 道路邊線自動化提取


         4.2 路邊停車位自動化提取


        路邊停車位特點是分布在行車道右側道路邊緣位置,具有停車位標線畫定標記,停車位標線框有固定大小和特征。關于停車位國家標準描述是(《道路交通標志和標線_GB5768-2009》)“停車位標線按兩種車型規定尺寸,上限尺寸長為1560cm,寬為325cm,適用于大中型車輛,下限尺寸長為600cm,寬為250cm,適用于小型車輛。在條件受限時,寬度可適當降低,但最小不應低于200cm。”,下面描述提取算法分析步驟:


       1)根據激光掃描頭POS軌跡線,分析獲取掃描頭離地面高度值;
       2)提取一定高度、長度容差范圍的地面點,并過濾車、行人等噪點,獲取地面點;
       3)根據POS軌跡線,進行左右切割劃分,提取行駛方向右側地面點云;
       4)根據點云反射強度,對右側點云進行二分聚類,提取停車位標線點云;
       5)將標線點云數據進行XOY平面投影,生成強度灰度圖,做二值化、平滑處理;
       6)根據灰度圖像素進行收縮、膨脹、霍夫變換提取線圖形;
       7)按POS方向,將線數據劃分為垂直POS方向和水平POS方向,根據水平線和垂直線計算交點初步得到停車位;
       8)過濾較短線、去除重復冗余線,轉換三維線數據;
       9)三維線根據包圍盒是否相交,剔除冗余重復對象,剔除壓蓋POS軌跡線的對象;
      10)將前后相鄰停車位共邊的規整統一,根據國標規范,進行臨近規整,最終輸出停車位三維線成果;



圖6 停車位自動化提取


        4.3 車道標線自動化提取


       不同等級類型道路車道虛線和車道實線寬度有國家標準(《道路交通標志和標線_GB5768-2009》)。關于車道標線的標準描述是“車行道邊緣白色虛實線的一般線條寬度為15cm 或20cm,交通量非常小的農村公路、專屬專用道路等特殊應用情況下,車行道邊緣白色虛實線的線寬可采用10cm,虛實線間距為15cm~20cm,虛線線段及間隔長分別為2m和4m”。


       下面描述提取算法分析步驟:


        1)根據激光掃描頭POS軌跡線和掃描圈點云,分析獲取掃描頭離地面高度值、掃描圈XOY平面投影線與行使POS軌跡夾角;
       2)根據掃描頭離地面高度值,按掃描圈提取分析提取地面點云;
       3)根據地面點云,使用點云強度進行特征,提取路面標志標線點云;
       4)將掃描圈內部分段的標志標線點云,進行POS橫斷面方向投影,投影長度接近10cm、15cm、20cm寬度的高強度掃描段點云進行保留,初步認為是車道實線、車道虛線;
        5)按掃描圈順序,依次分析內部車道虛實線,如果前后相鄰掃描圈存在連續1.8米以上的車道虛實線,則認為就是最終的車道標線;
        6)根據車道標線點云,提取標線中心線。



圖7 車道標線自動化提取


         4.4 行道樹自動化提取


        行道樹特征是沿道路兩旁分布,靠近慢車道的人行道上或者綠化隔離帶中,樹包含樹干、樹冠部分,樹干近圓柱狀,樹冠是沿樹干成發散狀。其提取分析算法步驟如下:


        1)讀取激光掃描頭POS軌跡線,以POS軌跡線進行左右緩沖(緩沖距離可配置),得到分析范圍。
         2)將點云三維空間,進行規則平面網格劃分(默認網格大小3m*3m,根據行道樹間距情況進行配置),根據空間關系進行判斷,保留POS緩沖范圍的網格;
        3)遍歷目標范圍網格,依次查詢讀取每個網格范圍內點云,將點云按Z方向從低到高等距離(0.5m)切割劃分格網內點;
        4)對格網內部切割劃分的點云進行特征分析,底部塊點云判斷是否符合人行道路面及樹根特征、中間1個以上切割柱體符合樹干特征、頂部向下1個以上切割柱體符合樹冠發散特征的,我們認為是行道樹;
        5)使用中間包含樹干部分的切割柱體的點云,進行5cm斷面切割,對切割點云進行平面投影,擬合獲取平面坐標位置和樹干直徑;



圖8 行道樹自動化提取


         4.5 垃圾箱半自動化提取


        垃圾箱特征是沿道路兩旁分布,靠近慢車道的人行道或者綠化帶中,形狀特征包括:圓柱體、立方柱體、橢圓柱體等,有單筒或多筒樣式。鑒于垃圾箱數目有限,形狀多樣,考慮采用半自動化方式提取,采用俯視圖手工拉框垃圾箱周邊點云,程序自動計算中心位置,并計算長寬高屬性。


       其提取分析算法步驟如下:


       1)獲取用戶框選范圍的點云集合;
       2)對點云集合按Z坐標進行排序,獲取Z值最小的5%底部點云,用5%底部點云粗略計算地面高度,高處5%點云的最低點作為垃圾桶頂部高度H2;
        3)按Z方向對目標點云集合進行切割,切割間距3cm,沿Z方向從下往上遍歷各個切割段,如果達到某個高度后切割段點云突然減少,并穩定一段高度(大于40cm),則認為突變處為垃圾桶底部H1;H2-H1得到垃圾桶的高度;
        4)獲取垃圾桶底部以上第三個切割段點云,作為筒身點云;
        5)使用筒身點云,進行平面投影,特征查找矩形、圓、橢圓,將查找到的一個或多個矩形、圓、橢圓,求外接多邊形,根據外接多邊形求長度寬度。如果查找擬合矩形、圓、橢圓失敗,則認為此處不是垃圾桶。



圖9 垃圾箱半自動化提取


5 結束語


        本文使用全景移動測量系統,對城市專題數據進行外業采集和內業提取,減輕傳統測量外業采集工作量和勞動強度,提高工作效率,內業處理提取軟件集成自動化和半自動化提取算法工具,提高內業生產效率。通過試驗區采集處理驗證,可以大幅度提高生產效率,為城市專題圖數據生產更新,提供更便捷有效的解決方案。可以進行更大范圍應用推廣。


參考文獻


[1]馬立廣.地面三維激光掃描測量技術研究[M]. 武漢大學出版社.2005.
[2]駱朝亮. 三維激光全景技術在交通行業中的應用[J]. 測繪通報, 2015(6).
[3]余建偉, 張攀攀, 翁國康, 楊晶. 中海達iScan-P便攜式移動三維激光測量系統概述[J]. 測繪通報, 2015(3).
[4]余建偉, 楊晶, 龔書林. 基于激光全景的增強位置服務[J]. 測繪通報, 2016(5).
[5]閆晨. 三維激光實景技術在智慧城市建設中的應用[J]. 測繪通報, 2016(4).
[6]李必軍, 方志祥, 任娟. 從激光掃描數據中進行建筑物特征提取研究[J]. 武漢大學學報,2003(1).
[7]毛方儒, 王磊. 三維激光掃描測量技術[J]. 宇航計測技術, 2005(2).
[8]道路交通標志和標線 第3部分:道路交通標線(GB 5768.3-2009).
[9]吳機際 園林工程制圖 華南理工大學出版社.
[10]王懿祥等 古樹名木調查方法的改進[J] 浙江林學院學報.2006,23(5):549-553.
[11]徐凱,孔春芳 基于GeoStar的城市交通地理信息系統的設計與實現[J]. 測繪通報, 2002(7).


在線客服

關注我們 投訴建議 返回頂部