[发明专利]车载激光扫描点云的组织管理方法及系统

说明书

一种车载激光扫描点云的组织管理方法，其包括如下步骤：S1、从车载激光扫描点云数据中提取二维矢量数据；S2、建立二维矢量数据空间索引，并对以二维矢量数据形式存在的中心骨架线进行格网切割；S3、将二维矢量数据与点云数据进行关联并存储。本发明还提供一种车载激光扫描点云的组织管理系统。

技术领域

本发明涉及大范围点云数据的组织管理技术领域，特别涉及一种车载激光扫描点云的组织管理方法及系统。

背景技术

随着自动驾驶技术的发展，车载三维激光扫描技术得到广泛运用。基于该技术的自动驾驶车辆可以获取大量的三维时空条带型点云数据。这些点云数据可以运用到高精度地图生产、自动驾驶仿真测试、智慧城市等领域。这些领域，特别是高精度地图生产领域，需要管理的数据为大范围海量的。

与传统矢量数据相比，单位里程点云数据的容量可以达到1GB以上，因此大范围海量点云数据的管理方法不同于传统矢量数据。

目前对于点云数据的组织管理，主要有两种思路：一.基于树状索引结构的管理方法，常见的树状索引结构有四叉树、KD树、KDB树、BSP树和R树等。二.基于文件形式使用分布式文件系统、NoSQL类数据库、对象存储等常见结构化或非结构化技术存储点云数据。思路一有利于后期数据处理某特定区域及相邻区域的点的查询、获取及可视化，但对于大范围分布不均匀的点云，树状索引的查询效率会随着层次变深急速下降。思路二借助成熟数据库系统有利于数据扩展、备份、容灾，但没有充分利用点云数据的空间属性。

发明内容

有鉴于此，本发明提出一种车载激光扫描点云的组织管理方法及系统。

一种车载激光扫描点云的组织管理方法，其包括如下步骤：

S1、从车载激光扫描点云数据中提取二维矢量数据；

S2、建立二维矢量数据空间索引，并对以二维矢量数据形式存在的中心骨架线进行格网切割；

S3、将二维矢量数据与点云数据进行关联并存储。

在本发明所述的车载激光扫描点云的组织管理方法中，

所述步骤S1包括：

S11、判断是否已存在与原始点云数据相关的载体行驶轨迹数据，如果已存在则跳转到步骤S15，否则跳转执行步骤S12；

S12、基于区域生长算法，利用法向量向上及道路边缘Z坐标突变的特征从原始点云数据中提取道路面点云数据；

S13、将道路面点云数据按照正射投影的方式得到特征图像，其中图像的像素值取对应范围的点的Z坐标的均值；

S14、利用数学形态学算子提取包含Z坐标的道路中心骨架线，并通过道路面点云数据建立原始点云数据与中心骨架线的对应关系；

S15、对道路中心骨架线从平面和高度上进行平滑处理，并去掉由非采集区域点云数据产生的分支。

在本发明所述的车载激光扫描点云的组织管理方法中，

所述步骤S2包括：

S21、对步骤S1得到的载体行驶轨迹或道路中心骨架线，即矢量线进行格网切割，记录切割前后的矢量线的对应关系。

在本发明所述的车载激光扫描点云的组织管理方法中，

所述步骤S3包括：

获取一条切割后的矢量线；然后，根据矢量线对应关系找到切割前的矢量线，根据点云数据与矢量线的对应关系找到对应的原始点云数据；然后，通过切割后的矢量线的端点且垂直于矢量线的切割线切割点云数据；最后，建立切割后的矢量线与切割后的点云数据的对应关系；