[发明专利]道路几何要素估计方法及装置

说明书

本发明提供了一种道路几何要素估计方法及装置，包括：基于海量点云数据提取路面点云数据；基于所述路面点云数据识别道路边界点云数据，并得到道路几何要素估计单元；基于所述道路几何要素估计单元估计道路几何参数；基于所述道路几何参数进行各道路几何参数之间的安全性分析。本发明能够减少人力物力的耗费，降低人为因素影响，同时不会影响正常交通运行秩序。

技术领域

本发明涉及测绘科学技术领域，尤其涉及一种道路几何要素估计方法及装置。

背景技术

在道路设计和运营的过程中，道路几何参数是道路交通系统的最为核心的一部分。道路线形是由连接曲线和直线形成的空间三维线形状构成，具体包括平曲线、竖曲线、直线等要素。平纵横组合水平决定道路运营质量，同时提前了解道路的高程和坡度信息，可以让司机自主选择出行路线，提高出行舒适度，更符合当今以人为本的交通发展理念。因此，利用新技术重建道路三维模型对于道路安全分析、道路改扩建以及智能交通领域有很重要的理论意义和现实价值。

传统的道路工程测量方式包括全站仪、水准仪和GPS接收机等，利用传统的实地勘测方法获取道路线形信息过程复杂，外业耗费大量的人力物力而且易受人为因素等影响，同时外业期间影响正常交通运行秩序。而且，道路工程测量获取的数据量有限，无法全面密集重现道路三维几何信息，不能支撑无人驾驶高精度地图等道路自动化选线需求。

激光雷达技术在数据采集过程中操作安全、不受地形限制、受天气因素影响较小等优势，利用激光扫描技术所获取的高密度、高精度点云数据，为重现道路体空间地理信息提供了不可或缺的数据源。然而，由于道路运行环境地物特征多样化，点云数据量庞大，存在大量非道路点云，如何有效的从大量点云数据中提取有效的道路几何要素仍存在许多挑战。

发明内容

针对现有技术中存在的问题，本发明实施例提供一种道路几何要素估计方法及装置。

第一方面，本发明实施例提供一种道路几何要素估计方法，包括：

基于海量点云数据提取路面点云数据；其中，所述海量点云数据包括：长距离道路场景数据；

基于所述路面点云数据识别道路边界点云数据，并得到道路几何要素估计单元；

基于所述道路几何要素估计单元估计道路几何参数；

基于所述道路几何参数进行各道路几何参数之间的安全性分析。

进一步地，所述基于海量点云数据提取路面点云数据，具体包括：

采用深度学习网络从海量点云数据中提取路面点云数据。

进一步地，所述基于所述路面点云数据识别道路边界点云数据，并得到道路几何要素估计单元，具体包括：

引入凹包算法识别道路边界点云数据，并采用B样条算法进行道路中线拟合，再通过等距离分割得到道路几何要素估计单元。

进一步地，所述基于所述道路几何要素估计单元估计道路几何参数，具体包括：

基于所述道路几何要素估计单元采用总体最小二乘法拟合平面来估计道路几何参数。

进一步地，所述基于所述道路几何参数进行各道路几何参数之间的安全性分析，具体包括：

结合不同等级的道路设计规范以及道路三维参数定量进行各道路几何参数之间的安全性分析。

第二方面，本发明实施例提供了一种道路几何要素估计装置，包括：

提取模块，用于基于海量点云数据提取路面点云数据；其中，所述海量点云数据包括：长距离道路场景数据；

识别模块，用于基于所述路面点云数据识别道路边界点云数据，并得到道路几何要素估计单元；