[发明专利]一种海量车载点云数据回溯方法及装置

权利要求书

1.一种海量车载点云数据回溯方法，其特征在于，其包括以下步骤：

S1：点云数据预处理，收集与测站相关的信息并将数据文件归档存储；

S2：点云数据矢量线提取，采用车载点云数据的道路面中心线作为点云数据的矢量线；

S3：海量点云数据回溯底图矢量构建，对点云数据矢量线进行网格切割、矢量综合、空间匹配形成底图矢量；

S4：海量点云数据历史回溯，通过设定空间范围提取关联矢量线，然后读取矢量线存储的迭代历史记录，最后根据迭代历史记录查询关联的点云数据。

2.根据权利要求1所述的一种海量车载点云数据回溯方法，其特征在于，所述步骤S1包括：

S11：信息收集，收集同一批次采集的点云数据的测站信息生成测站唯一编码，该唯一编码定义为测站ID；

S12：数据归集，将同一批次采集的所有数据文件存储在以测站ID命名的目录下，同一批次的不同种类的数据文件存储在该目录下的不同的固定目录下，以便数据回溯能够根据测站ID和数据类型快速获取对应数据文件。

3.根据权利要求1所述的一种海联车载点云数据回溯方法，其特征在于，所述步骤S2包括：

S21：通过RANSAC方法从点云中提取平面，选取面积最大的平面作为初始的道路面；

S22：根据道路边界和道路面的高程差异特性，在初始道路面的边缘进行蔓延生长并提取道路边界点信息，通过阈值过滤和线性滤波剔除边界点中的异常边界点；

S23：根据单侧道路边界点呈线性分布规律，通过设定的范围边界点的角度和长度过滤分支道路边界点信息；

S24：通过线性拟合得到两侧道路边界的二次多项表达式，通过插值得到两侧道路密集的道路边界点；

S25：依次遍历一侧道路边界点，在另一侧道路边界点里找到距离最近的边界点，依次连接每对边界点的中点，形成点云数据矢量线，记录每条矢量线与点云数据的对应关系，同时计算每对边界点距离的最大值作为道路宽度记录。

4.根据权利要求1所述的一种海量车载点云数据回溯方法，其特征在于，所述步骤S3包括：

S31：为方便按序生成迭代历史，对每个测站信息按照采集日期排序形成处理测站列表，后续处理按照处理测站列表依次处理每个测站信息；

S32：为方便数据回溯时快速定位，对点云数据矢量线进行矩形网格切割，同时切割后的每条点云数据矢量线分别记录对应的网格编号和测站ID；

S33：为保证矢量线与点云数据一一对应关系，按照切割后矢量线起始结束位置将点云数据进行分割；首先，以矢量线起点或终点为垂足做矢量线的垂线；然后，取垂足两侧道路宽度的一半的位置点；其次，依次连接两侧的位置点形成分割区域；最后，按照分割区域将点云数据进行分割，同时更新矢量线与点云的关联关系；

S34：为减少网格内矢量线数量，需要进行数据综合，包括将同一网格下同一测站的首尾相连的矢量线数据进行合并连接；将网格内长度小于阈值的矢量线合并到同一测站的相连的矢量线，完成数据综合后，同步需要合并点云数据及更新矢量线与点云的关联关系；

S35：为区分更新数据形成迭代历史，对同一网格内矢量线进行空间匹配，以确定数据更新和数据新采区域，其依据以下规则进行匹配：

同一道路的矢量线的方向相似；

同一道路的矢量线记录的道路宽度相近；

同一道路的矢量线距离满足一定阈值；

S36：按照设定的存储规则，将新加入的矢量线存储到底图矢量线存储结构和迭代历史存储结构。

5.根据权利要求4所述的一种海量车载点云数据回溯方法，其特征在于，所述步骤S4包括：

S41：查询待查询区域的点云矢量线，通过设定空间范围的轮廓点计算所经过的空间网格，通过遍历每行每列的网格编号计算空间范围所包含的空间网格，通过查询底图矢量线存储结构得到该空间范围所有的矢量线数据，最后通过S35的匹配规则确定目标点云矢量线；

S42：根据S41得到的点云矢量线，通过查询每条矢量线的迭代历史存储结构得到所有矢量线相关的测站信息；

S43：根据S42得到的测站信息，通过查询存储路径得到测站数据文件，完成点云数据的回溯。