[发明专利]点云数据高程精化方法、装置、计算机设备和存储介质

说明书

本申请涉及一种点云数据高程精化方法、装置、计算机设备和存储介质。所述方法包括：获取包含各点云的测量高程的道路点云数据和道路标靶点的实测高程，确定道路标靶点投影至预设道路中线的垂线，利用垂线将道路点云数据中的点云分割为多个点云块，获取点云与其所在的点云块对应的两条垂线的垂直距离、以及目标道路标靶点的高程改正数，目标道路标靶点为处于与点云所在的点云块对应的垂线上的道路标靶点，基于点云的测量高程、点云与点云所在的点云块对应的垂线的垂直距离以及目标道路标靶点的高程改正数，结合通过分析历史点云高程的变化趋势得到的预设高程精化模型，得到精化后的点云高程。采用本方法可提高点云数据高程精化的精度。

技术领域

本申请涉及点云数据处理技术领域，特别是涉及一种点云数据高程精化方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

随着激光LiDAR技术的快速发展，激光LiDAR内置传感器和定位系统的精度越来越高，采用机载或车载激光扫描测量能够获取更高精度、更加密集的点云数据，因此，激光LiDAR技术在电力规划、城市建设、地形测绘领域得到了越来越广泛的应用。

在道路改扩建工程中，为了实现改扩建道路及其附属与现状的精准拼接，需要高精度的测量数据支持。因此，提高LiDAR点云数据的精度不容忽视。目前，对LiDAR点云数据进行高程精化的方式包括三角形内插法、GPS时间内插法、欧式距离内插法以及利用标靶点进行POS纠正等方式，然而，上述方式，对标靶点布设要求较高，标靶点布设太密或太疏，容易出现在一个地方精化后点云高程不一致或部分点云未精化的情形，点云数据的精度依然无法满足要求时，容易出现多次循环改正的情形。

因此，需要提供一种精度更高的点云数据高程精化方案。

发明内容

基于此，有必要针对上述技术问题，提供一种精度更高的点云数据高程精化方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面，本申请提供了一种点云数据高程精化方法。所述方法包括：

获取道路点云数据和道路标靶点的实测高程，道路点云数据包括各点云的测量高程；

确定道路标靶点投影至预设道路中线的垂线，利用垂线将道路点云数据中的点云分割为多个点云块；

获取点云与点云所在的点云块对应的垂线的垂直距离、以及目标道路标靶点的高程改正数，目标道路标靶点为处于与点云所在的点云块对应的垂线上的道路标靶点；

基于点云的测量高程、点云与点云所在的点云块对应的垂线的垂直距离以及目标道路标靶点的高程改正数，结合预设高程精化模型，得到精化后的点云高程，预设高程精化模型通过分析历史点云高程的变化趋势得到。

在其中一个实施例中，道路标靶点基于以下方式筛选得到：

获取初始道路标靶点的平面坐标；

在道路点云数据中，搜索以初始道路标靶点的平面坐标为中心的预设范围的邻近点云，得到初始道路标靶点的邻近点云；

根据初始道路标靶点的邻近点云，筛选出道路标靶点。

在其中一个实施例中，根据初始道路标靶点的邻近点云，筛选出道路标靶点包括：

根据预设高度阈值对初始道路标靶点的邻近点云进行粗差过滤，得到有效邻近点云；

统计初始道路标靶点的有效邻近点云的数量；

剔除有效邻近点云的数量少于预设数量阈值的初始道路标靶点，筛选出道路标靶点。

在其中一个实施例中，在道路点云数据中，搜索以初始道路标靶点的平面坐标为中心的预设范围的邻近点云之前，还包括：

以二叉树的数据组织形式重构道路点云数据，得到重构后的道路点云数据；