[发明专利]基于车载激光点云的非结构化道路边界线自动提取方法

摘要

本发明提供一种基于车载激光点云的非结构化道路边界线自动提取方法，包括扫描线分割，拓扑关系网构建，采用移动窗口法获取地面点，通过K最近邻聚类方法进行分簇，依据点簇中激光点的个数剔除伪地面点簇，获取路面激光点云数据；路面激光点云数据的外轮廓点设定为道路边界线的位置所在，对每条扫描线进行外轮廓边界点提取，取每条扫描线内距离最远的两个地面点，最终获取道路两侧的外轮廓点；进行聚类分析，获取道路左侧轮廓点集及右侧轮廓点集；边界线追踪优化获取最优边界线。本专利直接基于激光点云数据快速实现非结构性道路及道路边界的提取，为非结构化道路边界线自动提取提供了有效的解决方案，提高了道路边界线自动化提取程度。

主权项

1.一种基于车载激光点云的非结构化道路边界线自动提取方法，包括以下步骤：步骤1，扫描线分割，包括将外业采集获取的激光点云数据依据相邻点间的角度差值或者GPS时间差值分割扫描线；步骤2，拓扑关系网构建，包括基于分割之后的扫描线，对激光点集构建最近邻的拓扑关系网；步骤3，采用移动窗口法获取地面点，包括采用高程差之和衡量地面粗糙度的衡量标准，获取窗口内每个邻近点与当前激光点的高程差值之和∑，如果∑小于相应预设阈值，并且满足在预定的高程范围之内，则认为当前激光点为地面点，如果大于相应预设阈值，则认为当前激光点为非地面点；步骤4，聚类分析，包括基于获取的地面点，通过K最近邻聚类方法进行分簇，依据点簇中激光点的个数剔除伪地面点簇，获取路面激光点云数据；步骤5，外轮廓点获取，包括将路面激光点云数据的外轮廓点设定为道路边界线的位置所在，对每条扫描线进行外轮廓边界点提取，取每条扫描线内距离最远的两个地面点，最终获取道路两侧的外轮廓点；步骤6，剔除伪轮廓点，包括基于步骤5所获取的外轮廓点进行聚类分析，获取道路左侧轮廓点集及右侧轮廓点集；步骤7，边界线追踪优化获取最优边界线，包括基于步骤6中获取的道路边界点，将点连接成线，并进行优化，获取最终高精度的道路边界线。