一种三维地形仿真环境中道路信息获取方法

研究了获取高精度三维地形仿真环境中道路信息获取模型的算法,建立了道路数据提取模型和道路分段网模型,为有效控制车辆在行驶过程中随地形起伏调整姿态,建立了车辆机动过程中的姿态控制模型,基于虚拟现实技术(Virtual Reality Technique,VR)三维引擎和Microsoft Visual Studio.NET2003软件开发环境,在5m精度三维地图上对道路信息获取模型进行了仿真验证。

单目视觉下道路场景车辆空间形态估算

针对受射影几何学的限制,单目相机无法直接获得准确的三维点云数据及目标尺度信息,难以获取目标的三维结构问题,提出了一种基于单目交通相机的车辆空间形态估算方法。首先建立道路场景的自动标定模型以获取3D-2D的投影映射及尺度信息,并基于“钻石空间”方法,利用统计轨迹直线及车辆边缘精确求取场景中的地平线,根据标定信息及灭点约束共同构建车辆空间形态的几何约束模型,然后在图像中提取车辆的实际投影约束,包括基于获得的车辆序列轮廓约束,及车辆自身边缘约束,并据此构建误差约束函数,估计车辆空间形态的投影误差,最后根据车辆的初始识别结果及先验信息,优化参数约束空间,并利用误差约束函数在约束空间中迭代求最优,得到精确的车辆空间形态信息。利用公开数据集BrnoCompSpeed及实际道路采集的视频数据共同验证该算法,并与现有类似算法进行比较。结果表明:该算法对于道路场景的适应性强,所需先验条件少,对于多种类型车辆在三维尺寸的估计精度高达94%以上。同时,该算法还可估算车辆实时的空间位置及相对于路面的偏转角度,综合空间形态估算的精度达到92%以上,且实时性较好,单帧多车的估算时间小于0.5 s。与现有算法相比,该方法更适合在道路场景中利用固有的监控相机识别车辆空间形态。

基于激光点云数据的道路基础设施三维建模技术研究

针对当前道路三维重建自动化程度低,且尚无针对道路基础设施三维建模的专业化软件的现状,利用自主研发的多源点云数据处理软件实现了路面高精度矢量数据提取,并以三维矢量及点云数据为基础,通过各类目标特征参数半自动化建立道路基础设施构件模型,进一步分析构建拓扑关系,提出了道路基础设施的三维模型智能化构建方法,实现了道路基础设施三维模型的快速重建和构件的精准定位。利用试验路段进行实体建模。结果表明:该方法建立的三维模型平面精度及高程精度均优于15 cm,可较好地满足现有道路三维重建需求,也说明提出的道路基础设施三维建模方法具有较好的可行性和真实性,可在道路基础设施领域中进行应用拓展。