基于车载点云的道路三维实景建模方法研究

传统的基础测绘存在组织管理固化、服务模式落后、产品形式单一等问题,在新型基础测绘体系下形成了全要素三维实景模型这一成果。本文探讨基于车载点云进行城市道路三维实景建模方法研究,并以某城市主干路为试验对象,对道路及道路两侧部件点云数据进行矢量化得到道路全要素地形数据,以部件点云数据为参考结合外业调绘尺寸用3ds Max软件制作道路部件模板库,并结合点云数据和矢量数据对各类要素进行单体化,最后将道路模型和部件模型融合。结果表明,基于车载点云数据构建的城市道路全要素实景模型不仅可以保证场景的完整性和真实性,还减少了作业时间和成本,实现了各类模型之间的无缝结合,制作完成的模型精度也能满足项目精度要求。

基于道路矢量数据的路口地理实体面图元提取

地理实体数据是实景三维数据中的重要组成部分,路口实体在城市实景三维中有着重要作用,当前路口实体面图元的提取是通过人工查找路口位置并在路口位置处手动构建路口面,这种提取方式容易漏掉路口位置且有人工编辑工作量较多的问题。为准确定位路口位置且在路口位置处高效构建路口面图元,本文设计了一种基于道路矢量数据的路口地理实体面图元的提取方法,通过对道路面数据构建不规则三角网,分析不规则三角网(TIN)在路口处的特点,准确定位出路口位置,并在路口处自动构建路口面图元。本文基于湖南省基础测绘道路矢量数据,对基于道路矢量数据的路口地理实体面图元提取方法的有效性进行验证,实验结果表明,该方法路口定位准确率达97.5%,路口面构建较为准确,可以有效缩短路口实体生产周期,研究结果可以应用于其他条带状交叉口实体类的定位和构建。

基于构造物特征点的矢量数据化简算法

在进行公路矢量数据化简时,采用已有算法,一些构造物可能会在转换低比例尺时被不正确地化简掉,影响应用的正确性。提出了一种基于构造物特征点的二级矢量数据化简算法,根据空间位置提取高速公路中的构造物点,进行一级化简,构成构造物特征点,以每个特征点作为分割点,将整个曲线划分为若干子曲线,在每个子曲线中采用Douglas-Peucker算法进行二级化简,最后进行子曲线合并,并设计了一种多比例尺矢量数据组织的构建方法。实验表明该数据化简算法能够有效化简数据,并且保存完整的构造物特征点,选取的多级比例尺能够满足应用的需求。

基于支持向量回归的高速公路路段平均速度估计方法

为克服现有高速公路车辆检测器密度稀疏、损坏率高导致所估计的路段平均速度准确率不高这一缺陷,提出一种新的高速公路路段平均速度估计方法。一方面,高速公路收费数据具有车辆信息全面可靠、辐射路网范围广的优点,采取基于轨迹法的修正算法求取基本路段平均速度;另一方面,"两客一危"卫星定位数据实时性好,路网分布相对均匀分散,利用速度-时间积分模型对单车行程速度进行估计,再对单一浮动车作加权平均获得路段平均速度。最后,利用支持向量回归原理,对由高速公路收费数据和"两客一危"卫星定位数据所获取的路段平均速度进行融合处理,得到估计效果更好的路段平均速度。利用广乐高速公路上的实际数据对融合结果进行了验证。结果表明:与单一数据源的估计速度相比,融合后的路段平均速度具有更小的相对误差,更接近真实值,可更好地反映高速公路系统运行状态,为管理者和出行者提供决策依据。此外,分别以15,45 min和60 min作为统计间隔,使用上述融合方法进行路段平均速度估计。结果表明,模型效果与统计间隔大小呈负相关关系;统计间隔越小,模型的均方误差、可决系数、相对误差3个指标也越小;当统计间隔为30 min以下时,估计结果更为精确。

依托道路矢量拓扑信息无依托新型航天发射技术

无依托航天机动发射技术是一种涉及多学科交叉的热门工程应用技术,急需攻克其无依托、高精度、快速、低成本等核心关键技术。提出一种依托道路矢量拓扑信息无依托航天机动发射技术,设计一种基于路网曲线特征和惯性测量的数据融合方法,利用已有道路网的曲线特征与惯导轨迹进行匹配,保证机动过程中,“即停即发”高精度无依托发射技术,具有很高的应用价值。阐述了所提方法的基本架构、原理,并通过建模、仿真、实际跑车试验验证所提算法的可行性。

基于支持向量机的道路交通事故数据统计模型研究

为有效预测道路交通事故,促进交通可持续发展,利用支持向量机(SVM)与蚁群算法(ACA)综合研究道路交通事故问题。在对SVM进行优化决策的基础上,提出一个交通事故数据拟合和预测的统计分析模型。鉴于SVM的预测精度很大程度上取决于训练参数的选取,利用ACA优化其训练参数的选择过程,得到基于SVM的道路交通事故数据统计分析模型。利用该模型对小样本及非线性数据优越的预测性能进行年交通事故量的预测。结果表明,与一些其他模型相比,基于SVM的道路交通事故数据统计分析模型,预测精度更高、误差更小,能够更有效地对交通事故数量进行拟合、预测和统计分析。

基于矢量道路栅格化的海量浮动车数据快速处理

针对海量浮动车数据特点和快速处理要求,提出了一种基于矢量道路地图栅格化的海量浮动车数据方法,该算法的关键是矢量道路栅格化过程中包括了道路缓冲区和属性信息。道路缓冲区的宽度由一个与浮动车数据位置误差和道路宽度相关的置信区域决定;矢量道路缓冲区转换成栅格图后,栅格图中像素的位置对应着实际地理坐标,而像素值的灰度值表示道路的等级、名称、编号等属性或方向等信息;然后将海量浮动车数据与栅格道路地图进行叠加处理。这种方法不仅可以精确地计算出城市道路地图坐标系与浮动车数据坐标系之间的变换参数,而且还能够快速地获取区域路网以及特定道路的行驶速度。最后,通过超过一千万个真实的武汉市浮动车数据,并与经典的浮动车数据处理算法进行比较,验证了矢量道路栅格化方法处理海量浮动车数据的可行性和有效性。

一种顾及形状特征的遥感图像道路提取方法

依照单类分类和主动学习的基本原理,利用光谱信息和道路几何信息共同实现道路提取。首先人工标记部分道路与非道路样本,用SVDD训练筛选出初始道路与非道路样本点代入SVM得到初始分类图,路径开运算处理之后进行直线匹配获取二值道路图。接下来是一个主动学习过程,根据样本点离超平面的距离及与二值道路图的匹配结果选取最终样本。将留下的样本点代入SVM中并赋以一定权值迭代训练,迭代固定次数之后选取正确率最高的SVM模型。最后利用路径开运算处理获取初始道路,经过形态学后处理得到最终的道路。实验结果表明,该方法可以有效地从高光谱遥感影像中提取道路。

基于车联网的实时路况估计方法

针对实时路况估计和交通数据采集方法没有统一标准的问题,提出了一种基于车联网的实时路况估计架构,由车辆数据采集、数据管理和路况显示组成。车辆数据采集系统基于Android系统开发,采用模块化架构使系统适用于不同厂商的车型;通过对武汉市部分道路进行VISSIM建模,采集大量仿真数据,分别建立RBF神经网络模型和支持向量机模型,并使用遗传算法对支持向量机参数进行优化,两种模型估计结果表明支持向量机的估计效果优于RBF神经网络。最后将支持向量机估计结果应用于路况显示系统,向社会公众提供实时路况。

高精度矢量数据的路面三维自动建模方法

为了解决路面手工三维建模速度慢、工作量大等问题,本文面向规范化处理的高精度矢量数据,对不同路口进行精细化设计,自动生成路面三维模型。首先使用道路高精度三维信息采集软件,在获取的点云数据中半自动化提取准确的道路边线、道路标识线等矢量信息;然后针对不同路口进行精细化线形设计,提出连续四边形重建方法、弯道平滑处理方法、交叉口重建方法及路面标识线投射重建方法;最后对提取的高精度矢量数据进行规范化处理,在满足路面线形设计要求后,借助MAXScript脚本实现路面三维自动化建模。以车载移动测量系统获取的某段道路点云数据进行试验,验证了该方法的可行性和有效性。

基于车载LiDAR提取城市道路规则标线

路面标线是辅助无人驾驶技术的重要信息支撑要素。针对城市道路面提取高精度标线问题,提出利用车载点云中不同强度及灰度值的点云进行规则路面标线提取的方法。以5 km的城市主干道车载点云数据为试验对象,利用3×3点阵的z值滤波算法区分路面点云与非路面点云,再通过路面点云中标线点云和非标线点云的强度值和灰度值差异提取路面标线,最后按照不同标线类型设计不同的矢量化方案,实现规则标线的矢量化。结果表明,该方法可有效提取路面标线信息,其平均完整性可达到93%,平均精度可达到0.063 m,满足高精地图中规定的路面标线精度要求。

面向多源异构丝路文化遗产数据的智能挖掘方法

为了进一步弘扬丝路文化遗产价值,有必要对丝路文化遗产数据进行深入分析与探究。然而,目前丝路文化遗产数据呈现多源异构的特性,包括不同来源的数据和不同模态的数据,导致了对多维度海量数据进行深层次的处理较为困难。文章首先通过对互联网数据的垂直搜索,高效采集丝绸之路相关信息;接着利用支持向量机自动快速、精确地完成文本分类工作;然后利用文本聚类技术对数据信息进行去重、去噪等清洗作业;最后,评选出影响力较大的事件,形成《丝绸之路文化遗产年报》对全球公开发布。文章为丝路文化遗产数据的分析与挖掘提供了经验与借鉴。

基于车载点云数据制作道路全要素三维实景模型

为了探索高效、高精度的道路全要素三维实景模型制作方法,依托生产项目,利用车载激光扫描得到道路点云数据与全景数据,获取道路面与独立地物的位置及属性信息;以道路点云数据为数据源,采集道路中独立地物与道路标志、标线等三维数据,制作道路部件模板库;以道路三维数据为基础,建立道路全要素三维实景模型。精度检测结果表明,基于车载点云数据制作道路全要素三维实景模型的数据精度满足项目精度要求。基于车载点云数据进行道路全要素三维实景模型制作,将大量的野外作业转为室内作业,不仅减少了劳动强度与成本,而且制作完成的精细化模型的精度和真实度更高。

基于车载激光扫描的城市道路全要素地图生产

随着自动驾驶领域对高精地图应用需求的不断增强,用户对城市道路测绘成果的精度、丰富度和现势性提出了更高的要求。道路全要素地图作为重要的道路全息测绘产品之一,具有空间精度高、地理要素全、属性信息丰富的特点。本文基于车载激光扫描技术,设计了一套从外业数据采集、点云数据处理到道路全要素地图制作的完整流程,并以武汉市新型基础测绘建设试点项目为依托,选取武汉市中心城区约3 km^(2)试验区的道路作为研究对象,开展道路全要素地图生产实践。结果表明,成果精度不但能满足1∶500地形图修测更新等传统城市测绘工作的要求,而且可为智能交通和城市精细化治理等领域提供重要的数据支撑。

基于车载激光扫描的可计算路网数据处理

为了提供满足可计算路网数据库入库要求的交通标线,利用车载点云数据提取道路交通标线矢量数据,进行道路路面交通标线的数字化、可视化编辑处理,并将标线数据导入属性编辑软件中进行属性编辑。属性编辑处理的主要工作包括:结合分辨率0.1 m的正射影像图编辑道路路面交通标线,将道路交通标线与道路面、道路发布段、道路有向路段进行属性关联;结合道路交通标线实际属性特征,对道路交通标线中属性字段进行描述。数据质量检查结果表明,道路面的平面位置中误差、高程中误差,线形标线的平面位置中误差、高程中误差,轮廓标线的平面位置中误差、高程中误差,路面文字的平面位置中误差、高程中误差,均满足设计要求。

基于遥感影像的地图道路网数据变化检测研究

在遥感影像和地图道路网数据精确配准的基础上,提出了利用缓冲区约束下的、基于知识判断的多尺度模板匹配方法检测变化的道路,对旧地图中的道路变化情况自动检测;采用自动赋初值的LSB-Snake模型半自动检测新增道路。实验表明,所提出的方法可以有效地检测道路变化,达到较高的自动化程度。

矢量数据辅助的高分辨率遥感影像道路自动提取

高分辨率遥感影像上细节信息繁杂、干扰物普遍存在,对其进行自动化道路识别与提取的相关研究仍处在探索阶段。在道路提取过程中引入矢量数据辅助,可解决初始信息获取的困难,得到可靠性较强的训练样本。为此,提出一种矢量数据辅助下的道路提取方法,能够筛选出矢量数据中包含的有效信息,引导实现对高分辨率遥感影像的道路自动提取。利用Mean-shift滤波对图像进行预处理后,首先从矢量数据获取候选种子点,并通过提炼同质区域的形状特征剔除错误候选点;然后,自动获取负样本点以进行朴素贝叶斯分类,并采用邻域质心投票算法从分类影像提取道路中心线;最后,结合像素跟踪与方向判断矢量化道路中心线,并提出一种基于矢量几何分析的断线连接与毛刺剔除方法,对提取结果进行信息修复与规整、优化。实验结果显示,该算法的提取质量达到80%以上,且具备较强的稳健性,能够适应具有不同道路辐射和分布特征的高分辨率遥感影像。

道路交叉口自动检测与基于OpenSceneGraph的三维自动建模方法

针对三维道路场景中多条道路交叉时出现的单纯重叠问题,基于开源三维图形渲染引擎OSG(OpenSceneGraph),提出一种三维道路交叉口的自动检测与建模方法,该方法通过分析道路矢量数据的存储特点及道路交叉口的设计规范,快速获取交叉口区域并识别其所属类型,结合计算机图形学和OSG场景渲染技术实现道路交叉口的自动建模。试验表明,该方法可有效解决三叉型、四叉型、环岛型和分离式立体交叉口的一键式生产,无须人工干预,为大数据三维道路场景的快速构建提供了有效方法。

一种利用Mask R-CNN的遥感影像与矢量数据配准方法

遥感影像数据与地理信息系统(geographic information system,GIS)矢量数据的配准是遥感与GIS集成的基础。目前遥感影像与矢量数据的配准关键在于遥感影像特征的提取,而现有遥感影像特征提取方法存在特征提取不完整、配准失败和精度不高等问题。由此提出了一种基于Mask R-CNN(region-based convolutional neural network)的遥感影像与矢量数据配准方法,首先,利用Mask R-CNN模型提取影像的道路交叉口作为影像控制点;然后,依据几何拓扑关系筛选矢量数据道路交叉口作为矢量控制点,再根据遥感影像与矢量数据控制点的欧氏距离确定同名控制点;最后,以同名控制点为基础实现遥感影像与矢量数据的配准。选取上海市矢量数据和高分二号影像数据进行配准实验,实验结果表明,所提方法鲁棒性强、精度高。

A heuristic path-estimating algorithm for large-scale real-time traffic information calculating

As the original Global Position System (GPS) data in Floating Car Data have the accuracy problem,this paper proposes a heuristic path-estimating algorithm for large-scale real-time traffic information calculating. It uses the heuristic search method,imports the restriction with geometric operation,and makes comparison between the vectors composed of the vehicular GPS points and the special road network model to search the set of vehicular traveling route candidates. Finally,it chooses the most optimal one according to weight. Experimental results indicate that the algorithm has considerable efficiency in accuracy (over 92.7%) and com-putational speed (max 8000 GPS records per second) when handling the GPS tracking data whose sampling rate is larger than 1 min even under complex road network conditions.