一种基于LiDAR点云的道路纵横断面获取方法
专利汇可以提供一种基于LiDAR点云的道路纵横断面获取方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种基于LiDAR点 云 的道路纵横断面获取方法，涉及测量技术领域，包括如下步骤：道路数据获取：经过外业控制、 数据采集 、数据预处理、坐标转换、点云滤波等步骤生成滤波后道路地面点云数据；数据组织分 块 ：按照适合的距离方格对点云数据分块管理；数据构建TIN网：根据已有的道路 中轴 线，按照特定距离缓冲构建TIN网；计算断面成果：根据里程文件生成纵横断面文件。优点：本发明 实施例 中的方法通过工程文件组织点云数据的思路，通过工程文件管理点云数据，自动调用道路中轴线相应范围内的地面点云数据，经过格式转换后用于构建TIN网。通过无缝分块的方法，巧妙的解决了点云数据量大无法统一读取的问题。，下面是一种基于LiDAR点云的道路纵横断面获取方法专利的具体信息内容。
1.一种基于LiDAR点云的道路纵横断面获取方法，其特征在于，该方法包括如下步骤：
道路数据获取：经过外业控制、数据采集、数据预处理、坐标转换、点云滤波等步骤生成滤波后道路地面点云数据；
数据组织分块：按照适合的距离方格对点云数据分块管理；
数据构建TIN网：根据已有的道路中轴线，按照特定距离缓冲构建TIN网；
计算断面成果：根据里程文件生成纵横断面文件。
2.根据权利要求1所述的一种基于LiDAR点云的道路纵横断面获取方法，其特征在于，所述道路数据获取：经过外业控制、数据采集、数据预处理、坐标转换、点云滤波等步骤生成滤波后道路地面点云数据；其中，道路数据获取的具体步骤为：
外业控制：通过传统测量方式采集多个控制点，将控制点获取的点云数据进行纠正与检核；
数据采集：通过机载雷达或车载雷达在作业区启动工作系统，启动全球定位系统、惯性导航系统，开启各传感器，设备记录激光回波原始数据，通过扫描带获取道路及两侧的原始机载激光数据；
数据预处理：在数据采集完成后，对传感器数据进行融合处理，生成轨迹和姿态，然后将激光扫描仪测量的激光回波距离数据和姿态数据进行融合，得到点云WGS- 84 坐标系下的绝对坐标，最后利用外业控制测量数据对原始数据进行匹配纠正，生成满足精度要求的原始数据；
坐标转换：使用七参数转换模型，计算WGS- 84 坐标系向地方坐标系转换的参数，对点云数据进行转换，得到地方坐标系下的点云数据；
点云滤波：对点云进行分类，分出地面点与非地面点，通过设置的参数进行粗分类，然后人工将点云中的树木、电线、交通牌、房屋、车辆、电杆等非地面的点云过滤掉，最终获得道路及两侧地面点。
3.根据权利要求1所述的一种基于LiDAR点云的道路纵横断面获取方法，其特征在于，所述数据组织分块：按照适合的距离方格对点云数据分块管理，其中数据组织分块的具体步骤为：通过适合距离的方格对点云分块，通过方格四角的坐标对点云进行索引，对于获取的位置坐标，首先判断该位置属于哪个方格块，然后根据方格块名称调度该区域点云数据。
4.根据权利要求3所述的一种基于LiDAR点云的道路纵横断面获取方法，其特征在于，所述数据组织分块中按照适合的距离范围在100米至1000米之间。
5.根据权利要求1所述的一种基于LiDAR点云的道路纵横断面获取方法，其特征在于，所述数据构建TIN网：根据已有的道路中轴线，按照特定距离缓冲构建TIN网，其中数据构建TIN网的具体步骤为：
加载道路中轴线：通过矢量格式或特定的数据格式加载道路中轴线；
通过道路中轴线分段构建TIN网：通过导入的道路中轴线，以适合的距离分段构建TIN网模型，并且各分段之间要求重叠，保证数据没有漏洞；
通过构建TIN网生成构网矢量数据：通过离散的高程点按照三角形构网形成与之对应的三维面，获取构成各个三角形的边的矢量数据。
6.根据权利要求5所述的一种基于LiDAR点云的道路纵横断面获取方法，其特征在于，所述以适合的距离分段构建TIN网模型中的距离范围在1公里至2公里之间，各分段之间的重叠范围在20米至100米之间。
7.根据权利要求1所述的一种基于LiDAR点云的道路纵横断面获取方法，其特征在于，所述计算断面成果：根据里程文件生成纵横断面文件，其中所述计算断面成果的具体步骤为：
加载里程桩数据：由于设计道路有标准的里程桩，故将里程桩文件进行导入；
根据里程桩坐标调度对应的TIN网模型与矢量文件：提取里程桩文件中的各个断面点坐标，根据坐标索引对应的TIN网模型与构网矢量边文件；
根据里程桩坐标与道路中轴线获取该桩点左右断面线文件：根据桩点坐标获取垂直于道路中轴线切线的断面线，行进方向道路中轴线左侧为左断面线，右侧为右断面线；
获取断面点高程值：横断面的所选取的采样点为断面线与三角网相交的关键点，通过误差传播定论推算三角网边线上关键点精度，按照左右断面线与三角网的交点记录其交点内插的高程值，毫无损耗的获取断面线上的高程值；
生成断面文件：根据如纬地道路设计软件的格式生成道路纵横断面文件。
8.根据权利要求7所述的一种基于LiDAR点云的道路纵横断面获取方法，其特征在于，所述获取断面点高程值：横断面的所选取的采样点为断面线与三角网相交的关键点，通过误差传播定论推算三角网边线上关键点精度，按照左右断面线与三角网的交点记录其交点内插的高程值，毫无损耗的获取断面线上的高程值；其中所述获取断面点高程值的具体步骤为：
确定关键点：横断面的所选取的采样点为断面线与三角网相交的关键点；
计算点云高程：现通过误差传播定律来推算边线上关键的精度；假设构成三角网的三个点 （A点的高程值）、 （B点的高程值）、 （C点的高程值）的精度为点云高程精度；
计算断面点高程精度：AB线上L点的高程 （公式
中 为l点处的高程值， 为点云A处点云的高程值， 为点云B处点云的高程值， 、、 分别为各点处的X坐标值），根据误差传播定律， 获取精度值；由于三角网间距很小，为此关键点的精度几乎没有损失；
获取断面线上的高程值：按照左右断面线与三角网的交点记录其交点内插的高程值，毫无损耗的获取断面线上的高程值。
一种基于LiDAR点云的道路纵横断面获取方法
技术领域
背景技术
发明内容
数据组织分块：按照适合的距离方格对点云数据分块管理；
数据构建TIN网：根据已有的道路中轴线，按照特定距离缓冲构建TIN网；
计算断面成果：根据里程文件生成纵横断面文件。
外业控制：通过传统测量方式采集多个控制点，将控制点获取的点云数据进行纠正与检核；
数据采集：通过机载雷达或车载雷达在作业区启动工作系统，启动全球定位系统、惯性导航系统，开启各传感器，设备记录激光回波原始数据，通过扫描带获取道路及两侧的原始机载激光数据；
数据预处理：在数据采集完成后，对传感器数据进行融合处理，生成轨迹和姿态，然后将激光扫描仪测量的激光回波距离数据和姿态数据进行融合，得到点云WGS- 84 坐标系下的绝对坐标，最后利用外业控制测量数据对原始数据进行匹配纠正，生成满足精度要求的原始数据；
坐标转换：使用七参数转换模型，计算WGS- 84 坐标系向地方坐标系转换的参数，对点云数据进行转换，得到地方坐标系下的点云数据；
点云滤波：对点云进行分类，分出地面点与非地面点，通过设置的参数进行粗分类，然后人工将点云中的树木、电线、交通牌、房屋、车辆、电杆等非地面的点云过滤掉，最终获得道路及两侧地面点。
通过道路中轴线分段构建TIN网：通过导入的道路中轴线，以适合的距离分段构建TIN网模型，并且各分段之间要求重叠，保证数据没有漏洞；
通过构建TIN网生成构网矢量数据：通过离散的高程点按照三角形构网形成与之对应的三维面，获取构成各个三角形的边的矢量数据。
根据里程桩坐标调度对应的TIN网模型与矢量文件：提取里程桩文件中的各个断面点坐标，根据坐标索引对应的TIN网模型与构网矢量边文件；
根据里程桩坐标与道路中轴线获取该桩点左右断面线文件：根据桩点坐标获取垂直于道路中轴线切线的断面线，行进方向道路中轴线左侧为左断面线，右侧为右断面线；
获取断面点高程值：横断面的所选取的采样点为断面线与三角网相交的关键点，通过误差传播定论推算三角网边线上关键点精度，按照左右断面线与三角网的交点记录其交点内插的高程值，毫无损耗的获取断面线上的高程值；
生成断面文件：根据如纬地道路设计软件的格式生成道路纵横断面文件。
计算点云高程：现通过误差传播定律来推算边线上关键的精度；假设构成三角网的三个点 （A点的高程值）、 （B点的高程值）、 （C点的高程值）的精度为点云高程精度；
计算断面点高程精度：AB线上L点的高程 （公式
中 为l点处的高程值， 为点云A处点云的高程值， 为点云B处点云的高程值， 、、 分别为各点处的X坐标值），根据误差传播定律， 获取精度值；由于三角网间距很小，为此关键点的精度几乎没有损失；
获取断面线上的高程值：按照左右断面线与三角网的交点记录其交点内插的高程值，毫无损耗的获取断面线上的高程值。
图3为本发明的实施例提供的数据构建TIN网步骤流程示意图；
图4为本发明的实施例提供的计算断面成果步骤流程示意图；
图5为本发明的实施例提供的获取断面点高程值步骤流程示意图；
具体实施方式
道路数据获取：经过外业控制、数据采集、数据预处理、坐标转换、点云滤波等步骤生成滤波后道路地面点云数据；
数据组织分块：按照适合的距离方格对点云数据分块管理；
数据构建TIN网：根据已有的道路中轴线，按照特定距离缓冲构建TIN网；
计算断面成果：根据里程文件生成纵横断面文件。
数据采集：通过机载雷达或车载雷达在作业区启动工作系统，启动全球定位系统、惯性导航系统，开启各传感器，设备记录激光回波原始数据，通过扫描带获取道路及两侧的原始机载激光数据；
数据预处理：在数据采集完成后，对传感器数据进行融合处理，生成轨迹和姿态，然后将激光扫描仪测量的激光回波距离数据和姿态数据进行融合，得到点云WGS- 84 坐标系下的绝对坐标，最后利用外业控制测量数据对原始数据进行匹配纠正，生成满足精度要求的原始数据；
坐标转换：使用七参数转换模型，计算WGS- 84 坐标系向地方坐标系转换的参数，对点云数据进行转换，得到地方坐标系下的点云数据；
点云滤波：对点云进行分类，分出地面点与非地面点，通过设置的参数进行粗分类，然后人工将点云中的树木、电线、交通牌、房屋、车辆、电杆等非地面的点云过滤掉，最终获得道路及两侧地面点。
加载道路中轴线：通过矢量格式或特定数据格式的加载道路中轴线；
通过道路中轴线分段构建TIN网：通过导入的道路中轴线，以适合的距离分段构建TIN网模型，并且各分段之间要求重叠，保证数据没有漏洞；
通过构建TIN网生成构网矢量数据：通过离散的高程点按照三角形构网形成与之对应的三维面，获取构成各个三角形的边的矢量数据。
根据里程桩坐标调度对应的TIN网模型与矢量文件：提取里程桩文件中的各个断面点坐标，根据坐标索引对应的TIN网模型与构网矢量边文件；
根据里程桩坐标与道路中轴线获取该桩点左右断面线文件：根据桩点坐标获取垂直于道路中轴线切线的断面线，行进方向道路中轴线左侧为左断面线，右侧为右断面线；
获取断面点高程值：横断面的所选取的采样点为断面线与三角网相交的关键点，通过误差传播定论推算三角网边线上关键点精度，按照左右断面线与三角网的交点记录其交点内插的高程值，毫无损耗的获取断面线上的高程值；
生成断面文件：根据如纬地道路设计软件的格式生成道路纵横断面文件。
计算点云高程：现通过误差传播定律来推算边线上关键的精度；假设构成三角网的三个点 （A点的高程值）、 （B点的高程值）、 （C点的高程值）的精度为点云高程精度；
计算断面点高程精度：AB线上L点的高程 （公式
中 为l点处的高程值， 为点云A处点云的高程值， 为点云B处点云的高程值， 、、 分别为各点处的X坐标值），根据误差传播定律， 获取精度值；由于三角网间距很小，为此关键点的精度几乎没有损失。
数据组织分块：按照适合的距离方格对点云数据分块管理；各方块的点云能满足电脑一次性读取，方便操作。
其中，道路数据获取的具体步骤为：
外业控制：通过传统测量方式采集多个控制点，将控制点获取的点云数据进行纠正与检核；点云纠正主要包括高程纠正与平面纠正。
加载道路中轴线：通过矢量格式或特定数据格式加载道路中轴线；道路中轴线为公路设计单位设计生成的道路中轴线，是道路的中心线。
中 为l点处的高程值， 为点云A处点云的高程值， 为点云B处点云的高程值， 、、 分别为各点处的X坐标值），根据误差传播定律， 获取精度值；由于三角网间距很小，为此关键点的精度几乎没有损失。该公式表明本方法内插点的高程精度。
本方法采用了点云数据直接参与道路设计，实现了机载激光雷达新技术在道路设计中的应用。使高密度、高精度、大数据量的点云准确的应用到道路交通设计行业，避免了传统断面测量的效率低、精度不统一等缺点。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 三维扫描仪的标定装置和口内三维扫描仪 | 2020-05-14 | 39 |
| 三维激光扫描仪中的反射镜和三维激光扫描仪 | 2020-05-15 | 731 |
| 一种便携式三维扫描仪 | 2020-05-14 | 470 |
| 一种三维扫描仪 | 2020-05-11 | 787 |
| 三维扫描仪 | 2020-05-11 | 341 |
| 三维足部扫描仪 | 2020-05-11 | 742 |
| 一种便携式三维扫描仪 | 2020-05-12 | 620 |
| 彩色三维激光扫描仪 | 2020-05-12 | 400 |
| 三维扫描仪及操作方法 | 2020-05-12 | 798 |
| 三维扫描仪 | 2020-05-11 | 230 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
