顧及點(diǎn)云鄰域特征的道路里程推算方法實(shí)現(xiàn)

李 彬，王來(lái)強(qiáng)，范 琳，宋華明，盧 彬

（1.青海省地理空間和自然資源大數(shù)據(jù)中心，青海 西寧 810001；2.青海省地理空間信息技術(shù)與應(yīng)用重點(diǎn)實(shí)驗(yàn)室，青海 西寧 810001；3.青海省自然資源遙感中心，青海 西寧 810001）

高速公路是國(guó)家基礎(chǔ)設(shè)施建設(shè)的重要組成部分，其里程長(zhǎng)度是衡量公路建設(shè)發(fā)展規(guī)模、交通運(yùn)輸網(wǎng)密度的重要指標(biāo)。準(zhǔn)確的公路里程數(shù)據(jù)和里程樁點(diǎn)空間位置不僅影響精準(zhǔn)養(yǎng)護(hù)和精準(zhǔn)收費(fèi)管理，也可在遇險(xiǎn)報(bào)警時(shí)準(zhǔn)確鎖定位置提供救援服務(wù)。傳統(tǒng)道路累計(jì)誤差小于±3 m/km 的精度要求，很難滿(mǎn)足現(xiàn)階段高速公路運(yùn)維管理要求[1]，解決施竣工圖件計(jì)算路程測(cè)量誤差累積、光電編碼器測(cè)量[2-3]實(shí)際車(chē)行軌跡與中心線(xiàn)偏差等是目前面臨的問(wèn)題?；诖?，馬榮貴[4]等以GPS、陀螺儀結(jié)合道路視頻方法建立公里樁號(hào)和GPS 信息對(duì)應(yīng)表，完成公里樁的精確定位；謝煜[5]等結(jié)合CORS和移動(dòng)測(cè)量技術(shù)，人工采集特征點(diǎn)線(xiàn)完成里程測(cè)量；姚利輝[6-7]等利用遙感衛(wèi)星影像提取道路定位演算公路里程也應(yīng)用到工程實(shí)踐?？紤]高速公路里程測(cè)繪作業(yè)面窄、里程長(zhǎng)等特點(diǎn)，本文提出基于車(chē)載特征線(xiàn)性點(diǎn)云自動(dòng)提取的公路里程推算方法。

1 高速公路里程推算方法

對(duì)數(shù)據(jù)量大、密度分布不均的車(chē)載激光點(diǎn)云進(jìn)行預(yù)處理，設(shè)置軌跡線(xiàn)角度閾值和距離閾值過(guò)濾噪點(diǎn)，根據(jù)布料模擬濾波算法快速分離地面、非地面點(diǎn)云。以點(diǎn)云強(qiáng)度信息為標(biāo)量分割地面點(diǎn)云并結(jié)合空間鄰域特征優(yōu)化分割結(jié)果[8]，采用八叉樹(shù)連通聚類(lèi)方法提取標(biāo)線(xiàn)。在此基礎(chǔ)上內(nèi)插道路中心線(xiàn)并基于線(xiàn)性參考信息實(shí)現(xiàn)公路里程推算，如圖1 所示。

圖1 車(chē)載特征點(diǎn)云推算公路里程流程

1.1 基于布料模擬算法的地面點(diǎn)云提取

車(chē)載移動(dòng)測(cè)量采集獲取包括道路沿線(xiàn)路面、交通標(biāo)識(shí)線(xiàn)、護(hù)欄、路燈、指示牌等全要素點(diǎn)云數(shù)據(jù)，為便于識(shí)別路面線(xiàn)性特征點(diǎn)云，考慮將車(chē)載點(diǎn)云分類(lèi)為地面點(diǎn)云和非地面點(diǎn)云。本文采用布料模擬濾波算法（CSF）構(gòu)建虛擬路面模型，快速分離路面點(diǎn)云。布料模擬算法[9]基本思想為翻轉(zhuǎn)車(chē)載激光掃描點(diǎn)云，根據(jù)給定網(wǎng)格間距構(gòu)造布料模型，假定柔軟布料受重力作用附著于翻轉(zhuǎn)點(diǎn)云表面，最終形成的布料形狀即為路面形狀。布料假設(shè)由相互連接的質(zhì)點(diǎn)彈簧模型節(jié)點(diǎn)構(gòu)成，布料點(diǎn)在受重力作用后會(huì)產(chǎn)生線(xiàn)性位移，布料點(diǎn)位置和重力關(guān)系如式（1）所示。

通過(guò)設(shè)定初始節(jié)點(diǎn)位置和時(shí)間步長(zhǎng)確定當(dāng)前點(diǎn)位置，式（1）中X為節(jié)點(diǎn)在某時(shí)刻空間位置；Δt為時(shí)間步長(zhǎng)；G 為重力常數(shù)；m 為布料點(diǎn)質(zhì)量，通常取常數(shù)。

布料點(diǎn)在重力作用下產(chǎn)生位移，到達(dá)點(diǎn)云后布料點(diǎn)被標(biāo)記為不動(dòng)點(diǎn)，剩余標(biāo)注為可動(dòng)點(diǎn)。若兩相鄰節(jié)點(diǎn)均為可動(dòng)點(diǎn)且高程值不同，則兩點(diǎn)在垂直方向以相反位置移動(dòng)相同距離；若兩點(diǎn)間存在一不可動(dòng)點(diǎn)，則移動(dòng)可動(dòng)點(diǎn)；若兩點(diǎn)高程一致則不移動(dòng)，直至完成迭代計(jì)算。為限制在翻轉(zhuǎn)點(diǎn)云表面空白區(qū)域可動(dòng)點(diǎn)的移動(dòng)量，需考慮布料點(diǎn)受鄰近節(jié)點(diǎn)作用力大小?？梢詫⒌匦晤?lèi)型分為平坦、緩坡和陡坡，對(duì)應(yīng)節(jié)點(diǎn)修正量為兩點(diǎn)間距（VD）的1/2、3/4 和7/8。布料點(diǎn)位移修正值按式（2）計(jì)算:

布料網(wǎng)格大小、布料點(diǎn)間作用力大小及點(diǎn)云分類(lèi)閾值是算法完成的基礎(chǔ)變量[10-11]，本文對(duì)高速公路點(diǎn)云進(jìn)行CSF 濾波，選取網(wǎng)格分辨率為2 m；選取地形類(lèi)型為緩坡；考慮路面存在道路護(hù)欄、行道樹(shù)等點(diǎn)云，地面點(diǎn)和非地面點(diǎn)設(shè)置閾值設(shè)為0.5 m；迭代次數(shù)設(shè)置為200 次，濾波分類(lèi)點(diǎn)云如圖2 所示。

圖2 布料模擬算法點(diǎn)云分類(lèi)

1.2 顧及領(lǐng)域幾何特征的道路標(biāo)線(xiàn)分割

根據(jù)地面分類(lèi)點(diǎn)云并顧及點(diǎn)云強(qiáng)度信息和幾何特征，自動(dòng)完成道路特征標(biāo)識(shí)線(xiàn)點(diǎn)云分割。因存在出入匝道、避車(chē)道、會(huì)車(chē)道等道路面寬度差異變化，本文以路面標(biāo)示線(xiàn)為提取特征線(xiàn)，構(gòu)建輪廓面內(nèi)插偏移出路面中心線(xiàn)，以此為線(xiàn)性參考推算里程長(zhǎng)度。設(shè)置地面點(diǎn)云強(qiáng)度信息閾值分離線(xiàn)路標(biāo)線(xiàn)點(diǎn)云[9]，如圖3所示。

圖3 強(qiáng)度閾值點(diǎn)云分割

在上述點(diǎn)云分類(lèi)過(guò)程中不可避免地存在同譜異物現(xiàn)象，且隨掃描線(xiàn)距離增加而衰減、入射角差異等存在標(biāo)線(xiàn)點(diǎn)云同物異譜現(xiàn)象，直接以強(qiáng)度信息分類(lèi)受噪點(diǎn)干擾強(qiáng)，很難準(zhǔn)確提取標(biāo)線(xiàn)點(diǎn)云。在強(qiáng)度信息分類(lèi)基礎(chǔ)上，對(duì)點(diǎn)云定義一個(gè)或多個(gè)考慮點(diǎn)云空間位置信息的語(yǔ)義標(biāo)簽，給定距離閾值構(gòu)建點(diǎn)云鄰域空間，提取點(diǎn)云空間位置信息的幾何特征，并將特征值賦值到相應(yīng)語(yǔ)義標(biāo)簽中。算法分析種子點(diǎn)局部鄰域內(nèi)所有三維點(diǎn)的空間分布，計(jì)算每個(gè)點(diǎn)幾何特性的不變矩陣及其三維結(jié)構(gòu)張量的協(xié)方差矩陣，得到具有λ1≥λ2≥λ3≥0的結(jié)構(gòu)張量特征值λ1、λ2和λ3直接用于描述點(diǎn)云局部三維結(jié)構(gòu)[12]。考慮地面點(diǎn)云線(xiàn)性分布特征，本文引入點(diǎn)云線(xiàn)性度（Linearity）Lλ和垂直度（Verticality）

[13]，計(jì)算公式如（3）、（4）所示。

鄰域V大小對(duì)線(xiàn)性度計(jì)算差異大，考慮道路標(biāo)線(xiàn)寬度為0.2 m，本文分別選取鄰域半徑0.1、0.3 和0.5作為因子計(jì)算線(xiàn)性度（Linearity）Lλ，鄰域半徑為0.1時(shí)點(diǎn)云空間線(xiàn)性度相關(guān)性小，半徑為0.5 時(shí)因鄰域半徑過(guò)大部分特征點(diǎn)云線(xiàn)性特征值準(zhǔn)確度降低，本文選取鄰域半徑為0.3 時(shí)得到最優(yōu)線(xiàn)性度值為標(biāo)量提取點(diǎn)云，提取線(xiàn)性度特征標(biāo)量如圖4 所示。

圖4 不同線(xiàn)性度點(diǎn)云標(biāo)量值圖

點(diǎn)云法線(xiàn)改變速率（normal change rate）特征可以有效濾除路旁低矮灌木點(diǎn)云，部分線(xiàn)路路緣石強(qiáng)度、線(xiàn)性度和標(biāo)線(xiàn)特征相近，以點(diǎn)云垂直度特征（verticality）為標(biāo)量可以?xún)?yōu)化分割點(diǎn)云，如圖5 所示。經(jīng)幾何特征優(yōu)化點(diǎn)云提取結(jié)果，以統(tǒng)計(jì)異常值濾波使用點(diǎn)數(shù)計(jì)算平均距離估計(jì)，過(guò)濾噪點(diǎn)。

圖5 法線(xiàn)改變速率和垂直度標(biāo)量分割

八叉樹(shù)（octree）是描述三維空間的樹(shù)狀數(shù)據(jù)結(jié)構(gòu)，每個(gè)節(jié)點(diǎn)標(biāo)識(shí)為正方體體積元素，各節(jié)點(diǎn)有8 個(gè)子節(jié)點(diǎn)。其基本原理為設(shè)置最大遞歸深度、找出場(chǎng)景中最大尺寸建立種子立方體、將單位元元素逐漸細(xì)分放入被包含且沒(méi)有子節(jié)點(diǎn)的立方體、直到達(dá)到最大遞歸深度。本文以八叉樹(shù)分割三維空間，進(jìn)行點(diǎn)云連通分支聚類(lèi)分析并依據(jù)設(shè)置點(diǎn)云閾值提取線(xiàn)性標(biāo)線(xiàn)。研究設(shè)置遞歸深度為13 級(jí)、邊長(zhǎng)為0.12 m，點(diǎn)云閾值為200，提取點(diǎn)云標(biāo)識(shí)線(xiàn)如圖6 所示。

圖6 八叉樹(shù)連通聚類(lèi)點(diǎn)云提取

1.3 公路里程推演

點(diǎn)云遮擋是公路采集普遍存在的問(wèn)題，本文以道路標(biāo)線(xiàn)特征點(diǎn)云提取路面中心線(xiàn)，會(huì)因?yàn)榫垲?lèi)點(diǎn)云不連續(xù)以致構(gòu)建路面輪廓不完整，需對(duì)路面邊界優(yōu)化處理[14-15]，參考對(duì)側(cè)點(diǎn)云線(xiàn)性矢量方向修復(fù)道路標(biāo)識(shí)邊線(xiàn)，如圖7 所示。在A(yíng)rcGIS 中根據(jù)標(biāo)識(shí)邊線(xiàn)提取中心線(xiàn)，并分析兩標(biāo)線(xiàn)到路面邊線(xiàn)的距離偏移出路面中心線(xiàn)，建立公路里程推算線(xiàn)性參考。

圖7 點(diǎn)云輪廓線(xiàn)構(gòu)建和輪廓線(xiàn)修復(fù)

道路交通通常不用空間位置坐標(biāo)而用公路里程長(zhǎng)度來(lái)標(biāo)識(shí)道路位置[16]，里程推算以里程起點(diǎn)為基準(zhǔn)，以路面中心線(xiàn)為線(xiàn)性參考推算起點(diǎn)距指定間距的里程樁點(diǎn)集，考慮里程起點(diǎn)不為整公里樁號(hào)的情況，本文將起點(diǎn)里程差和里程間距作為變量。在A(yíng)rcGIS 中創(chuàng)建程樁點(diǎn)推算提取腳本工具，生成ArcToolbox 工具箱。首先給定中心線(xiàn)投影坐標(biāo)信息，使用PositionAlongLine方法計(jì)算并返回PointGeometry 類(lèi)里程樁點(diǎn)。

2 應(yīng)用實(shí)例

本文以甘肅省190 km 某高速路段為實(shí)驗(yàn)對(duì)象，通過(guò)Iscan-S 車(chē)載移動(dòng)測(cè)量系統(tǒng)采集激光點(diǎn)云數(shù)據(jù)[17]，獲取包括道路面、護(hù)欄、車(chē)輛、護(hù)坡和植被等地物點(diǎn)云數(shù)據(jù)，獲取點(diǎn)云數(shù)據(jù)量超過(guò)200 G。車(chē)輛載體以60 km/h速度行駛，激光掃描儀掃描頻率為200 HZ，點(diǎn)云分辨率約8 cm，道路標(biāo)識(shí)線(xiàn)清晰、明顯，滿(mǎn)足分析提取要求。單GNSS 基站數(shù)據(jù)處理模式可得到cm 級(jí)的定位精度[18]，但考慮基站架設(shè)時(shí)間長(zhǎng)、覆蓋半徑小等因素，本文收集覆蓋任務(wù)區(qū)6 個(gè)CORS 基準(zhǔn)站采集期間GNSS 觀(guān)測(cè)數(shù)據(jù)，采用In-Fusion SmartBase 差分處理技術(shù)解算POS 數(shù)據(jù)，可得到70 km 內(nèi)3～10 cm、70 km以上10～15 cm 的軌跡精度[19]。通過(guò)數(shù)據(jù)融合得到高斯三度帶投影坐標(biāo)系點(diǎn)云成果，以每10～15 km 采集檢查點(diǎn)對(duì)云數(shù)據(jù)精度驗(yàn)證，點(diǎn)云精度優(yōu)于±15 cm。

對(duì)點(diǎn)云工程按照2 km 距離進(jìn)行分段以控制處理數(shù)據(jù)量，采用布料濾波模擬算法分類(lèi)車(chē)載點(diǎn)云時(shí)，考慮道路坡度變化，根據(jù)不同地形類(lèi)型分別采用平坦、緩和及陡峭3 種布料硬度分類(lèi)策略，對(duì)部分路段點(diǎn)云分類(lèi)錯(cuò)誤采用后處理濾波算法優(yōu)化地面點(diǎn)云[9]。地面點(diǎn)云強(qiáng)度信息標(biāo)量閾值為20 000；線(xiàn)性度鄰域值為0.3 m、標(biāo)量閾值為0.65；垂直度鄰域值為0.3、標(biāo)量閾值0.05；八叉樹(shù)遞歸深度為13 級(jí)、邊長(zhǎng)0.12 m、連通點(diǎn)云閾值為200，提取部分標(biāo)線(xiàn)點(diǎn)云如圖8 所示。

圖8 部分路段標(biāo)線(xiàn)點(diǎn)云

根據(jù)道路標(biāo)識(shí)線(xiàn)點(diǎn)云構(gòu)建標(biāo)線(xiàn)邊線(xiàn)并中線(xiàn)，考慮路面緊急停車(chē)帶寬2.5 m，以提取標(biāo)線(xiàn)中線(xiàn)為基礎(chǔ)像外側(cè)偏移1.25 m 得到路面中心線(xiàn)。在A(yíng)rcGIS 下給定路面中心線(xiàn)投影坐標(biāo)參考，項(xiàng)目公路里樁起點(diǎn)樁號(hào)為K1262+176，與整公里樁間差值為824 m，將起點(diǎn)里程差和里程間距分別輸入提取里程樁點(diǎn)工具，快速獲得里程樁點(diǎn)坐標(biāo)成果及公路里程總長(zhǎng)，如圖9、表1 所示。

圖9 提取里程樁點(diǎn)工具

表1 公路里程樁點(diǎn)成果

3 結(jié) 語(yǔ)

公路里程作為高速公路重要定位參考，是公路基礎(chǔ)地理信息化建設(shè)的重要組成部分。本文以車(chē)載激光點(diǎn)云為基礎(chǔ)，通過(guò)提取道路實(shí)線(xiàn)標(biāo)示線(xiàn)（提取道路中心線(xiàn)）實(shí)現(xiàn)了高速公路里程連續(xù)推算，相較傳統(tǒng)公里里程傳遞方法可得到更高的里程推算精度。同時(shí)，項(xiàng)目提取高速公路外側(cè)隔離護(hù)欄數(shù)據(jù)，計(jì)算里程樁點(diǎn)到護(hù)欄最近垂點(diǎn)，作為里程樁放樣和埋設(shè)的依據(jù)，也成功運(yùn)用到項(xiàng)目里程樁標(biāo)識(shí)恢復(fù)工作中。