一种基于车载激光点云的道路横断面自适应提取与精度自评价方法与流程

本发明涉及道路测量，具体涉及一种基于车载激光点云的道路横断面自适应提取与精度自评价方法。

背景技术：

1、在道路建设及改造过程中，需要获取道路的详细数据，其中主要一点是横断面。横断面测量是获取道路中线某一中桩垂直于路线方向两侧相对于中桩的原地面自然起伏形状，它是计算施工量的重要依据。传统的利用全站仪进行手动测量的方法为了满足测量精度的要求，至少需要每20m测一条横断面，工作量巨大。

2、目前一些现有技术将激光点云引入到道路勘察当中，利用激光雷达对道路进行扫描，通过点云建模来获得道路的数学模型，进而提取出道路的横断面。然而，在实际应用过程中，基于车载激光雷达对道路进行扫描时，往往会被障碍物（如车辆及行人）遮挡导致点云数据中包含不属于道路的点云，同时会导致道路上部分区域的点云的缺失。由于障碍物的外形复杂多变，难以以固定的阈值或规律来自动识别，在建立道路模型的过程中需要人工对这些非道路噪声进行剔除，在大规模的道路勘察工作中依然需要耗费大量的人力。

技术实现思路

1、为了解决现有的激光点云建模技术需要人工处理障碍物干扰的技术问题，本申请提供一种基于车载激光点云的道路横断面自适应提取与精度自评价方法，包括以下步骤：

2、对同一道路区域进行多次激光扫描，获取多个测回点云数据；

3、利用空间分布规律模型对多个测回点云数据进行动态滤波，保留静态点云数据；

4、将经过滤波后得到的多个静态点云数据进行配准，拼接为总体点云数据，对所述总体点云数据进行矢量化曲线拟合，生成道路几何模型；

5、根据所述道路几何模型获取道路中心线，在所述道路中心线上的目标位置设置切片平面，提取道路横断面模型，并将所述总体点云数据中与所述切片平面相交的点云投影至该切片平面上，形成横断面切片点云；

6、计算所述道路横断面模型与所述横断面切片点云之间的距离统计量，将所述距离统计量作为该道路横断面模型的精度评价指标。

7、发明的技术效果和优点：通过引入时间和空间维度的冗余数据，结合空间分布规律模型进行动态滤波，能够有效剔除点云中的动态干扰因素，如行驶的车辆、行人等，从而显著提升静态点云数据的纯净度，为后续的道路几何模型构建奠定高质量的数据基础。将多个测回的静态点云数据配准拼接后进行矢量化曲线拟合，所生成的道路几何模型能更准确地反映道路的实际形态特征。在此基础上，通过在道路中心线上设置切片平面并提取横断面模型，同时将相交点云投影至该平面形成横断面切片点云，使得横断面的提取过程具有高度的自适应性，能够针对道路中心线上任意感兴趣的目标位置进行精确剖切。进一步地，通过计算道路横断面模型与横断面切片点云之间的距离统计量作为精度评价指标，实现了对提取的道路横断面模型精度的客观、量化且自动化的评价，无需依赖额外的人工比对或外部参考数据，整个流程从数据采集、处理、模型构建到精度评价形成了一个完整的闭环，不仅提高了道路横断面提取的效率和准确性，也为道路工程的设计、施工与维护提供了可靠的技术支撑和质量保障。

1.一种基于车载激光点云的道路横断面自适应提取与精度自评价方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述空间分布规律模型通过以下步骤获取：

3.根据权利要求2所述的方法，其特征在于，所述空间分布规律模型进行动态滤波的步骤包括：

4.根据权利要求2所述的方法，其特征在于，所述多个静态点云数据的配准步骤包括：

5.根据权利要求1所述的方法，其特征在于，所述道路几何模型通过以下步骤获取：

6.根据权利要求5所述的方法，其特征在于，所述道路中心线通过以下步骤获取：

7.根据权利要求1所述的方法，其特征在于，获取横断面切片点云的步骤包括：

8.根据权利要求1所述的方法，其特征在于，获取所述道路横断面模型的步骤包括：

9.根据权利要求1所述的方法，其特征在于，所述距离统计量为平均距离、最大距离或标准差中的任意一种。

10.根据权利要求1所述的方法，其特征在于，所述方法还包括：