一种立交桥三维模型的构建方法及系统与流程

本发明涉及三维模型构建，具体为一种立交桥三维模型的构建方法及系统。

背景技术：

1、随着城市交通基础设施的日益复杂化，大型互通式立交桥已成为城市三维建模的重点与难点对象。机载lidar技术能够快速获取大规模立交桥的高精度三维点云数据，为立交桥的三维重建提供了重要的数据基础。

2、现有技术中，公开号为cn105787921a的利用机载lidar数据重建大型复杂立交桥三维模型的方法，采用了先分割后建模的策略，首先利用反向迭代数学形态学滤波和面积信息从机载lidar数据中提取立交桥点云，然后根据桥面连通性对立交桥点云进行分割，再采用中心线垂线扫描方法分割提取无分叉或交汇结构且宽度保持一致的连通桥面作为结构单元，在此基础上检测遮挡结构并进行修复，最后结合桥面宽度信息完成三维模型重建。这类方法在立交桥三维重建的自动化方面取得了初步成效，能够将复杂的交汇、分叉结构分割为多个结构简单的区段进行分而治之。

3、然而，上述现有技术仍存在以下明显不足：在点云分割阶段，现有方法主要依赖连通性和中心线垂线扫描等手工设计的规则进行结构单元提取，对点云密度变化和噪声的适应性较差，分割精度高度依赖于人工设定的参数和阈值，难以实现端到端的自动化分割。其次，在遮挡检测与修复阶段，现有方法仅在结构单元中心线的端点处作圆形缓冲区，通过判断缓冲区内点云的高程信息来检测遮挡结构，这种局部检测方式只能发现结构单元端点附近的遮挡，对于结构单元中间区域被上层完全覆盖的情况则无法有效识别，更无法准确判断遮挡的范围和类型。在修复环节，现有方法主要依赖道路中心线的一维连续性进行插值修复，仅能恢复中心线的走向而无法还原被遮挡区域的完整二维曲面形态（如桥面宽度、横坡、纵坡等），修复后的模型精度有限。此外，现有方法最终生成的多为三角网几何模型，缺乏结构单元的语义类别标签和拓扑连接关系等语义信息，难以直接应用于bim、高精地图和交通仿真等需要语义化三维模型的工程场景。

4、在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本发明的目的在于提供一种立交桥三维模型的构建方法及系统，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种立交桥三维模型的构建方法，具体步骤包括：

4、对原始点云数据进行语义分割和实例分割，得到带有语义类别标签和实例标签的多个结构单元点云；

5、根据实例标签，将每个结构单元点云作为一个结构单元节点，根据各结构单元节点的空间位置建立各结构单元节点之间的拓扑连接关系，构建立交桥结构拓扑图；

6、根据立交桥结构拓扑图确定各结构单元节点对应的标准参考几何信息，将各结构单元点云与对应的标准参考几何信息进行比较，识别出各结构单元点云相对于对应的标准参考几何信息发生缺失的区域；根据该区域在对应结构单元点云中的空间位置和对应结构单元节点在立交桥结构拓扑图中的拓扑连接关系，判定被遮挡的结构单元节点及其遮挡类型；

7、根据遮挡类型，将判定被遮挡的结构单元节点的不完整结构单元点云作为输入，以立交桥结构拓扑图中与该被遮挡的结构单元节点相邻接的各结构单元节点的空间位置和几何形态为约束条件，输入预训练的条件生成式点云补全模型中进行推理，生成该被遮挡的结构单元节点的完整结构单元点云；

8、将完整结构单元点云与预设的参数化结构模板库中的模板进行匹配，选取匹配度最高的模板并拟合对应的几何控制参数，生成各结构单元节点的参数化三维模型；并依照拓扑连接关系，将各参数化三维模型按照对应的空间位置进行组装，形成完整的立交桥三维语义模型。

9、进一步地，所述原始点云数据为机载激光雷达点云数据；所述语义类别标签包括桥面类别、匝道类别、桥墩类别和护栏类别；

10、所述语义分割和实例分割通过预先训练好的三维点云分割网络实现，三维点云分割网络对原始点云数据进行逐点的语义特征提取和分类，并根据分类结果和点云之间的空间连通性进行实例聚类，以将同一语义类别下互不连通的点云几何区分为不同的实例；

11、所述语义分割和实例分割具体包括：先对原始点云数据进行逐点语义分类，赋予每个点云数据点对应的语义类别标签；再针对已赋予语义类别标签的点云数据，根据各点云数据点的空间位置进行基于密度的连通性聚类，将属于同一语义类别且在空间上连续的点云集合划分为一个独立的结构单元实例，赋予对应的实例标签。

12、进一步地，所述拓扑连接关系包括表示结构交汇和分叉的连通边，以及表示上下层空间重叠的交叉边；所述结构交汇指沿行车方向多个结构单元节点汇聚至一个结构单元节点的拓扑连接关系，所述分叉指沿行车方向一个结构单元节点分支为多个结构单元节点的拓扑连接关系；

13、所述连通边的建立方式为：当两个结构单元节点在空间上的投影存在重叠区域，且该重叠区域内两个结构单元节点所对应的结构单元点云在空间位置上存在相接或交叉时，在这两个结构单元节点之间建立连通边；

14、所述交叉边的建立方式为：当两个结构单元节点在空间上的投影存在重叠区域，且该重叠区域内两个结构单元节点所对应的结构单元点云在竖直方向上存在上下间距且互不相交时，在该两个结构单元节点之间建立交叉边；

15、每个结构单元节点关联并存储以下属性信息：该结构单元节点所对应的结构单元点云的空间包围盒、结构走向描述信息、高程描述信息以及对应的语义类别标签；

16、当语义类别标签为桥面类别或匝道类别时，所述结构走向描述信息包括中心线走向或轨迹线走向；

17、当语义类别标签为桥墩类别时，所述结构走向描述信息包括竖向轴线方向；

18、当语义类别标签为护栏类别时，所述结构走向描述信息包括水平轨迹走向；

19、所述高程描述信息包括高程范围或中心线高程剖面数据。

20、进一步地，所述标准参考几何信息根据结构单元节点的语义类别标签确定：

21、当结构单元节点的语义类别标签为桥面类别或匝道类别时，所述标准参考几何信息包括该结构单元对应的参考中心线走向、参考宽度变化范围和参考高程变化范围；

22、当语义类别标签为桥墩类别时，所述标准参考几何信息包括该结构单元对应的参考竖向轴向走向和参考截面尺寸范围；

23、当语义类别标签为护栏类别时，所述标准参考几何信息包括该结构单元对应的参考水平轨迹走向和参考高度轮廓范围；

24、对每个结构单元点云中的各点云数据点，计算其空间位置与标准参考几何信息中对应位置的标准位置之间的空间偏离程度；将所述空间偏离程度超出预设容忍范围的点云数据点所构成的连续区域，识别为缺失区域。

25、进一步地，所述遮挡类型包括：

26、当缺失区域在对应的结构单元点云中的空间位置，与该结构单元节点在立交桥结构拓扑图中，通过交叉边相连的任一结构单元节点的空间投影区域完全重叠时，判定为全遮挡类型；

27、当缺失区域与该结构单元节点在立交桥结构拓扑图中，通过交叉边相连的至少一个结构单元节点的空间投影区域仅部分重叠，并且不存在与任一结构单元节点的空间投影区域完全重叠时，判定为部分遮挡类型；所述空间投影区域为各结构单元节点所对应的结构单元点云在水平面上的垂直投影覆盖范围，其判定依据为各结构单元节点所存储的空间包围盒在水平面上的投影范围；

28、当被遮挡的结构单元节点在立交桥结构拓扑图中的连通边连续性被缺失区域中断时，判定为结构断裂遮挡类型；所述连通边连续性被缺失区域中断的判定方式为：当缺失区域沿行车方向将对应结构单元点云分隔为至少两个空间上互不相连的点云段，且该被遮挡的结构单元节点在立交桥结构拓扑图中通过连通边分别连接的上游结构单元节点与下游结构单元节点恰好分别位于这两个点云段内时，判定为连通边连续性被缺失区域中断；

29、对于全遮挡类型，缺失区域跨越对应结构单元点云的全部宽度范围；对于部分遮挡类型，缺失区域仅覆盖对应结构单元点云的部分宽度范围或部分长度范围；对于结构断裂遮挡类型，该被遮挡的结构单元节点在立交桥结构拓扑图中通过连通边与上游结构单元节点和下游结构单元节点分别相连；所述缺失区域将该被遮挡的结构单元节点对应的结构单元点云分隔为至少两个空间上互不相连的点云段。

30、进一步地，所述空间位置包括相邻接的各结构单元节点的空间位置坐标，所述几何形态包括相邻接的各结构单元节点的结构单元宽度、结构单元走向矢量和对应的语义类别标签；

31、所述条件生成式点云补全模型为基于条件生成对抗网络架构或基于条件扩散模型架构构建的深度学习网络模型，其根据不同的遮挡类型，采用差异化的补全策略，具体包括：

32、当遮挡类型为全遮挡类型时，条件生成式点云补全模型以相邻接的结构单元节点的空间位置和几何形态为唯一形态参考，生成被遮挡结构单元节点的完整结构单元点云；

33、当遮挡类型为部分遮挡类型时，条件生成式点云补全模型以被遮挡的结构单元节点的不完整结构单元点云中未缺失部分的几何形态为基准，结合相邻接的结构单元节点的空间位置和几何形态进行局部补全，生成完整结构单元点云；

34、当遮挡类型为结构断裂遮挡类型时，条件生成式点云补全模型分别以被遮挡结构单元节点在断裂处两侧的点云段为基准，以相邻接的结构单元节点的空间位置和几何形态为导向，生成连接两侧点云段的中间过渡段点云。

35、进一步地，所述条件生成式点云补全模型的预先训练方式为：

36、获取多个完整的立交桥结构单元点云样本，对各完整的立交桥结构单元点云样本进行模拟缺失处理，生成带有模拟缺失区域的不完整结构单元点云样本；所述立交桥结构单元点云样本是指预先构建的在几何形态上完整的各类型结构单元的点云数据集合，包含桥面、匝道、桥墩和护栏类别的完整实例点云，且各样本均带有对应的语义类别标签和实例标签；

37、以不完整结构单元点云样本为输入、以对应的完整的立交桥结构单元点云样本为监督标签，并以模拟缺失区域在立交桥结构拓扑图中相邻接的结构单元节点的空间位置和几何形态作为约束条件，对所述条件生成式点云补全模型进行迭代训练，直至模型输出的补全结果满足预设的精度要求。

38、进一步地，生成该被遮挡的结构单元节点的完整结构单元点云之后，还包括以下验证步骤：

39、将生成的完整结构单元点云与相邻接的结构单元节点的结构单元点云在空间连接处进行边界比对，若比对结果指示边界处的几何形态连续且无空间交错，则确认补全结果通过验证；

40、所述几何形态连续是指边界处两侧点云中对应最近邻点对的平均距离小于第一预设阈值，并且对应点处的切向方向夹角小于第二预设阈值；所述空间交错是指边界处两侧点云发生相互穿透，并且穿透区域的体积或点云数量超过第三预设阈值；

41、若比对结果指示边界处存在几何形态不连续或空间交错，则以相邻接的结构单元节点的边界几何形态为强制约束，对补全结果进行边界修正，直至补全结果通过验证。

42、进一步地，所述预设的参数化结构模板库中预存有多种结构单元类型对应的参数化几何模板，包括：直行桥面模板、曲线匝道模板、分叉结构模板和交汇结构模板；每种参数化几何模板对应一种结构单元类型，且由一组可调整的几何控制参数定义该结构单元类型的几何形态；

43、所述匹配的具体方式为：分别计算完整结构单元点云与各参数化几何模板定义的标定几何形态之间的几何特征相似度，选取几何特征相似度最高的参数化几何模板作为匹配结果；所述几何特征相似度包括结构单元的整体走向相似度、宽度分布相似度和高程变化相似度，对三个维度的相似度进行加权综合，得到最终相似度评分；

44、根据匹配结果选取的参数化几何模板所定义的几何控制参数，从完整结构单元点云中提取对应的几何特征值，将提取到的几何特征值作为该结构单元节点的几何控制参数；所述几何特征值包括该结构单元的中心线曲率半径、截面宽度值、高程变化量和端面倾斜角度；

45、进行组装的具体方式为：根据立交桥结构拓扑图中的各连通边所连接的相邻结构单元节点，确定相邻参数化三维模型之间的公共连接端面；以各公共连接端面的空间位置为对齐基准，将各参数化三维模型进行空间变换定位，实现相邻端面的对齐与拼接；

46、形成完整的立交桥三维语义模型之后，还包括以下验证步骤：遍历所述立交桥结构拓扑图中的各条交叉边，检查完整的立交桥三维语义模型中各结构单元模型在竖直方向上是否存在空间贯穿或干涉；若存在空间贯穿或干涉，则以交叉边所连接的上层结构单元模型的底面为约束，对下层结构单元模型的顶面进行避让修正。

47、本发明另外还提供一种立交桥三维模型的构建系统，所述一种立交桥三维模型的构建系统用于实现上述一种立交桥三维模型的构建方法，包括：

48、点云分割聚类模块，用于对原始点云数据进行语义分割和实例分割，得到带有语义类别标签和实例标签的多个结构单元点云；

49、拓扑图构建模块，用于根据实例标签，将每个结构单元点云作为一个结构单元节点，根据各结构单元节点的空间位置建立各结构单元节点之间的拓扑连接关系，构建立交桥结构拓扑图；

50、缺失遮挡判定模块，用于根据立交桥结构拓扑图确定各结构单元节点对应的标准参考几何信息，将各结构单元点云与对应的标准参考几何信息进行比较，识别出各结构单元点云相对于对应的标准参考几何信息发生缺失的区域；根据该区域在对应结构单元点云中的空间位置和对应结构单元节点在立交桥结构拓扑图中的拓扑连接关系，判定被遮挡的结构单元节点及其遮挡类型；

51、邻域约束补全模块，用于根据遮挡类型，将判定被遮挡的结构单元节点的不完整结构单元点云作为输入，以立交桥结构拓扑图中与该被遮挡的结构单元节点相邻接的各结构单元节点的空间位置和几何形态为约束条件，输入预训练的条件生成式点云补全模型中进行推理，生成该被遮挡的结构单元节点的完整结构单元点云；

52、模板匹配组装模块，用于将完整结构单元点云与预设的参数化结构模板库中的模板进行匹配，选取匹配度最高的模板并拟合对应的几何控制参数，生成各结构单元节点的参数化三维模型；并依照拓扑连接关系，将各参数化三维模型按照对应的空间位置进行组装，形成完整的立交桥三维语义模型。

53、与现有技术相比，本发明提供的技术效果和优点：

54、本发明通过深度学习模型对机载lidar点云进行端到端的语义分割与实例分割，克服了传统方法依赖手工设计规则和人工参数设定的缺陷，能够自适应不同密度和噪声水平的点云数据，显著提高了立交桥结构单元分割的精度和自动化程度。其次，通过构建立交桥结构拓扑图并引入连通边和交叉边来表达结构单元之间的交汇分叉及上下层重叠关系，结合各结构单元的语义类别和拓扑上下文信息确定其标准参考几何信息，将遮挡区域的识别从传统的局部端点检测提升为基于全局拓扑推理的全面检测，能够准确识别结构单元任意位置发生的遮挡并判定具体的遮挡类型；在此基础上，针对不同遮挡类型采用差异化的生成式补全策略，相比于仅依靠中心线一维插值的传统修复方式，有效还原了被遮挡区域的完整几何形态，大幅提高了遮挡修复的精度和模型完整度。最后，通过参数化模板匹配生成带语义类别标签和拓扑连接属性的三维模型，使最终输出的立交桥三维语义模型兼具几何精度和语义丰富性。