基于多源传感器融合的城市高精度三维实时测绘系统的制作方法

本发明涉及三维实时测绘，尤其涉及一种基于多源传感器融合的城市高精度三维实时测绘系统。

背景技术：

1、城市高精度三维实时测绘是一种通过对城市交通基础设施及其沿线附属设施进行高精度三维空间数据的实时采集，以支撑城市精细数字化管理、设施全生命周期运维及数字孪生城市建设的测绘方法，其中，城市高架道路作为城市交通网络的核心组成部分，是其中精细化测绘难度最大的场景之一，此类道路普遍车速快、交通流量大，且禁止行人进入，导致传统人工测绘或架站式扫描方法通常无法施测，作业窗口被严格压缩至夜间车流量稀少的数小时空窗时段，在此时段内，可见光相机等光学测绘仪器的感光性能受低照度环境影响显著下降，易产生噪声数据，数据质量可靠性低，更难以区分数据异常来源于噪声还是采集目标异常，此外，高架道路沿线设施种类繁多，不仅包含路灯、标志牌、声屏障、防撞墙等空间分布密集的基础设施，还存在大量连续带状结构，采集数据量大、处理复杂度高，结合数据质量低的问题，更难以在有限窗口内完成较为完整的数据采集过程，即便后续得知数据缺失或质量不合格，往往已错过当日作业窗口，需等待次日或更晚时段方可补测，显著延长了作业周期，导致测绘人员任务艰巨且工作强度大，且测绘效率难以满足城市精细化管理对高架道路设施状态实时感知与动态更新的需求。

2、中国专利公开号：cn115683132a，公开了一种基于多源数据融合的道路设施状态更新方法，其包括：根据自动驾驶车辆上的多传感器采集的道路设施状态信息对先验高精度地图中含有的道路设施状态信息进行更新，包括以下步骤：采用所述多传感器采集所述自动驾驶车辆的当前位置的定位数据、激光雷达点云数据和全景图像数据；基于所述定位数据和所述激光雷达点云数据判断所述当前位置在所述先验高精度地图中所对应的具体位置；基于所述全景图像数据和所述激光雷达点云数据对所述当前位置的道路设施状态进行识别，从而得到所述当前位置的当前道路设施状态信息；将所述当前道路设施状态信息与所述先验高精度地图中的所述道路设施状态信息进行匹配，根据匹配的结果对所述道路设施状态信息进行更新。

3、由此可见，上述现有技术至少存在以下不足：其依赖预先建立的高精度地图或先验模型作为比对基准，属于基于历史数据的间接比对，先验地图无法实时反映当前现状，比对基准的有效性难以保证；其状态更新须在完成与先验地图的对比匹配后方可输出判定结果，数据处理难度大，处理链条较长，难以在极短的夜间作业窗口内实现边采集、边判定的实时测绘目标，更无法在同一采集窗口进行及时数据补充；其通过全景图像识别道路设施并计算其位置、尺寸和颜色。但对于高架道路设施而言，路灯杆的垂直度偏差、防撞墙背侧的结构裂缝、声屏障立柱的根部变形等关键状态信息，无法从侧向拍摄的全景图像中获取，导致识别结果不完整。

技术实现思路

1、为此，本发明提供一种基于多源传感器融合的城市高精度三维实时测绘系统，用以克服现有技术中依赖间接比对数据质量导致难以及时准确得到需要补采信息的问题。

2、为实现上述目的，本发明提供一种基于多源传感器融合的城市高精度三维实时测绘系统，包括：

3、数据获取模块，其用以实时获取高架路上各地物目标的几何点云数据，其中，几何点云数据包括长宽比、对向宽度和点云密度；

4、初步识别模块，其用以基于各地物目标的几何点云数据与预设滚动里程内同类地物目标的几何点云数据判定对应的地物目标是否发生数据偏离；

5、偏离识别模块，其用以响应于发生数据偏离，基于各滑动窗口内各地物目标的几何点云数据的时域波动特征判定滑动窗口的偏离类型是否为趋势延续；

6、延续识别模块，其用以响应于滑动窗口的偏离类型为趋势延续，基于各滑动窗口内各地物目标的几何点云数据的偏离种类及均匀特征判定滑动窗口发生设计渐变或干扰跳变；

7、延续校准模块，其用以响应于发生干扰跳变，基于滑动窗口内各地物目标的几何点云数据的偏离幅度判定滑动窗口内是否存在发生孤立跳变的地物目标；

8、跳变识别模块，其用以响应于滑动窗口内存在发生孤立跳变的地物目标，基于滑动窗口内对应地物目标与其他同类地物目标的几何点云数据生成对应地物目标的偏离标签；

9、测绘建模模块，其用以基于各地物目标的几何点云数据及对应的点云标签进行高精度测绘建模。

10、进一步地，数据获取模块包括：

11、数据采集单元，其用以基于获取的激光雷达几何点云数据、gnss/imu组合导航数据与里程编码器数据，通过时间同步与空间配准获得携带精确里程位置与姿态信息的lidar点云帧序列；

12、分割处理单元，其用以基于对lidar点云帧序列进行地面分割、空间聚类与几何特征分类，得到按类型归组的各地物目标及对应的原始几何点云数据；

13、计算获取单元，其用以基于各地物目标的原始点云数据计算对应地物目标在行车方向与垂直方向上的延伸比例得到长宽比，计算对应地物目标垂直于行车方向上与另一侧对应的地物目标的横向跨度得到对向宽度，计算对应地物目标单位面积内的点云数量得到点云密度。

14、进一步地，初步识别模块包括：

15、参照确定单元，其用以基于各地物目标的类型确定对应的预设滚动里程，其中，各地物目标的类型包括连续式、间隔式和无固定间隔式；

16、初步识别单元，其用以基于当前地物目标的几何点云数据与预设滚动里程内其他同类地物目标的几何点云数据的均值按照几何点云数据的类型逐一比对，以判定对应的地物目标是否发生数据偏离，并将发生偏离的几何点云数据的类型确定为偏离数据。

17、进一步地，偏离识别模块包括：

18、滑动窗口确定单元，其用以响应于发生数据偏离，基于发生偏离的地物目标为终点向前取预设数量的同类目标确定为滑动窗口；

19、窗口计算单元，其用以基于预设滚动里程内各滑动窗口中各地物目标的偏离数据确定偏离数据序列；

20、滑动识别单元，其用以在各滑动窗口中偏离数据序列存在单调递增或递减趋势时，将对应滑动窗口的偏离类型确定为趋势延续，否则将对应滑动窗口的偏离类型确定为孤立跳变。

21、进一步地，偏离识别模块还包括：

22、跳变确定单元，其用以响应于对应滑动窗口的偏离类型为孤立跳变，基于跳变窗口内各地物目标的偏离数据依次与跳变窗口内偏离数据序列的均值进行比对，以筛分发生孤立跳变的地物目标。

23、进一步地，延续识别模块包括：

24、速率计算单元，其用以响应于滑动窗口的偏离类型为趋势延续，基于各滑动窗口内各地物目标的偏离数据序列确定各滑动窗口沿行车方向的变化速率序列；

25、速率对比单元，其用以基于各滑动窗口内变化速率是否呈现缓慢递增或递减判定滑动窗口是否发生规则均匀变化的设计渐变，以判断是否发生干扰跳变。

26、进一步地，延续校准模块包括：

27、背景筛选单元，其用以响应于发生干扰跳变，基于各滑动窗口的变化速率序列筛选跳变窗口和未跳变窗口；

28、背景识别单元，其用以基于各未跳变窗口的偏离数据序列确定与跳变窗口对应的模拟偏离数据，以判定各未跳变窗口是否发生均匀变化或规则变化的设计渐变，以确定是否重新筛选未跳变窗口或结束循环判断；

29、背景确定单元，其用以响应于结束循环判断，基于跳变窗口内各地物目标的偏离数据依次与对应的模拟偏离数据进行比对，以筛分发生孤立跳变的地物目标。

30、进一步地，背景识别单元包括：

31、模拟计算子单元，其用以基于各跳变窗口两侧未跳变窗口的偏离数据确定拟定窗口的模拟偏离数据；

32、循环判断子单元，其用以将各拟定窗口的模拟偏离数据替代跳变窗口与各未跳变窗口的偏离数据均值带入速率对比单元，重新判定各未跳变窗口和各拟定窗口是否依然未发生规则均匀变化的设计渐变；

33、缩减判断子单元，其用以响应于各未跳变窗口和各拟定窗口依然未发生规则均匀变化的设计渐变时，缩减预设速率并重新筛选未跳变窗口；

34、循环结束子单元，其用以响应于各未跳变窗口和各拟定窗口符合规则均匀变化的设计渐变时，判定结束循环判断。

35、进一步地，跳变识别模块包括：

36、几何识别单元，其用以响应于滑动窗口内存在发生孤立跳变的地物目标，在发生孤立跳变的地物目标的偏离数据仅包含长宽比或对向宽度时，判定对应的地物目标的偏离标签为几何尺寸异常；

37、结构识别单元，其用以在发生孤立跳变的地物目标的偏离数据仅包含点云密度且其内点云分布出现局部密度异常降低或局部密度异常聚集时，判定对应的地物目标的偏离标签为目标结构缺损异常；

38、缺失识别单元，其用以在发生孤立跳变的地物目标的偏离数据同时包含点云密度、长宽比或对向宽度中的最少两项，且点云密度低于预设缺失阈值时，判定对应的地物目标的偏离标签为数据缺失异常；

39、姿态识别单元，其用以响应于地物目标的偏离标签为非数据缺失异常，在发生孤立跳变的地物目标的偏离数据包含点云密度和长宽比或对向宽度，且地物目标的主轴发生偏斜时，判定对应的地物目标的偏离标签为目标姿态缺陷异常。

40、进一步地，测绘建模模块包括：

41、数据分类单元，其用以基于各地物目标的点云标签是否为数据缺失判定对应地物目标是否需要后续设备着重补充采集；

42、数据建模单元，其用以基于不需要补充采集的各地物目标的几何点云数据与背景路面的点云数据融合，以得到沿全路段各地物目标均携带几何点云数据与状态标签的三维点云成果。

43、与现有技术相比，本发明的有益效果在于，本发明利用高架道路同类设施沿程重复排列、相邻目标几何一致的客观工程建设规律，通过当前地物目标与回溯里程内同类目标的数据比对完成对地物目标的状态判定，数据来源简单，计算量小，可以在采集设备上实时运行，在此基础上，本发明通过滑动窗口内偏离数据序列沿行车方向的变化速率分析，区分高架道路自身的设计规律变化与单个目标的状态异常，使设计特征在判定阶段被排除，降低误报率，同时通过长宽比、对向宽度与点云密度三者的偏离组合分层判定设施的具体状态，各目标状态标签伴随三维点云同步输出，目标状态在采集完成时即为已知，采集人员可当场识别需要补采的位置，为后续同窗口内进行差速收集特征信息提供理论依据，保障高架道路夜间极短作业窗口内高精度实时测绘的完整性与可靠性。