10.3969/j.issn.1001-7372.2023.03.004
基于激光雷达点云的道路几何信息提取与数字化建模研究
为实现快速、自动化的道路几何信息提取和数字化建模,基于激光雷达点云提出了一套从道路语义分割、几何线形提取到集成化建模的通用框架.首先,基于空间上下文特征基础框架,将局部特征的最大值和邻域均值进行聚合以作为局部特征,使用径向分布参数与三维坐标描述全局上下文特征,构建道路语义分割网络.其次,基于道路场景分割结果,通过体素降采样和半径滤波法减少点云数据量、去除离群点,并利用可变半径Alpha Shapes(VA-Shapes)算法提取道路边线,结合获取的边线横纵坐标,计算路段几何信息(路宽、纵坡、横坡等),使用inshape函数和插值法构建交叉口的数字高程模型.最后,采用Dynamo for Revit将道路几何信息导入并生成道路路线,通过Revit软件设计道路自适应族构件及不同类别基础设施族构件,实现精细化道路数字建模.利用开源数据集Semantic3D进行训练和测试,分析与评价道路几何信息提取效果.研究结果表明:所提出的算法总体准确度为95％,路面的单类交并比为97.9％,能够很好地实现道路点云场景的自动化语义分割;相比于传统的固定半径Alpha Shapes算法,VA-Shapes算法的时间复杂性较低,可以较好地提取道路边线;通过提取算法与手动测量结果的对比,显示不同几何信息的平均绝对误差较小,说明算法具有可靠的精度.提出的"点云语义分割-几何信息提取-BIM数字建模"过程实现了逆向构建数字化道路模型,对现役道路基础设施智能管理具有重要意义.
道路工程、道路几何信息、语义分割、激光雷达点云、数字化建模
36
U412.2(道路工程)
国家自然科学基金;国家重点研发计划;江苏省交通运输科技项目
2023-03-31（万方平台首次上网日期，不代表论文的发表时间）
共16页
45-60
