利用全景移动测量系统进行城市专题数据提取

马小伟，高 磊，冉 磊，龚书林，熊建华，雷月敏

(1. 昆明市测绘研究院，云南 昆明 650093； 2. 武汉海达数云技术有限公司，湖北 武汉 430223)

中海达·开启智时代

利用全景移动测量系统进行城市专题数据提取

马小伟1，高 磊1，冉 磊1，龚书林2，熊建华1，雷月敏2

(1. 昆明市测绘研究院，云南 昆明 650093； 2. 武汉海达数云技术有限公司，湖北 武汉 430223)

本文通过全景移动测量系统采集的高精度高密度三维激光点云和高分辨率的全景影像，研究自动化和半自动化提取城市专题数据，包括公路交通、城市园林、市政设施和广告牌等，具体包括道路边线、行道树、路灯、垃圾箱、道路标志线和广告牌等；提出解决海量点云和全景影像的存储和高效访问问题，通过各类专题数据的空间形态分布特征和激光反射强度属性，研究进行自动化和半自动化提取所对应的算法。

1 作业工艺流程

采用全景移动测量系统进行城市专题数据采集提取，需要根据不同类型专题图数据标准的要求，探索总结作业工艺流程。如图1所示。

图1 作业工艺流程

1.1 基站静态数据采集

为保证数据采集精度的可靠性，以及后续对精度验证比对的方便性，GPS基站静态数据采用昆明市CORS站点，选取离测区最近的CORS站。CORS详细要求：①获取CORS基站全天静态数据；②采样间隔要求1 s；③CORS基站WGS-84坐标。

1.2 全景移动测量系统数据采集

数据采集的主要环节有基站架设、设备安装、数据采集、装备拆卸、基站拆卸、设备维护6个方面。

1.3 高精度数据融合纠偏

针对GPS信号差地区，通过全站仪采集控制点，使用系统配套POS纠偏功能进行POS轨迹纠偏。纠偏控制点可以来源于大比例尺高精度线划图或全站仪测量控制点。根据专题图精度要求，在GPS信号差的位置，沿道路每隔500 m布设一个控制点，拐弯位置需要增加控制点。

1.4 工程数据检查

检查内容包括点云精度、全景影像与点云配准精度、全景影像质量、全景数目一致、测区覆盖情况、工程之间叠加检查等。

1.5 内业专题数据提取

内业提取基于全景移动测量系统配套的点云测图建库ArcGIS插件软件进行，首先使用自动化和半自动化提取工具进行批量采集提取，然后手工检查错提和漏提，完成图形和基本属性提取之后，再进行属性录入。

1.6 外业调绘

外业实地调绘检查时，需绘制草图并填写调绘表。内业根据调绘草图和填写的调绘表，进行内业成图和属性录入。

2 自动化半自动化提取算法

2.1 道路边线自动化提取

将道路类型划分为高速公路、一般路。高速公路以应急车道外侧的道路标线作为目标分析；一般路以隔离带和马路牙作为目标分析。下面以马路牙分析为例进行算法步骤描述：①读取扫描圈轨迹数据，获取激光扫描仪轨迹点Ps1、Ps2、…、Ps100，读取分析前100扫描圈点云，分析每圈点云离行驶方向水平垂足投影最近的点，得到地面点Pg1、Pg2、…、Pg100，用扫描仪轨迹点和地面点统计扫描仪离地面平均高度Hs；②获取轨迹线右侧扫描圈点云，在扫描圈上从轨迹投影点向右依次分段(8 cm一段，马路牙高度，可以配置)分析法向量，法向量垂直认为是地面点，分析获取整个右侧扫描圈，如果法向量接近水平，则保存记录点集、所在圈号、法向量(ScanVertical扫描竖线)；③按扫描圈顺序分析所有圈点云，获取所有扫描圈内部的ScanVertical扫描竖线，对扫描竖线进行邻域分析，如果相邻扫描线存在纵向1 m以上相邻的扫描竖线，并且高度都接近8 cm，则认为是马路牙的扫描竖线ScanCurb；④根据提取的马路牙点云，分析获取道路边线。

2.2 路边停车位自动化提取

路边停车位分布在行车道右侧道路边缘位置，具有停车位标线画定标记，停车位标线框有固定大小和特征。下面描述提取算法分析步骤：① 根据激光扫描头POS轨迹线，分析获取扫描头离地面高度值；②提取一定高度、长度容差范围的地面点，并过滤车辆、行人等噪点，获取地面点；③根据POS轨迹线，进行左右切割划分，提取行驶方向右侧地面点云；④根据点云反射强度，对右侧点云进行二分聚类，提取停车位标线点云；⑤将标线点云数据进行XOY平面投影，生成强度灰度图，作二值化、平滑处理；⑥根据灰度图像素进行收缩、膨胀、霍夫变换，提取线图形；⑦按POS方向，将线数据划分为垂直POS方向和水平POS方向，根据水平线和垂直线计算交点初步得到停车位；⑧过滤较短线，去除重复冗余线，转换三维线数据；⑨三维线根据包围盒是否相交，剔除冗余重复对象，剔除压盖POS轨迹线的对象；⑩将前后相邻停车位共边的规整统一，根据国标规范，进行临近规整，最终输出停车位三维线成果。

2.3 车道标线自动化提取

不同等级类型道路车道虚线和车道实线宽度有国家标准《道路交通标志和标线》(GB 5768—2009)。车道标线提取算法步骤如下：①根据激光扫描头POS轨迹线和扫描圈点云，分析获取扫描头离地面高度值、扫描圈XOY平面投影线与行使POS轨迹夹角；②根据扫描头离地面高度值，按扫描圈提取分析提取地面点云；③根据地面点云，使用点云强度进行特征，提取路面标志标线点云；④将扫描圈内部分段的标志标线点云进行POS横断面方向投影，投影长度接近10、15、20 cm宽度的高强度扫描段点云进行保留，初步认为是车道实线、车道虚线；⑤按扫描圈顺序依次分析内部车道虚实线，如果前后相邻扫描圈存在连续1.8 m以上的车道虚实线，则认为是最终的车道标线；⑥根据车道标线点云，提取标线中心线(如图2所示)。

图2 车道标线自动化提取

2.4 行道树自动化提取

行道树沿道路两旁分布，靠近慢车道的人行道上或绿化隔离带中，包含树干、树冠部分，树干近圆柱状，树冠是沿树干成发散状。其提取分析算法步骤为：①读取激光扫描头POS轨迹线，以POS轨迹线进行左右缓冲(缓冲距离可配置)，得到分析范围；②将点云三维空间进行规则平面网格划分(默认网格大小3 m×3 m，根据行道树间距情况进行配置)，根据空间关系进行判断，保留POS缓冲范围的网格；③遍历目标范围网格，依次查询读取每个网格范围内点云，将点云按Z方向从低到高等距离(0.5 m)切割划分格网内点；④对格网内部切割划分的点云进行特征分析，底部块点云符合人行道路面及树根特征、中间1个以上切割柱体符合树干特征、顶部向下1个以上切割柱体符合树冠发散特征的，则认为是行道树；⑤使用中间包含树干部分的切割柱体的点云，进行5 cm断面切割，对切割点云进行平面投影，拟合获取平面坐标位置和树干直径。

2.5 垃圾箱半自动化提取

鉴于垃圾箱数目有限，形状多样，考虑采用半自动化方式提取，采用俯视图手工拉框垃圾箱周边点云，程序自动计算中心位置，并计算长宽高属性。其提取分析算法步骤如下：①获取用户框选范围的点云集合；②对点云集合按Z坐标进行排序，获取Z值最小的5%底部点云，用5%底部点云粗略计算地面高度，高处5%点云的最低点作为垃圾桶顶部高度H2；③按Z方向对目标点云集合进行切割，切割间距3 cm，沿Z方向从下往上遍历各个切割段，如果达到某个高度后切割段点云突然减少，并稳定一段高度(大于40 cm)，则认为突变处为垃圾桶底部H1；H2-H1即垃圾桶的高度；④获取垃圾桶底部以上第3个切割段点云，作为筒身点云；⑤使用筒身点云，进行平面投影，特征查找矩形、圆、椭圆，将查找到的一个或多个矩形、圆、椭圆，求外接多边形,根据外接多边形求长度宽度，如果查找拟合矩形、圆、椭圆失败，则认为此处不是垃圾桶。

3 结束语

本文使用全景移动测量系统对城市专题数据进行了外业采集和内业提取，减轻了传统测量外业采集工作量和劳动强度，提高了工作效率，内业处理提取软件集成自动化和半自动化提取算法工具，提高了内业生产效率。通过试验区采集处理验证了其可大幅度提高生产效率，可为城市专题图数据生产更新提供更便捷有效的解决方案，可进行更大范围应用推广。

(本专栏由中海达和本刊编辑部共同主办)