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

作     者：王羽尘 于斌 陈晓阳 陈天珩 张钰钦 王书易 WANG Yu-chen;YU Bin;CHEN Xiao-yang;CHEN Tian-heng;ZHANG Yu-qin;WANG Shu-yi

作者机构：东南大学交通学院江苏南京211189 

基　　金：国家自然科学基金项目(51878163) 国家重点研发计划项目(2017YFF0205603) 江苏省交通运输科技项目(2020Y19-1(1)) 

出 版 物：《中国公路学报》 (China Journal of Highway and Transport)

年 卷 期：2023年第36卷第3期

页      码：45-60页

摘      要：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。

主 题 词：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 

学科分类：08[工学] 081601[081601] 0816[工学-纺织类] 

核心收录：

D　O　I：10.19721/j.cnki.1001-7372.2023.03.003

馆 藏 号：203118796...