详情

原文传递一种基于点云数据的城市道路交叉口可视化评价方法

专利名称：	一种基于点云数据的城市道路交叉口可视化评价方法
摘要：	本发明公开了一种基于点云数据的城市道路交叉口可视化评价方法，通过采集道路交叉口的点云数据，对点云数据进行路面识别分割处理，将路面部分于其他离散的平面点区分开，以得到完整的路面点云数据，建立平面格网点阵，以识别到的路面点作为基准插值参照，利用邻近点插值算法获取到平面格网点的高度信息，构建数字高程模型，以驾驶员视线起点为原点构建坐标系，将三维坐标系转换成二维坐标系，再将二维直角坐标系转换为极坐标系，确定阻挡驾驶员视线的障碍物位置，本发明利用圆柱形透视投影模型，实现将三维问题转换为二维问题，构建可视域模型，分析确定影响驾驶员可视性的障碍物位置并对交叉口的可视化进行分析。
专利类型：	发明专利
国家地区组织代码：	江苏;32
申请人：	东南大学
发明人：	张家钰;程建川;刘佳玲
专利状态：	有效
申请日期：	2021-11-12T00:00:00+0800
发布日期：	2022-03-01T00:00:00+0800
申请号：	CN202111340586.2
公开号：	CN114119866A
代理机构：	南京经纬专利商标代理有限公司
代理人：	陈月菊
分类号：	G06T17/00;G06T7/11;G06T5/40;G06T5/20;G06T3/60;G06T3/40;G06T3/00;G06K9/62;G06V10/762;G;G06;G06T;G06K;G06V;G06T17;G06T7;G06T5;G06T3;G06K9;G06V10;G06T17/00;G06T7/11;G06T5/40;G06T5/20;G06T3/60;G06T3/40;G06T3/00;G06K9/62;G06V10/762
申请人地址：	210018 江苏省南京市玄武区新街口街道四牌楼2号
主权项：	1.一种基于点云数据的城市道路交叉口可视化评价方法，其特征在于，所述道路交叉口三维视距计算方法包括以下步骤： S1，采集道路交叉口的点云数据； S2，对点云数据进行路面识别分割处理，将路面部分与其他离散的平面点区分开，以得到完整的路面点云数据； S3，建立平面格网点阵，以识别到的路面点作为基准插值参照，利用邻近点插值算法获取到平面格网点的高度信息，构建数字高程模型； S4，将视域概念量化为由驾驶员视线原点发射出的无数条射线组成的扇形，扇形的角度与驾驶员的视角范围相关；通过圆柱形透视投影模型，将空间三维坐标点转化为二维坐标点，将三维问题转换为二维问题；以驾驶员视线起点为原点构建坐标系，将三维坐标系转换成二维坐标系，再将二维直角坐标系转换为极坐标系，确定阻挡驾驶员视线的障碍物位置； S5，分析可能影响城市道路交叉口可视域的变量因素。 2.根据权利要求1所述的一种基于点云数据的城市道路交叉口可视化评价方法，其特征在于，步骤S1中，所述采集道路交叉口的点云数据的过程包括以下步骤： S11，将小型激光雷达固定在旋转云台上，放置于城市道路交叉口的中心，保持激光雷达搭载支架固定不动；通过旋转云台多次采集数据获取交叉口全貌点云数据的子文件，邻近的2个点云文件重合度为1/3； S12，将获得的点云文件通过对应特征点进行数据拼接，获得完整的城市道路交叉口点云数据。 3.根据权利要求1所述的一种基于点云数据的城市道路交叉口可视化评价方法，其特征在于，步骤S2中，所述对点云数据进行路面识别分割处理的过程包括以下步骤： S21：对原始的三维点云数据进行栅格化处理，点云数据栅格化后的每一个栅格点都有相对应的线性索引值，同一个矩阵同一位置的数据点会拥有相同的线性索引值，数据点每跨越一个矩阵时，其数据点的线性索引值ζ发生阶跃； S22：利用高度阈值ht筛选出柱形单元内高程较低的点，对剩余数据点使用主成分分析方法进行分析以获得该柱形单元的主方向； S23：使用高度直方图法排序探测路面点，对得到的平面点云数据进行特征提取；特征变量包括单位面积内的点云数量，以及用于描述点云在x-y平面上的分布特征的沿着x和y方向相邻项差值的标准差和中位数，得到与柱形单元数量一致的观测值数组；利用非监督分类K-Means聚类算法将柱形单元分为均匀平面点、不均匀平面点和伪平面点三类；对所有变量进行标准化处理以消除其差异性，使变量的区间均落于[0，1]内；剔除不均匀平面点与伪平面点，将均匀平面点并入初步滤波处理后的柱形单元，得到优化后的平面点云数据； S24：使用超体素聚类法将路面部分与其他离散的平面点区分开，得到完整的路面点云数据。 4.根据权利要求3所述的一种基于点云数据的城市道路交叉口可视化评价方法，其特征在于，步骤S21中，对原始的三维点云数据进行栅格化处理的过程包括以下步骤： S211，假设原始的三维点云数据空间坐标为(X，Y，Z)T，以εx，εy，εz分别代表沿X轴、Y轴与Z轴的栅格间隔，创立临时数组(x，y，z)T： S212，假设(minx，maxy)T和(maxx，miny)T分别为线性索引计算的起点和终点，在点云数据栅格化之后，通过公式计算得出起终点间的水平距离Dx与垂直距离Dy，其中Dx与Dy均为正整数，计算公式如下： S213，建立大小为(1+Dy)×(1+Dx)的零值矩阵Ψ与空集元胞矩阵Ω；计算得到任一栅格点到数据索引起点的水平距离Dx和垂直距离Dy；使用行号1+dy和列号1+dx表示零值矩阵Ψ与空集元胞矩阵Ω中的元素；通过公式ζ＝dx·(1+Dy)+dy+1将行号与列号转化为以ζ表示的线性索引；在点云数据分块时，按照线性索引ζ的值对点云数据进行升序排列，通过计算相邻数据点的差值Δζ判断该点是否为阶跃点，若Δζ＜1则该点不是阶跃点，否则是阶跃点；将阶跃点ζj与上一阶跃点ζj-1之间的点云数据储存至元胞Ω矩阵第ζj-1个单元中，同时给Ψ矩阵第ζj-1个元素赋值为1。 5.根据权利要求2所述的一种基于点云数据的城市道路交叉口可视化评价方法，其特征在于，步骤S23中，所述高度直角图排序法的处理过程包括以下步骤： S231，高度直方图中单根条纹的高度δh设定为1m～4m，建立沿Z方向的频数直方图，同时建立空的元胞数组Φ； S232，依频数降序对频数进行排序，设定F{F1，F2...Fi...Fn\|1≤i≤n，i，n∈N+}为排列后的各条纹对应的高度值； S233，建立循环i＝2，k＝1，将Fi-1对应的点云数据进行合并存储至Φ{k}； S234，如Fi-Fi-1≤δh，则将Fi与Fi-1对应的点云数据进行合并存储至Φ{k}，反之则k＝k+1，将Fi对应的点云数据储存至Φ{k}； S235，令i＝i+1，如i≤Nh，则返回步骤S234，反之则结束循环。 6.根据权利要求2所述的一种基于点云数据的城市道路交叉口可视化评价方法，其特征在于，步骤S24中，所述超体素聚类法的处理过程如下：利用索引位置信息，检索得到对应的元胞矩阵中的三维点云数据，将其拼合得到最终的路面超体素聚类结果中得到完整的路面点云数据，将路面部分与其他离散的平面点区分开。 7.根据权利要求1所述的一种基于点云数据的城市道路交叉口可视化评价方法，其特征在于，步骤S4中，所述通过圆柱形透视投影模型，将空间三维坐标点转化为二维坐标点，将三维问题转换为二维问题的处理过程如下：将视点起点设置为原点，坐标设为(xm，ym，zm)T，车辆前进方向设为Y′轴，X′轴与XOY平面平行，与Y轴垂直，而Z′轴与X′OY′平面垂直设置，构建三维空间坐标系；构建相应的二维坐标系统u-u，该二维坐标系统原点设置在Y′轴上且距离视线原点距离为R，u轴沿向量与Z′轴平行设置，u轴设置为顺时针弧段，与v轴和Y′均为垂直关系；在两个空间坐标系中，圆柱面上二维点的坐标计算公式如下：其中：(x，y，z)T代表大地测量空间中驾驶员周围点的坐标；(xm，ym，zm)T代表视线原点坐标；(x′，y′，z′)T代表转换到X′Y′Z′坐标系中的坐标；λ代表两个参考坐标系之间的比例因子，取值为1.0；θ代表视线刚性转换的旋转矩阵；θx，θy，θz代表围绕X、Y和Z轴的旋转矩阵；α代表绕Z轴的旋转角度；γm代表绕X轴的旋转角度；R代表圆柱形表面的半径，取值为3.0；(u，v)T代表圆柱形表面的坐标；αm和γm分别表征视线原点的方位角和竖向角度，Y′轴的方向与车辆前进方向一致，因此在这种情况下，Y′轴的方向与车辆的前进方向一致；在局部构建的局部三维空间中，所有视线终点的坐标计算公式如下： η＝θ/θres+1 [ρ]＝{ρ1，ρ2...ρj...ρη-1，ρη\|ρi＝D(1≤j≤η)，η＝θ/θres+1} [y′e，x′e]＝Polar To Cartesian([θ，ρ]) [z′e]＝{z1，z2...zj...zη-1，zη\|zi＝D·tanθv(1≤j≤η)，η＝θ/θres+1} 其中：[x′e，y′e，z′e]T代表局部三维坐标系中视线终点的三维坐标；θ代表驾驶员视角；θres代表视线间的角间距；ρ代表坐标转换后极坐标中的距离参数；D代表扇形半径即驾驶员视距；j代表视线指数，当1≤j≤η，则η为视线指数；将投影点坐标所在区域视为边长为Wi的方形区域，投影点位于区域的中心位置，坐标设为设置集合存储所有视线终点的二维坐标，设目标点坐标为Obi(xi，yi，zi)T，通过KD树算法，以参数为Wi/2的Chebyshev序列搜索邻域内的点；设置集合Ψi存储投影点所在方形区域内所有点的二维坐标，集合Ψi所有的二维点均有三维坐标与之相对应；设κi表示视线原点与目标点之间的三维空间距离，将任何与视线原点的三维空间距离超过κi的点排除在集合Ψi之外。
所属类别：	发明专利