[发明专利]车载三维激光点云立面分类及轮廓线提取自动化方法

说明书

技术领域

本发明涉及一种车载三维激光点云立面分类及轮廓线提取自动化方法，属于三维激光移动测量技术领域。

背景技术

目前三维激光和街景影像、室内影像得到快速普及与应用，涉及应用包括互联网／移动互联网实景地图、数字城管、智慧城市、地理国情普查和传统DLG(数字线划图)数据采集等。

在Google街景影像上，鼠标放到建筑物立面上，具有探面效果，鼠标点击立面可以实现快速跳转定位浏览，对用户浏览街景体验极大提升。实现该技术，是因为背后有基于三维激光点云提取的立面面片做支持。我们将这种技术称为：建筑物立面探面技术。在行业应用领域的街景浏览，同样可以使用该技术提升用户浏览体验。

但是目前在国内，还没有将建筑物立面探面技术大面积推广到互联网街景，其中最重要原因是还没用一种很好的方法快速提取建筑物立面。另外在传统DLG(数字线划图)数据采集也需要提取建筑物立面点云及其轮廓线，提升基于三维激光点云数字化测图效率。因此，如果能够基于三维点云自动提取建筑物立面，将对三维激光点云推广应用产生极大作用。

发明内容

本发明的目的在于提供一种车载三维激光点云立面分类及轮廓线提取自动化方法，以实现车载三维激光点云自动化提取建筑物立面点云及其轮廓线，提取的轮廓线可作为街景面片数据源，也可以作为DLG数据采集数据源。

一种车载三维激光点云立面分类及轮廓线提取自动化方法，其中，车载三维激光测量系统包括惯性导航IMU、GPS、三维激光扫描仪、全景相机、车轮编码器，采集数据包括POS轨迹线、三维激光点云、全景影像及其位置姿态；在车辆行驶采集数据过程中，三维激光扫描仪用于获取点云数据，GPS与惯性导航IMU构成的POS系统用于获取位置姿态信息、全景相机用于采集全景影像，扫描仪和全景相机相对于POS系统的位置和姿态是出厂时检校好的固定参数。

本发明所采用的技术处理方法按数据源情况分两种，一种是包含相应POS轨迹数据的车载三维激光规则点云，点云具有行列信息，另一种是没有相应POS轨迹数据的三维激光点云，点云也没有行列信息。行列信息是指，每个扫描圈作为列序号，每个扫描圈内的点按行排序，每个点包含列序号和行序号。POS轨迹数据包含POS在运动过程中按照一定时间间隔采集的位置、姿态、时间、加速度等信息，点云每个扫描圈包含时间信息。

其中，包含POS轨迹数据的处理步骤为：

(1)根据扫描圈时间，三维激光扫描仪相对于POS的位置和姿态，以及POS轨迹数据，获取三维激光扫描仪在每个扫描圈对应的位置和姿态；

(2)根据扫描仪位置、角分辨率计算相邻点理论垂直情况下的位置关系，用理论垂直情况和实际情况下进行对比分析，如果小于设定容差，则认为是立面点；

(3)按照一定容差，对立面点进行聚类分析，分析出每个建筑物对象的立面点云，得到建筑物立面对象列表，每个立面对象包含外包盒范围、点数、立面点集合等信息；

(4)对每个立面对象进行长、宽、高、水平投影面积、立面投影面积等信息进行分析，并按照一定容差进行筛选，排除不是建筑物立面的对象；

(5)对每个立面对象的点云，按外包盒的底面长度方向进行排序，构造平面投影线对象，并依次加入立面点(X，Y，MinX)，其中X，Y是点云平面坐标，MinX是外包盒最小Z；

(6)对平面投影线进行筛选，长度小于指定容差进行排除；

(7)对平面投影线，按指定容差进行简化，得到最终投影线。获取简化投影线后，依次再添加顶边节点，Z值取外包盒最大Z。

针对无POS轨迹数据的处理步骤为：

(1)将点云数据建立空间索引，按平面网格进行划分，进行分块存储；

(2)读取遍历所有块，建立三维kdtree索引；

(3)遍历块内部所有点，根据kdtree索引，查找当前点附近若干个点，使用附近查找的若干点进行平面拟合，计算平面法向量，如果平面法向量与水平面夹角小于一定角度，则认为是立面点；

(4)按照一定容差，对立面点进行聚类分析，分析出每个建筑物对象的立面点云，得到建筑物立面对象列表，每个立面对象包含外包盒范围、点数、立面点集合等信息；

(5)对每个立面对象进行长、宽、高、水平投影面积、立面投影面积等信息进行分析，并按照一定容差进行筛选，排除不是建筑物立面的对象；

(6)对每个立面对象的点云，按外包盒的底面长度方向进行排序，构造平面投影线对象，并依次加入立面点(X，Y，MinX)，其中X，Y是点云平面坐标，MinX是外包盒最小Z；