【摘要】：車(chē)載移動(dòng)測(cè)量系統(tǒng)將LiDAR系統(tǒng)搭載在移動(dòng)的車(chē)輛上,能夠快速、連續(xù)、低成本的獲取道路以及道路周?chē)h(huán)境的高精度三維空間信息,具有廣泛的應(yīng)用,如城市規(guī)劃、智能交通、道路環(huán)境監(jiān)測(cè)等眾多領(lǐng)域。道路中心線(xiàn)和邊界是道路的基礎(chǔ)信息,是道路幾何估計(jì)以及道路周?chē)匚餀z測(cè)的先決條件,因此從車(chē)載激光雷達(dá)點(diǎn)云中提取高精度的三維的道路中心線(xiàn)和邊界是非常有意義的。然而車(chē)載激光點(diǎn)云存在點(diǎn)密度高且不均勻、數(shù)據(jù)量大、存在遮擋造成的數(shù)據(jù)不完整、場(chǎng)景復(fù)雜等特點(diǎn),造成從車(chē)載激光點(diǎn)云中進(jìn)行道路目標(biāo)提取困難。本文在總結(jié)前人的研究成果基礎(chǔ)之上,圍繞車(chē)載LiDAR點(diǎn)云道路幾何特征提取這一研究主題展開(kāi),提出一種利用OpenStreetMap(OSM)數(shù)據(jù)輔助的,基于活動(dòng)輪廓模型的,從車(chē)載激光點(diǎn)云數(shù)據(jù)中提取道路幾何特征的方法,最終得到完整的具有屬性數(shù)據(jù)的三維矢量道路中心線(xiàn)與邊界信息,并針對(duì)一項(xiàng)實(shí)際應(yīng)用展開(kāi)說(shuō)明本文的研究意義。本文的主要研究?jī)?nèi)容有:(1)闡述了本文研究的背景與意義,在LiDAR技術(shù)不斷成熟的背景下,從車(chē)載激光點(diǎn)云中提取道路信息具有非常重要的意義。(2)研究了國(guó)內(nèi)外關(guān)于車(chē)載激光點(diǎn)云道路提取的文獻(xiàn)成果,對(duì)目前存在的算法進(jìn)行分類(lèi),分成基于掃描線(xiàn)、基于特征圖、基于聚類(lèi)、基于機(jī)器學(xué)習(xí)四大類(lèi),對(duì)每一類(lèi)方法中具有代表性的研究進(jìn)行詳細(xì)說(shuō)明,對(duì)每一類(lèi)方法的優(yōu)勢(shì)與局限性進(jìn)行總結(jié)�？偨Y(jié)了車(chē)載激光點(diǎn)云數(shù)據(jù)具有的優(yōu)點(diǎn)與缺點(diǎn),從數(shù)據(jù)存在的缺點(diǎn)說(shuō)明了從車(chē)載激光點(diǎn)云中提取道路目標(biāo)的難點(diǎn)。(3)研究了國(guó)內(nèi)外將Snake模型應(yīng)用于道路提取的研究現(xiàn)狀,說(shuō)明了 Snake用于車(chē)載激光點(diǎn)云道路提取的可行性。介紹了傳統(tǒng)Snake模型的基本思想、數(shù)學(xué)表達(dá)以及能量函數(shù)的收斂策略,然后闡述了在傳統(tǒng)Snake模型進(jìn)行改進(jìn)使其適用于道路提取的Ribbon snake模型,然后提出使用Snake模型相比于其他常見(jiàn)邊緣檢測(cè)算法進(jìn)行道路提取的優(yōu)勢(shì),接著提出對(duì)Snake模型進(jìn)行改進(jìn),以便適用于車(chē)載激光點(diǎn)云的道路提取。(4)介紹了志愿者地理信息中的典型代表OSM數(shù)據(jù),包括OSM的數(shù)據(jù)結(jié)構(gòu)、屬性信息,闡述了 OSM數(shù)據(jù)的優(yōu)點(diǎn)、缺點(diǎn)。車(chē)載激光點(diǎn)云數(shù)據(jù)具有精度高、有三維高程,無(wú)語(yǔ)義信息,OSM數(shù)據(jù)語(yǔ)義信息豐富,數(shù)據(jù)精度卻不高。OSM數(shù)據(jù)與車(chē)載激光點(diǎn)云數(shù)據(jù)可以進(jìn)行優(yōu)勢(shì)互補(bǔ),本文巧妙的利用snake模型將兩種數(shù)據(jù)關(guān)聯(lián)起來(lái),Snake初始時(shí)是OSM的位置,結(jié)束時(shí)位于點(diǎn)云的中心線(xiàn),同時(shí)得到寬度和左右邊界信息。(5)針對(duì)本文算法提取出的柵格中心線(xiàn)與邊界進(jìn)行矢量化、三維化。對(duì)于遮擋造成的邊界格網(wǎng)為空的情況,利用形態(tài)學(xué)對(duì)空格網(wǎng)的高程進(jìn)行插值獲取準(zhǔn)確的高程信息。將OSM的語(yǔ)義信息、屬性信息賦三維的道路邊界,形成既有準(zhǔn)確的幾何信息又有屬性信息的完整的三維道路數(shù)據(jù)。根據(jù)路坎坡道處的點(diǎn)云特征判斷出邊界上準(zhǔn)確的坡道位置,以便進(jìn)行合理的路徑規(guī)劃
【圖文】：

常情況下取常數(shù)值。Ｓｎａｋｅ在某一點(diǎn)ｖ（ｓ）處的張力越大則一階導(dǎo)數(shù)越大，曲率越逡逑大則二階導(dǎo)數(shù)越大。彈性能量防止曲線(xiàn)擴(kuò)張并使其收縮，彎曲能量使曲線(xiàn)光滑，逡逑防止曲線(xiàn)出現(xiàn)尖銳的角。內(nèi)部能量保證了曲線(xiàn)的連續(xù)性和光滑型。如下圖２－ｌ（ａ）逡逑是在僅有彈性能量時(shí)的Ｓｎａｋｅ的變形結(jié)果，圖２－ｌ（ｂ）是在僅有彎曲能量時(shí)Ｓｎａｋｅ逡逑的變形結(jié)果。逡逑９逡逑

武漢大學(xué)碩士學(xué)位論文Ａｘｔ邋＋／ｘ（＾ｔ－ｉ－ｙｔ－ｉ）邋＝邋－Ｙ（ｘｔ邋－邋＾ｔ－ｉ）逡逑＋／ｙＯｔ－ｉ，ｙｔ－ｉ）邋＝邋－ｙ（ｙｔ邋－邋ｙｔ－ｉ）以通過(guò)矩陣求逆進(jìn)行求解，艮Ｐ：逡逑ｘｔ＾（Ａ邋＋邋ｙｌ）－１邋（ｘｔ＿！逡逑ｙｔ邋＝邋（Ａ邋＋邋ｙｉｙ１邋ｉｙｔ－ｉ－邋ｆｙ｛ｘｔ＾，ｙｔ．｛））＋Ｙ邋Ｉ是一個(gè)五對(duì)角帶狀矩陣，所以可以通過(guò)ＬＵ分解進(jìn)行（ｎ）．因此式（２．１３）提供了一種（２．１０）的快速解法。逡逑（１９９２）提出了另外一種Ｓｎａｋｅ模型的解法，，叫做貪心算法。分法同時(shí)計(jì)算所有點(diǎn)的一次迭代結(jié)果，貪心算法逐個(gè)計(jì)算值，將該點(diǎn)移動(dòng)到鄰域內(nèi)具有最小能量的像素，如下圖所范圍內(nèi)所有像素點(diǎn)，在邊界處即Ｖ／像素具有能量最小值，。貪心算法克服了變分法求解的不穩(wěn)定性逡逑
【學(xué)位授予單位】：武漢大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：P225.2

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 方莉娜;楊必勝;;車(chē)載激光掃描數(shù)據(jù)的結(jié)構(gòu)化道路自動(dòng)提取方法[J];測(cè)繪學(xué)報(bào);2013年02期

2 楊必勝;魏征;李清泉;毛慶洲;;面向車(chē)載激光掃描點(diǎn)云快速分類(lèi)的點(diǎn)云特征圖像生成方法[J];測(cè)繪學(xué)報(bào);2010年05期

3 閆利;張毅;;基于法向量模糊聚類(lèi)的道路面點(diǎn)云數(shù)據(jù)濾波[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2007年12期

4 李然;王成;蘇國(guó)中;張珂殊;唐伶俐;李傳榮;;星載激光雷達(dá)的發(fā)展與應(yīng)用[J];科技導(dǎo)報(bào);2007年14期

5 李德仁;;移動(dòng)測(cè)量技術(shù)及其應(yīng)用[J];地理空間信息;2006年04期

6 吳華意;宋愛(ài)紅;李新科;;機(jī)載激光雷達(dá)系統(tǒng)的應(yīng)用與數(shù)據(jù)后處理技術(shù)[J];測(cè)繪與空間地理信息;2006年03期

7 史文中,李必軍,李清泉;基于投影點(diǎn)密度的車(chē)載激光掃描距離圖像分割方法[J];測(cè)繪學(xué)報(bào);2005年02期

8 李清泉,李必軍,陳靜;激光雷達(dá)測(cè)量技術(shù)及其應(yīng)用研究[J];武漢測(cè)繪科技大學(xué)學(xué)報(bào);2000年05期

本文編號(hào)：2641241