移动车载激光点云的道路标线自动识别与提取

第３５卷第９期　２０ｌ２年９月　测绘与空间地理信息　ＧＥＯＭＡＴｌＣＳ＆ｓＰＡＴｌＡＬ　ｌＮＦ０ＲＭＡＴＩＯＮ　ＴＥＣＨＮ０ｌＪ（１ＧＹ　Ｖｏ１．３５，Ｎｏ．９　Ｓｅｐｔ．，２０１２　移动车载激光点云的道路标线自动识别与提取　邹晓亮，缪剑，郭锐增，李星全，赵桂华　（西安测绘总站，陕西两安７１００５４）　摘要：对移动车载激光测量ＬａｎｄＭａｒｋ系统获取的路面激光点云数据进行研究，结合激光点云的回波反射率、扫　描角，以及量测距离等特征信息与道路标线的属性信息，提出了一种基于车载激光点云的道路标线自动识别与　提取算法。从点云中提取道路标线，采用最小二乘线性最优拟合算法对提取的标线点云进行拟合，生成道路标　线的ＣＡＤ轮廓线，实现道路标线的自动化识别。以移动车载ＬａｎｄＭａｒｋ系统的Ｓｉｃｋ激光扫描仪获取的路面激光　点云为例进行实验，实验结果表明该方法的可行性和有效性。　关键词：移动车载激光测量系统；直接地理定位ＤＧ；ＧＮＳＳ／ＩＭＵ组合；激光雷达；点云；道路标线　中图分类号：Ｐ２２８　文献标识码：Ｂ　文章编号：１６７２—５８６７（２０１２）０９—０００５—０４　Ａｕｔｏｍａｔｉｃ　Ｒｏａｄ　Ｍａｒｋｉｎｇ　Ｄｅｔｅｃｔｉｏｎ　ａｎｄ　Ｅｘｔｒａｃｔｉｏｎ　Ｂａｓｅｄ　ｏｎ　ＬｉＤＡＲ　Ｐｏｉｎｔ　Ｃｌｏｕｄｓ　ｆｒｏｍ　Ｖｅｈｉｃｌｅ—Ｂｏｒｎｅ　ＭＭＳ　ＺＯＵ　Ｘｉａｏ—ｌｉａｎｇ，ＭＩＡＯ　Ｊｉａｎ，ＧＵＯ　Ｒｕｉ—ｚｅｎｇ，ＬＩ　Ｘｉｎｇ—ｑｕａｎ，ＺＨＡＯ　Ｇｕｉ—ｈｕａ　（Ｘｉ　ａｎ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｔｅｃｈｎｉｑｕｅ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｓｕｒｖｅｙｉｎｇ　ａｎｄ　Ｍａｐｐｉｎｇ，Ｘｉ　ａｎ　７１００５４，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｔｈｅ　ｒｅｓｅａｒｃｈ　ｆｏｃｕｓｅｓ　ｏｎ　ＬｉＤＡＲ　ｐｏｉｎｔ　ｃｌｏｕｄｓ　ｏｆ　ｒｏａｄ　ｓｕｒｆａｃｅ　ａｃｑｕｉｒｅｄ　ｆｒｏｍ　ｖｅｈｉｃｌｅ—ｂｏｒｎｅ　ｍｏｂｉｌｅ　ｍａｐｐｉｎｇ　ｓｙｓｔｅｍ—Ｌａｎｄ—　Ｍａｒｋ．Ａｎ　ａｕｔｏｍａｔｉｃ　ｒｏａｄ　ｍａｒｋｉｎｇ　ｄｅｔｅｃｔｉｏｎ　ａｎｄ　ｅｘｔｒａｃｔｉｏｎ　ｍｅｔｈｏｄ　ｉｓ　ｐｒｏｐｏｓｅｄ．Ｃｏｍｂｉｎｉｎｇ　ＬｉＤＡＲ　ｆｅａｔｕｒｅｓ　ｏｆ　ｒｅｔｒｏ，ａｎｇｌｅ　ａｎｄ　ｄｉｓｔａｎｃｅ　ｗｉｔｈ　ｔｈｅ　ｐｒｏｐｅｒｔｉｅｓ　ｏｆ　ｔｒａｆｆｉｃ　ｍａｒｋｉｎｇ，ｐｏｉｎｔ　ｃｌｏｕｄｓ　ｏｆ　ｒｏａｄ　ｍａｒｋｉｎｇ　ｉｓ　ｅｘｔｒａｃｔｅｄ．Ｔｈｅ　ｒｏａｄ　ｍａｒｋｉｎｇ　ｉｓ　ｂｅｓｔ　ｆｉｔｔｅｄ　ｉｎ　ａ　ｌｅａｓｔ　ｓｑｕａｒｅｓ　ｐｏｌｙ—　ｎｏｍｉａｌ　ｆｉｔｔｉｎｇ　ｍｅｔｈｏｄ　ａｎｄ　ＣＡＤ　ｍａｐ　ｉｓ　ｇｅｎｅｒａｔｅｄ　ｆｏｒ　ａｕｔｏｍａｔｉｃ　ｄｅｔｅｃｔｉｏｎ．Ｂａｓｅｄ　Ｏｉｌ　ｔｈｅ　ｅｘｐｅｒｉｍｅｎｔａｌ　ｄａｔａ　ｆｒｏｍ　Ｓｉｃｋ　ｌａｓｅｒ　ｓｃａｎｎｅｒ　ｍｏｕｎｔｅｄ　ｏｎ　ＬａｎｄＭａｒｋ　ｓｙｓｔｅｍ，ｔｈｅ　ｅｘｐｅｒｉｍｅｎｔａｌ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈｅ　ｍｅｔｈｏｄ　ｉｓ　ｆｅａｓｉｂｌｅ　ａｎｄ　ａｖａｉｌａｂｌｅ．　Ｋｅｙ　ｗｏｒｄｓ：ｖｅｈｉｃｌｅ—ｂｏｒｎｅ　ｍｏｂｉｌｅ　ｍａｐｐｉｎｇ　ｓｙｓｔｅｍｓ；ｄｉｒｅｃｔ　ｇｅｏｒｅｆｅｒｅｎｅｉｎｇ；ＧＮＳＳ／ＩＭＵ　ｉｎｔｅｇｒａｔｉｏｎ；ＬｉＤＡＲ；ｐｏｉｎｔ　ｃｈｍｄｓ；　ｒｏａｄ　ｍａｒｋｉｎｇ　０　引　言　车载移动测量系统是当今测绘界最为前沿的科学技　术之～，代表着未来道路电子地图测绘领域的发展主　流　，它是测绘领域的一个新的发展方向。作为在道路　上行驶的移动车载测量系统（Ｖｅｈｉｃｌｅ—Ｂｏｒｎｅ　Ｍｏｂｉｌｅ　Ｍａｐ—　ｐｉｎｇ　Ｓｙｓｔｅｍｓ）成为各行各业关注的对象，以汽车作为遥感　通地图必须快速更新，具备实时、全面、准确的实用特性。　如果依然沿用传统的人工测量方式，成图效率低，等到生　产出电子地图来，已经成为过时的产品。采用移动车载　测量系统能高效率、高精度、低成本地完成电子交通地图　的测制，无需任何底图。车载移动测量系统以其测绘速　度快，自动化程度高，运行成本低，降低了传统人工测量　的劳动量，减少了人工量测的危险性。因此，移动车载系　统在道路测量方面应用广泛。　平台，安装了高精度ＧＮＳＳ和高动态载体测姿ＩＭＵ传感　器，基于ＧＮＳＳ／ＩＭＵ的组合定位定姿使车载系统具有直　接地理定位（Ｄｉｒｅｃｔ　Ｇｅｏｒｅｆｅｒｅｎｅｉｎｇ，ＤＧ）的能力，实现了在　本文对移动车载激光测量系统及特点进行分析，对　车载系统获取的激光点云回波反射率、瞬时扫描角、测量　距离，以及道路特征信息进行研究，提　一种基于车载激　光点云的道路标线自动识别与提取算法，并以车载系统　测量区域内无需地面控制点就可以成图或扫描数据。　早期公路系统的ＧＩＳ数据库都依赖于现存的地图，通　过数字化方式来提供公路的必要信息和属性。随着高速　公路、普通道路等基础设施建设的日新月异，使得电子交　收稿日期：２０１２—０３—０４　ＬａｎｄＭａｒｋ获取的路面数据进行试验，验证所提方法的可　行性和有效性。　作者简介：５－／￣晓亮（１９７３一），男，陕西西安人，工程师，博士，２０１１年毕业于信息＿Ｉ＝＝程大学摄影测量与遥感专业，主要从事摄影测量与　遥感、移动车载测量系统等相关领域的应用及研究工作。　６　测绘与空间地理信息　２０１２年　１移动车载激光测量系统　移动车载激光测量系统是将激光扫描仪、数码相机、　动态位置／姿态测量单元（ＰＯＳ）等多个传感器集成在一个　移动的车载平台上，在基于ＧＮＳＳ时间同步条件下，自动　为移动平台提供连续的定位、定姿信息，同时，采集３维地　理空间数据的测量系统。利用搭载的数码相机、激光扫　描仪能及时快速地获取道路、街道两侧的序列影像和激　光点云，能够按照应用需求对道路、街区的资产进行随时　随地按需测量，加快空间数据的采集和属性信息的确定，　是对航空摄影测量和卫星摄影测量的有力补充　Ｊ。　移动车载激光测量系统的关键技术是基于多传感器　组合的直接地理定位（Ｄｉｒｅｃｔ　Ｇｅｏｆｅｒｅｎｃｉｎｇ，ＤＧ）技术。车　载ＬａｎｄＭａｒｋ系统　的核心是ＧＮＳＳ／ＩＭｕ／ＧＡＭＳ／ＤＭＩ组　合系统，也称为ＰＯＳＬＶ系统；用高精度ＧＮＳＳ定位结果来　控制ＩＭＵ的系统漂移，用ＩＭＵ补偿因ＧＮＳＳ信号失锁而　引起的整周模糊度的恢复；由双频主ＧＰＳ接收机和单频　辅助ＧＰＳ接收机组成的ＧＰＳ方位测量子系统（ＧＰＳ　Ａｚｉ—　ｍｕｔｈ　Ｍｅａｓｕｒｅｍｅｎｔ　Ｓｕｂｓｙｓｔｅｍ，ＧＡＭＳ）　提供额外的位置和　速度信息来辅助航向，使车载系统不受纬度和车载运动　的影响，ＧＡＭＳ具有精确航向的解算能力，能保证航向精　度在连续运行轨迹上没有明显的漂移；系统还配备了距　离测量指示器（Ｄｉｓｔａｎｃｅ　Ｍｅａｓｕｒｉｎｇ　Ｉｎｄｉｃａｔｏｒ，ＤＭＩ），是安装　在车后轮的一个转轴编码器，它输出的脉冲用于精确量　测车轮旋转的线性距离，ＰＯＳＬＶ把脉冲转换为距离增量，　通过脉冲求和来测量旋转车轮移动的距离。ＧＮＳＳ失锁　时，ＤＭＩ成为ＧＮＳＳ辅助信息的一个替代源；同时，利用　ＤＭＩ提供的速度误差衰减来依次控制ＩＮＳ位置误差的漂　移。当车载平台停止运行时，ＤＭＩ执行零速更新，保持系　统数据的连续性和完整性。也就是说，当ＧＮＳＳ失锁发生　时，由ＰＯＳＬＶ计算的车辆轨迹得益于ＤＭＩ的辅助。　采用ＰＯＳＬＶ系统使运动载体输出的车行轨迹结果具　有高精度和高采样率，它为影像获取传感器和激光点云　的扫描提供了高精度的位置和姿态，它是激光扫描仪点　云数据解算的基础。　移动车载激光测量系统一般装配２维激光扫描仪，１　维测距，１维扫描，随着车载平台的移动获取第３维的数　据信息。激光扫描器根据实际应用要求安置在车体的不　同位置，为了获取道路路面信息，一般倾斜向下安置，以　获取路面激光的点云数据；为了获取道路两侧街区信息，　激光扫描仪安装在车体的两侧。激光扫描仪能扫描出具　有高密度的点云数据，每平方米至少１００点，与机载激光　ＬｉＤＡＲ相比，高于机载ＬｉＤＡＲ每平方米４～２０点；点云分　辨率高，甚至能识别高架电线以下直径为３　ｍｍ的最小地　物特征，成本远低于机载ＬｉＤＡＲ。　２道路标线自动识别与提取算法　对于道路标线的识别，一般是基于车载序列影像对　道路边线进行识别，单纯利用激光扫描数据的较少。根　据激光点云ＬｉＤＡＲ的数据格式，车载激光点云数据中不　仅包含有激光点（　，ｙ，ｚ）空间３维坐标信息，还包含了激　光回波信号的反射率信息（Ｒｅｔｒｏ，也称强度信息），同时，　也记录了每个激光点的瞬时扫描角度（Ａｎｇｌｅ）、发射点到　激光点云的测距信息（Ｄｉｓｔａｎｃｅ）。根据这些激光点云的　特征信息，对路面的道路标线进行自动检测和识别。　２．１　道路标线自动识别算法的思想　路面激光点云数据主要包括沥青路面和道路标线两　大类点云数据。　１）依据不同物体具有不同的反射率特性，对激光点　云进行滤波分类，提取道路标线。沥青路面反射率低，道　路标线的反射率高；　２）依据道路标线激光点云瞬时扫描角，区分左右道　路的标线；根据激光的测量距离和道路标线的交通属性，　标识道路边线和中心线；　３）对标识的道路标线采用最小二乘线性最优拟合方　法，拟合出道路边线和中线，并依据道路标线的交通属性　绘制标线ＣＡＤ图。　２．２道路标线自动识别算法实现　２．２．１　基于回波反射率的点云滤波分类　每一类地物对激光的反射特性不一样，激光信号打　到同质地的物体表面，其回波信号的反射率较为接近；高　反射率的介质对应强激光的回波信号，反射率大；低反射　率的介质对激光的回波反射信号弱，反射率小。根据这　一特性，通过滤波分类就能容易地区分不同的地物类型。　根据ｒ，＜Ｒｅｔｒｏ＜ｒ：，其中，ｒ。，ｒ　为不同地物反射率的　经验值，受车体高度、激光扫描仪扫描范围和倾斜角度的　限制，扫描的路面宽度是有限的。以Ｓｉｃｋ　ＬＭＳ一２１１扫描　仪为例，对于路面的激光点云数据，沥青路面的反射率在　０．１～０．３之间，而道路标线的反射率在０．４—０．８，根据激　光点云的回波反射率能区分道路标线和沥青路面。　２．２．２道路标线的分离　对路面激光扫描数据进行滤波，分离道路标线和路　面点云；由于Ｓｉｃｋ激光扫描仪的扫描范围在±４０。的范　同，每个点的瞬时扫描角度有正负之分；左侧扫描角为　负，右侧扫描角为正。依据瞬时扫描角区分左右道路标　线，判断依据为：　卜０　＜ＡｎｇｌｅＬ＜一０　，Ａｎｇｌｅ￡＜０　左侧标线　【０　＜ＡｎｇｌｅＲ＜０…，Ａｎｇｌｅ　＜０　右侧标线　其中，　，　为左侧道路双黄线的瞬时扫描角，负值；Ａｎ—　ｇｌｅ　为右侧道路单黄线的瞬时扫描角，正值；０　为滤波后　每一扫描列的起始扫描角；根据瞬时扫描角的扫描范围，　分离左右道路标线。如图１所示为车载系统激光点云滤　波分类前／后的原理图。　２．２．３依据道路标线的交通属性区分线型类型　道路标线存在不同的类型，如：单黄线、双黄线、道路　虚线和箭头方向线等，依据道路标线的交通属性特征，　如：线宽度、线长度，以及线段的间隔来区分线型类型。　根据道路标线规定　，道路单黄线宽度Ａｗ：１５　ｃｍ，无长　度限制；双黄线间隔的宽度为Ａ１＝１２　Ｃｒｌｌ；虚线长度ＡＬ：　６　ｍ，虚线间隔长度△ｓ＝４　ｍ；如图１标明了道路标线的几　何属性。