一种矢量道路数据匹配与更新方法、装置和计算机设备

    公开(公告)号:CN113988184A

    公开(公告)日:2022-01-28

    申请号:CN202111270848.2

    申请日:2021-10-29

    Abstract: 本申请公开的一种多尺度矢量道路数据匹配与更新方法、装置和计算机设备,该方法包括:确定相似性度量指标,所述相似性度量指标包括切角方向差、面积累积差、以及综合中值距离中的至少一种;按照预设的处理方式,对待匹配的道路网数据进行预处理,以预处理得到的数据作为匹配单位,并确定匹配对象,以及对应的被匹配对象;基于相似性度量指标,结合几何特征相似度、以及空间场景结构相似度度量方式,确定匹配对象与被匹配对象之间的匹配关系;根据匹配关系,确定道路变化实体,并将道路变化实体从大比例尺道路网数据库,向小比例尺道路网数据库中传递,实现多种比例尺的矢量道路数据的联动更新。采用该方法能够提高道路网数据更新效率。

    融合车载三维激光点云与影像的道路交通杆状物分类方法

    公开(公告)号:CN113313081A

    公开(公告)日:2021-08-27

    申请号:CN202110852461.1

    申请日:2021-07-27

    Abstract: 本发明提供融合车载三维激光点云与影像的道路交通杆状物分类方法,包括如下步骤,获取点云和影像数据;剔除点云中的地面点得到预分割体,进行切片并对连续切片集合进行特征约束,将符合特征约束的连续切片集合作为杆状物原始种子点;通过生长算法对杆状物原始种子点进行生长,得到完整的杆状物点云,以获得杆状物点云的精确位置信息;根据点云与全景影像的对应关系,将杆状物点云投射到全景影像上得到杆状物点云相应的影像范围;利用训练后的MaskRCNN对影像进行实例分割,得到杆状物的实例分割信息,利用杆状物点云在全景影像中的范围对其进行精细分类。本发明所述的融合车载三维激光点云与影像的道路交通杆状物分类方法,实现了对点云中杆状物的精准定位和精细分类。

    一种矢量道路数据变化信息识别与提取方法和装置

    公开(公告)号:CN113902034A

    公开(公告)日:2022-01-07

    申请号:CN202111281235.9

    申请日:2021-11-01

    Abstract: 本申请公开的一种矢量道路数据变化信息识别与提取方法和装置,该方法包括:确定源匹配集、以及目标匹配集,其中,源匹配集和目标匹配集中均包括多条道路网数据;将源匹配集中包括各项道路网数据作为匹配对象,并利用空间格网索引技术和近似缓冲区叠加算法,从目标匹配集中筛选出与匹配对象相对应的被匹配对象;确定相似性度量指标,相似性度量指标包括长度、角度以及空间距离中的至少一种几何指标;基于相似性度量指标,结合几何特征相似度、以及空间场景结构相似度度量方式,确定匹配对象与被匹配对象之间的匹配关系。

    融合车载三维激光点云与影像的道路交通杆状物分类方法

    公开(公告)号:CN113313081B

    公开(公告)日:2021-11-09

    申请号:CN202110852461.1

    申请日:2021-07-27

    Abstract: 本发明提供融合车载三维激光点云与影像的道路交通杆状物分类方法,包括如下步骤,获取点云和影像数据;剔除点云中的地面点得到预分割体,进行切片并对连续切片集合进行特征约束,将符合特征约束的连续切片集合作为杆状物原始种子点;通过生长算法对杆状物原始种子点进行生长,得到完整的杆状物点云,以获得杆状物点云的精确位置信息;根据点云与全景影像的对应关系,将杆状物点云投射到全景影像上得到杆状物点云相应的影像范围;利用训练后的MaskRCNN对影像进行实例分割,得到杆状物的实例分割信息,利用杆状物点云在全景影像中的范围对其进行精细分类。本发明所述的融合车载三维激光点云与影像的道路交通杆状物分类方法,实现了对点云中杆状物的精准定位和精细分类。

    基于车载三维点云的道路标志线自动分类与矢量化方法

    公开(公告)号:CN113378800B

    公开(公告)日:2021-11-09

    申请号:CN202110851888.X

    申请日:2021-07-27

    Abstract: 本发明提供基于车载三维激光点云的道路标志线自动分类与矢量化方法,包括如下步骤:利用采集的车载轨迹信息并按照定义长度及定义宽度将车载激光点云切割为多块点云;构建KD树,通过KD树搜索分块点云中各点的邻域点并计算其法向量特征;构建基于法向量的生长算法,将点云分割为预分割体,对各预分割体进行特征提取,通过构建预分割体的特征约束来提取道路路面点;构建基于点云强度特征的生长算法,在道路地面点中提取道路标志线;构建道路标志线模板,按照模板对道路标志线进行分类并矢量化。本发明所述的基于车载三维激光点云的道路标志线自动分类与矢量化方法自动化程度高,且稳定性良好。

    基于车载三维点云的道路标志线自动分类与矢量化方法

    公开(公告)号:CN113378800A

    公开(公告)日:2021-09-10

    申请号:CN202110851888.X

    申请日:2021-07-27

    Abstract: 本发明提供基于车载三维激光点云的道路标志线自动分类与矢量化方法,包括如下步骤:利用采集的车载轨迹信息并按照定义长度及定义宽度将车载激光点云切割为多块点云;构建KD树,通过KD树搜索分块点云中各点的邻域点并计算其法向量特征;构建基于法向量的生长算法,将点云分割为预分割体,对各预分割体进行特征提取,通过构建预分割体的特征约束来提取道路路面点;构建基于点云强度特征的生长算法,在道路地面点中提取道路标志线;构建道路标志线模板,按照模板对道路标志线进行分类并矢量化。本发明所述的基于车载三维激光点云的道路标志线自动分类与矢量化方法自动化程度高,且稳定性良好。

Patent Agency Ranking