一种基于真实路面数据的道路及沿线建筑仿真建模方法与流程

本发明涉及道路三维建模技术领域，具体涉及一种基于真实路面数据的道路及沿线建筑仿真建模方法。

【背景技术】

车道级高精度电子地图是以无人驾驶车，或者说是机器驾驶员为主要服务对象的亚米级精度地图。高精度电子地图相比起传统导航地图拥有更高的实时性、表征路面特征的准确性以及语义信息的丰富性等特点。无人驾驶汽车在获取了车道级高精度电子地图数据后，可以利用高精度定位手段将自身实时匹配至电子地图路网中，通过将车载高精度感知系统获取的数据与电子地图路网数据进行实时比对，从而实现路线规划与避让路面上的其他交通参与物。它使得无人驾驶汽车能够降低对车载高精度感知系统的依赖，是当前无人驾驶车技术中必不可少的一个组成部分。

目前，道路建模的数据获取及建模通常采用以下两种技术方案：

(1)采用车载系统采集道路数据，然后根据采集的数据建成道路三维模型。该方法通过获取车辆上搭载的gps接收机提供的绝对位置数据，判断路网关系与路网节点，从而实现生成新道路以及对路网的更新修改。

(2)通过lte定位技术，利用观测到达时间差的加权定位算法，以及多种特征测量量的加权式混合定位算法实现对移动测量数据的定位。

但是，方法(1)受制于gps的精度，按照此方法制作的路面模型细节丰富度、定位准确度都有所欠缺，并不能完全满足高精度路面仿真建模的需求，而方法(2)需要基站为其提供支持，在许多架设基站或是基站信号无法到达的路段，会受到较大影响。两种方法均有其局限性，不利于道路及沿线建筑建模的开展。

技术实现要素：

鉴于以上问题，本发明旨在提供一种基于真实路面数据的道路及沿线建筑仿真建模方法，利用多源高精度的真实路面数据，以解决道路及沿线建筑的仿真建模问题。

本发明所采用的技术方案为：一种基于真实路面数据的道路及沿线建筑仿真建模方法，包括如下步骤：

s10.利用航片影像建立路网仿真模型：

s101.通过航片影像生成带有地物属性信息的车道级路网数据；

s102.将带有属性信息的车道级路网数据导入三维软件，并按属性分类生成各道路附属地物的模型；

s103.将各类模型参照实际路面进行组合匹配，整合成符合真实路面状况的三维路网仿真模型；

s20.通过航测数据生成道路沿线两侧的建筑仿真模型，并与路网仿真模型进行匹配；

s30.导入数字高程模型数据，使路网与建筑的仿真模型贴合数字高程模型，模拟真实路面的起伏状况；

s40.参照实景影像对模型整体进行外观比例优化，得到最终模型。

进一步地，步骤s101中，通过航片影像生成车道级路网数据时，按照如下步骤进行：

s1011.以高精度航片影像为底图，通过人工勾绘或计算机算法自动识别生成矢量数据；

s1012.参考实际路况，为矢量数据中的各个要素添加精确的地物属性信息。

进一步地，步骤s103中，真实路面数据按照如下步骤获得：

s1031.通过多种方式，包括但不限于垂直航空摄影、无人机倾斜摄影、实地激光雷达生成点云数据、实地rtk打点，获取各类的真实路面数据；

s1032.将各类的真实路面数据进行信息融合，生成附带丰富信息量的高精度真实路面数据。

进一步地，步骤s103中，组合匹配各类模型时，按照如下步骤进行：

s1033.以地物类别为单位，将各组模型通过坐标匹配在一起；

s1034.以真实路面影像为参考，调整各组模型的高度、方位，使之与真实路面保持一致；

s1035.通过微调长宽高参数修正各组模型间的穿模问题。

进一步地，步骤s20中，建筑仿真模型与路网仿真模型进行匹配时，按照如下步骤进行：

s201.通过结合多种航测手段，包括但不限于垂直航空摄影与无人机倾斜摄影，提取沿线建筑物的数字线划图数据；

s202.利用数字线划图数据生成高精度的沿线建筑物模型；

s203.通过坐标将建筑物仿真模型与道路仿真模型进行匹配；

s204.修正建筑物模型与道路模型间穿模问题。

进一步地，步骤s30中，数字高程模型数据按照如下步骤获得：

s301.通过多种技术手段，包括但不限于激光雷达技术、数字化地形图和空中三角立体测量技术，制作数字高程模型；

s302.对多源数字高程模型数据进行融合处理，生成更加全面可靠的高质量数字高程模型数据。

采用了以上技术方案，本发明具有如下有益效果：本发明按照模型属性信息分组件建模后与空间匹配的思路，通过使用多源数据融合等手段，将道路模型与沿线建筑模型参照实际路面进行组合匹配，使模型可以展现更多的路面细节，能够更大限度的还原真实街景的形状、起伏等细节，同时，本发明将道路沿线双向的建筑物也添加进仿真模型中，进一步提高了模型的仿真程度，使得道路模型更加完整，可以更好的运用于行车视角模拟等应用场景中。

【附图说明】

图1是本发明仿真建模方法的流程图。

图2是通过航片影像生成车道级路网数据的流程图。

图3是真实路面数据获得方法的流程图。

图4是组合匹配各类模型的流程图。

图5是建筑仿真模型与路网仿真模型进行匹配的流程图。

图6是数字高程模型数据获得方法的流程图。

【具体实施方式】

下面将结合本发明实施例中的附图，对本发明对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

如图1所示，本发明的一种基于真实路面数据的道路及沿线建筑仿真建模方法，包括如下步骤：

s10.利用航片影像建立路网仿真模型：

s20.通过航测数据生成道路沿线两侧的建筑仿真模型，并与路网仿真模型进行匹配；

s30.导入数字高程模型数据，使路网与建筑的仿真模型贴合数字高程模型，模拟真实路面的起伏状况；

s40.参照实景影像对模型整体进行外观比例优化，得到最终模型。

本方法按照模型属性信息分组件建模后与空间匹配的思路，利用航片影像、航测数据与数字高程模型数据等数据源相结合，将道路模型与沿线建筑模型参照实际路面进行组合匹配，模拟出真实路面的起伏状况，使模型可以展现更多的路面细节，极大限度还原了真实街景的细节，可以较好的模拟实际行车环境。

航片数据是本方法仿真建模的基础数据之一。如图1所示，利用航片影像建立路网仿真模型时，按照如下步骤进行：

s101.通过航片影像生成带有地物属性信息的车道级路网数据。

如图2所示，步骤s101中，通过航片影像生成车道级路网数据时，按照如下步骤进行：

s1011.以高精度航片影像为底图，通过人工勾绘或计算机算法自动识别生成矢量数据；

s1012.参考实际路况，为矢量数据中的各个要素添加精确的地物属性信息。

在本实施例中，我们采用人工勾绘或计算机算法自动识别航片影像，以得到矢量数据。得到了矢量数据后，就可以参考实际的路况，为矢量数据中的各个要素添加精确的地物属性信息。

s102.将带有属性信息的车道级路网数据导入三维软件，并按属性分类生成各道路附属地物的模型。

当得到车道级路网数据后，则需要将带有属性信息的车道级路网数据导入三维软件，该三维软件是cityengineorarcgis，简称ce，是esri公司推出的三维城市建模软件，通过其独有的tga规则文件可以实现大范围批量建模，其成果可以较好对接arcgis，使很多已有的基础gis数据不需转换即可迅速实现三维建模。接下来，将各类模型参照实际路面进行组合匹配，整合成符合真实路面状况的三维路网仿真模型。

s103.将各类模型参照实际路面进行组合匹配，整合成符合真实路面状况的三维路网仿真模型。

道路路面数据的测量与获取开始于上世纪60年代，通过不断改进、演变，形成了一系列的测量设备和系统，而设法取得真实的路面数据对后续的建模尤为重要。如图3所示，步骤s103中，真实路面数据按照如下步骤获得：

s1031.通过多种方式，包括但不限于垂直航空摄影、无人机倾斜摄影、实地激光雷达生成点云数据、实地rtk打点，获取各类的真实路面数据；

利用影像获取各类的真实路面数据时，先对遥感影像图进行滤波及锐化预处理，提高道路和背景的对比度，突出目标路段，得到其光谱信息，然后对目标路段进行影像识别工作，重点针对路面、车道线、车道中心线、纹理材质、交通标志等，通过统计方法，生成灰度矩阵，提取道路纹理特征，最后利用得到的道路光谱信息将目标路段区域分为路面和非路面范围。

s1032.将各类的真实路面数据进行信息融合，生成附带丰富信息量的高精度真实路面数据；具体地，通过多源数据融合算法将各类的真实路面数据进行信息融合；

对于三维模型的组合和匹配而言，除了模型全局概念上的相似，还需要考虑模型的局部特征。如图4所示，步骤s103中，组合匹配各类模型时，按照如下步骤进行：

s1033.以地物类别为单位，将各组模型通过坐标匹配在一起；

s1034.以真实路面影像为参考，调整各组模型的高度、方位，使之与真实路面保持一致；

s1035.通过微调长宽高参数修正各组模型间的穿模问题。

数字线划地图(dlg)是与现有线划基本一致的各地图要素的矢量数据集，且保存各要素间的空间关系和相关的属性信息。数字线划地图的数据量小，便于分层，能快速的生成专题地图。此数据能满足地理信息系统进行各种空间分析要求，视为带有智能的数据。数字线划地图的技术特征为：地图地理内容、分幅、投影、精度、坐标系统与同比例尺地形图一致，图形输出为矢量格式，任意缩放均不变形。正因为具有以上特性，数字线划地图可随机地进行数据选取和显示，与其他几种产品叠加，便于分析、决策。

航测数据也是本方法仿真建模的基础数据之一。通过航测数据生成道路沿线两侧的建筑仿真模型后，即可与路网的仿真模型进行匹配。如图5所示，步骤s20中，建筑仿真模型与路网仿真模型进行匹配时，按照如下步骤进行：

s201.通过结合多种航测手段，包括但不限于垂直航空摄影与无人机倾斜摄影，提取沿线建筑物的数字线划图数据；

s202.利用数字线划图数据生成高精度的沿线建筑物模型；

s203.通过坐标将建筑物仿真模型与道路仿真模型进行匹配；

s204.修正建筑物模型与道路模型间穿模问题。

数字高程模型也是本方法仿真建模的基础数据之一。数字高程模型(digitalelevationmodel),简称dem，是描述地表起伏形态特征的空间数据模型，由地面规则格网点的高程值构成的矩阵，形成栅格结构数据集。数字高程模型是数字地形模型(dtm)的一个分支，其它各种地形特征值均可由此派生。一般认为，dtm是描述包括高程在内的各种地貌因子，如坡度、坡向、坡度变化率等因子在内的线性和非线性组合的空间分布，其中dem是零阶单纯的单项数字地貌模型，其他如坡度、坡向及坡度变化率等地貌特性可在dem的基础上派生。

建立dem的方法有许多种，在本实施方式中，如图6所示，步骤s30中，数字高程模型数据按照如下步骤获得：

s301.通过多种技术手段，包括但不限于激光雷达技术、数字化地形图和空中三角立体测量技术，制作数字高程模型；

s302.对多源数字高程模型数据进行融合处理，生成更加全面可靠的高质量数字高程模型数据。

本发明通过使用航片影像、航测数据和数字高程模型数据融合的手段，模拟真实路面的起伏状况，使模型可以展现更多的路面细节，能够更大限度的还原了真实街景的形状、起伏等细节，并将道路沿线双向的建筑物也添加进仿真模型中，进一步提高了模型的仿真程度，使得模型可以更好的运用于行车视角模拟等应用场景中。