杆状地物提取的方法和装置的制造方法
【技术领域】
[0001]本发明涉及计算机技术领域，特别是涉及一种杆状地物提取的方法和装置。
【背景技术】
[0002]随着计算机技术和自动化技术的发展，自动驾驶技术受到高度关注，自动驾驶技术离不开高精度地图的支持，如何生成高精度地图成为自动驾驶的瓶颈之一。高精度的杆状地物数据，如路灯杆、电线杆、路牌杆和树干等，作为高精度地图中的重要组成部分也尤为重要。
[0003]现有的杆状地物提取方法，往往是基于航拍或车载视频的提取方法，一般是先通过摄影测量中的空中三角测量解算，得到各影像的外方位元素，然后对杆状地物进行多片空间前方交会，获得其几何坐标，该方法受限于影像的分辨率、内外方位元素计算误差和同名特征点提取误差等，导致其绝对精度一般在半米甚至几米水平，无法满足高精度地图的精度需求。
【发明内容】
[0004]基于此，有必要针对上述技术问题，提供一种杆状地物提取的方法和装置，提高杆状地物提取的精度。
[0005]—种杆状地物提取的方法，所述方法包括:
[0006]获取三维激光点云数据，去除所述三维激光点云数据中的低空间点得到候选点云集；
[0007]对所述候选点云集进行分割得到独立地物对应的独立点云集；
[0008]根据所述独立点云集在水平面上的投影识别所述独立点云集中的杆状地物点云集；
[0009]对所述杆状地物点云集进行直线提取，根据提取的直线上的杆状地物点云的高程获取杆状地物的上下端点。
[0010]一种杆状地物提取的装置，所述装置包括:
[0011]候选点云集获取模块，用于获取三维激光点云数据，去除所述三维激光点云数据中的低空间点得到候选点云集；
[0012]分割模块，用于对所述候选点云集进行分割得到独立地物对应的独立点云集；
[0013]杆状地物点云集识别模块，用于根据所述独立点云集在水平面上的投影识别所述独立点云集中的杆状地物点云集；
[0014]杆状地物提取模块，用于对所述杆状地物点云集进行直线提取，根据提取的直线上的杆状地物点云的高程获取杆状地物的上下端点。
[0015]上述杆状地物提取的方法和装置，通过获取三维激光点云数据，去除三维激光点云数据中的低空间点得到候选点云集，对所述候选点云集进行分割得到独立地物对应的独立点云集，根据独立点云集在水平面上的投影识别独立点云集中的杆状地物点云集，对杆状地物点云集进行直线提取，根据提取的直线上的杆状地物点云的高程获取杆状地物的上下端点，可以从高精度三维点云数据中通过筛选候选点云集、分割独立点云集和识别杆状地物点云集，并进行直线提取自动化地提取出杆状地物，能够有效保证提取的杆状地物的精度，满足高精度地图的需要，提取过程不需人工参与，满足高效率低成本。
【附图说明】
[0016]图1为一个实施例中杆状地物提取的方法的应用环境图；
[0017]图2为一个实施例中图1中服务器的内部结构图；
[0018]图3为一个实施例中杆状地物提取的方法的流程图；
[0019]图4为一个实施例中得到候选点云集的流程图；
[°02°]图5为一个实施例中分割后各个独立点云集不意图；
[0021]图6为一个实施例中采用基于欧式距离聚类的点云分割算法分割得到独立地物对应的独立点云集的流程图；
[0022]图7为一个实施例中识别独立点云集中的杆状地物点云集的流程图；
[0023]图8为一个实施例中杆状地物提取的装置的结构框图；
[0024]图9为一个实施例中候选点云集获取模块的结构框图；
[0025]图10为一个实施例中分割模块的结构框图；
[0026]图11为另一个实施例中杆状地物提取的装置的结构框图；
[0027]图12为一个实施例中杆状地物点云集识别模块的结构框图；
[0028]图13为再一个实施例中杆状地物提取的装置的结构框图。
【具体实施方式】
[0029]图1为一个实施例中杆状地物提取的方法运行的应用环境图。如图1所示，该应用环境包括三维激光扫描系统110、服务器120，其中三维激光扫描系统110和服务器120通过网络进行通信。
[0030]三维激光扫描系统110包括三维激光扫描仪111和导航系统112，三维激光扫描仪111为能够提供扫描物体表面的三维点云数据的仪器，导航系统112为获取GPS(GlobalPosit1ning System，全球定位系统)数据的系统，可为惯性导航系统等，可根据三维激光点云数据与导航系统采集的GPS数据的对应关系，得到三维激光点云数据中各个三维激光点对应的地理位置数据。
[0031]三维激光扫描系统110通过网络向服务器120发送三维激光点云数据和GPS数据，服务器120根据三维激光点云数据提取杆状地物，并可根据三维激光点对应的地理位置数据将杆状地物绘制于地图。
[0032]在一个实施例中，图1中的服务器120的内部结构如图2所示，该服务器120包括通过系统总线连接的处理器、存储介质、内存和网络接口。其中，该服务器120的存储介质存储有操作系统、数据库和杆状地物提取的装置，数据库用于存储数据，如三维激光点云数据等，杆状地物提取的装置用于实现一种适用于服务器120的杆状地物提取的方法。该服务器120的处理器用于提供计算和控制能力，支撑整个服务器120的运行。该服务器120的内存为存储介质中的杆状地物提取的装置的运行提供环境。该服务器120的网络接口用于与外部的三维激光扫描系统110通过网络连接通信，比如接收三维激光扫描系统110发送的三维点云数据和GPS数据等。
[0033]在一个实施例中，如图3所示，提供了一种杆状地物提取的方法，以应用于上述应用环境中的服务器来举例说明，包括如下步骤:
[0034]步骤S210，获取三维激光点云数据，去除三维激光点云数据中的低空间点得到候选点云集。
[0035]具体的，三维激光点云数据记录了由三维激光扫描仪对道路和道路上的实体表面进行扫描后得到的三维激光点的三维坐标，可以由三维激光扫描仪扫描得到三维激光点云数据后发送至服务器。三维激光扫描仪可安装在车辆上，在行车过程中扫描得到三维激光点云数据。三维激光点云的垂直坐标为高程，低空间点是指高程小于或等于一定高程阈值的地面点或地面之上物体表面的点，高程阈值可根据需要自定义。低空间点可以只为地面点，高程为O代表地面点。由于地面可能凹凸不平，可能存在高程大于O的地面点，可取合适的高程阈值进行地面点的筛选，并将筛选出的地面点进行去除。也可以先取高程小于预设阈值的方程候选点云集，如预设阈值设为0.5m，再根据方程候选点云集进行平面提取得到地平面方程a*x+b*y+c*z+d = 0，其中a，b，c，d为方程的系数，(x，y，z)为三维激光点云点的三维坐标，c>0表示地面平面方程的法向量沿z轴正方向，即向上，从而通过地平面方程将三维坐标(x，y，z)满足a*x+b*y+c*z+d < O的点去除得到候选点云集。平面提取时可采用Ransac(RANdom SAmple Consensus)平面提取算法，采用Ransac平面