基于地面三维激光扫描技术的道路标线自动识别方法
【技术领域】
[0001] 本发明涉及测绘科学技术领域，具体涉及一种基于地面三维激光扫描技术的道路 标线自动识别方法。
【背景技术】
[0002] 对于道路宽度及道路标线功能等信息的精确提取是道路仿真建模的重要前提。三 维激光扫描技术的出现，为道路特征信息提取提供了一种新的全自动高精度立体扫描技术 手段，它可直接从实物中进行快速的逆向三维数据采集及模型重构，从而完整地、高精度地 重建扫描实物及快速获得原始测绘数据。获取的道路数据点的坐标信息、颜色RGB值与道 路标线分布特征、位置等对道路特征信息自动化提取、识别具有重要意义。
[0003] 目前对于激光扫描技术的数据处理，主要运用数学形态学、阈值分割、Hough变换、 连通区域检测等方法，但大部分限于对道路周围建筑物的立面信息，道路附属设施（路灯） 以及道路的提取。对于道路宽度提取、车道标线特征信息提取以及车道功能判别等精细信 息提取的研究较少。基于激光扫描技术的道路自动建模技术尚处于起步阶段。如吉林科技 大学开发的JUTIV-II系统采用的线性车道算法、CarnegieMellonUniversity(CMU)的 RALPH系统采用的平行车道算法等存在着对外界光线敏感的不足的问题；如立体视觉匹配 算法SumofAbsoluteDif-ferences(SAD)，可靠性较高，但算法运算量巨大且速度慢，在 通用计算机如PII450上处理512X512的图像需要10分钟。另外，目前视频只能适应特定 的道路或气候条件，这也是制约其发展的一个重要因素。
[0004] 近年来，三维激光扫描技术的应用领域日益广泛，如制造业、文物保护、逆向工程、 电脑游戏业、工程变形监测等，特别在大范围数字高程模型的高精度实时获取、城市三维模 型重建、局部区域的地理信息获取等方面表现出强大的优势，成为测绘遥感领域重要的技 术手段和研究内容之一。
[0005] 地面三维激光扫描仪相比车载扫描仪和机载雷达，具有数据精度和密度等更高的 优势，因此，本技术提出一种基于地面三维激光扫描技术对道路宽度提取、道路标线功能识 别的自动化方法。
[0006] 基于地面三维激光扫描技术的道路标线自动识别方法，其特征在于，包括以下步 骤：
[0007] a.采用三维激光扫描仪作为数据采集工具，对待测路段进行数据采集，获取三维 激光扫描点云数据；
[0008] b.对获取的三维激光扫描点云数据进行预处理；
[0009] c.基于预处理后的三维激光扫描点云数据，通过灰度值限定提取道路标线数据；
[0010] d.通过对道路标线数据的划分区块、多函数拟合处理，得出不同道路标线类型所 表现出的函数特征值；
[0011] e.通过特征值在特征值库中的对应识别和道路宽度的计算，输出道路标线的识别 结果以及道路和车道宽度。
[0012] 进一步，步骤b中，对数据进行预处理的方法包括利用AutoRecap或GeoMagic Studio进行裁剪处理、在AutoRecap或GeoMagicStudio软件中对数据进行坐标转换处理 和点云数据灰度值的计算；如果仪器厂商导出的颜色信息是RGB，需要进行灰度值计算；否 贝IJ，则忽略灰度值计算步骤。
[0013] 进一步，步骤c中，推导灰度值动态阈值算法，以实现对不同状况路面数据的道路 标线提取。
[0014] 进一步，步骤d中，运用统计模型，将各个道路标线划分为独立的区块；在每个区 块中，对道路标线数据进行多次函数的拟合，通过对道路标线数据的划分区块、多函数拟合 处理，得出不同道路标线类型所表现出的函数特征值，以识别不同种类的道路标线。
[0015] 进一步，步骤e中，利用步骤d中获得的各个道路标线所对应的多种函数参数，将 获得的函数参数在函数参数特征值库中进行对应，实现道路标线的识别。
[0016] 进一步，步骤c中，通过推导灰度值动态阈值算法，实现对不同状况路面数据的道 路标线提取，具体如下：
[0017] 通过分析数据中标线占整个道路量化比例，得出第一次迭代的更正系数；以二次 中值迭代法为基础进行改进，得到第一次迭代的计算公式；并结合数据，得到了可计算动态 灰度阈值的迭代算法：
[0028] sum_g--数据中所有点灰度值的和；
[0029] Tl一一标线颜色在第一次迭代中的标准值；
[0030] T2一一路面颜色在第一次迭代中的标准值；
[0031] sum_w--数据中灰度t大于等于T的点灰度的和；
[0032]sum_b--数据中灰度t小于T的点灰度的和；
[0033] nl--数据中灰度t大于等于T的点的数量；
[0034] n2--数据中灰度t小于T的点的数量；
[0035] T'--第二次迭代标线灰度阈值；
[0036] 在数据处理软件中，根据所得到的阈值对数据进行筛选，拾取符合条件的道路标 线点，得到道路标线点云数据。
[0037] 本发明所要解决的技术问题是：提出一种基于三维激光扫描技术的道路标线识别 方法，实现高效、快速、准确、自动化的标线识别和路宽计算。其包括以下步骤：
[0038] a.采用三维激光扫描仪作为数据采集工具，对待测路段进行数据采集，获取三维 激光扫描点云数据；
[0039] b?利用AutoRecap、GeomagicStudio等软件，对获取的三维激光扫描点云数据进 行预处理，主要包括裁剪处理和数据坐标转换处理；
[0040] c.基于预处理后的三维激光扫描点云数据，在数据处理软件中，推导灰度值动态 阈值算法，以实现对不同状况道路的处理。通过此算法，限定区别路面与道路标线的灰度阈 值，以提取道路标线数据；
[0041] d.运用统计模型，将各个道路标线划分为独立的区块。在每个区块中，对道路标线 数据进行多次函数的拟合，通过对道路标线数据的划分区块、多函数拟合处理，得出不同道 路标线类型所表现出的函数特征值；
[0042] e.通过特征值在特征值库中的对应和道路宽度的计算，输出道路标线的识别结果 以及车道宽度。
[0043] 本发明的有益效果是：三维激光扫描仪具有采样速率快、精度和分辨率高、无接触 测量等优势，利用其作为数据采集工具在道路标线识别领域具有明显的优势，并能提高效 率、节约成本、实现自动化，并够提供比较准确的识别和计算结果。总体来说，基于三维激光 扫描技术的道路标线识别方法实现了识别道路标线以及计算车道宽度，并且具有高效、精 确、自动化的特点。
【附图说明】
[0044] 图1为本发明流程图
[0045] 图2为三维激光扫描仪所获取的点云数据整体效果图
[0046] 图3为三维激光扫描仪所获取的点云数据道路标线效果图
[0047] 图4为点云数据进行裁剪、坐标转换处理之后的效果图
[0048] 图5为点云数据经过灰度值计算并添加的结果
[0049] 图6为利用动态灰度迭代公式限制，得到的道路标线数据效果图
[0050] 图7为道路标线数据在X轴上的点数统计图
[0051] 图8为道路标线识别结果对应图
【具体实施方式】
[0052] 下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文 字能够据以实施。
[0053] 包括如下步骤：
[0054] a.采用三维激光扫描仪作为数据采集工具，对待测路段进行数据采集，获取三维 激光扫描点云数据；
[0055] b.对获取的三维激光扫描点云数据进行预处理；
[0056] c.基于预处理后的三维激光扫描点云数据，通过灰度值限定提取道路标线数据；
[0057] d.通过对道路标线数据的划分区块、多函数拟合处理，得出不同道路标线类型所 表现出的函数特征值；
[0058] e.通过特征值在特征值库中的对应和道路宽度的计算，输出道路标线的识别结果 以及道路宽度。
[0059] 其中，步骤b中，对数据进行预处理。
[0060] 首先，利用AutoRecap或GeomagicStudio进行裁剪处理，然后在Geomagic Studio中对数据进行坐标转换处理。最后，利用编写的算法实现点云数据中每一点的灰度 值计算，完成对点云数据的预处理。
[0061] 裁剪处理中主要对数据中无关杂点和可能干扰识别、计算结果的数据删除，得到 以路面数据为主的点云数据；
[0062] 坐标轴转换处理中，主要对数据的坐标轴进行调整，使适当的坐标轴与道路标线 方向呈平行或垂直状态。
[0063] 点云数据灰度值计算主要是根据点云数据中每一点的RGB数据，计算出相对应的 灰度数据，以便于减少运算量。计算公式如下：
[0065] Gray--计算得到的灰度值；
[0066] R、G、B-一分别代表红绿蓝各个指标值。
[0067] 步骤c中，主要通过推导灰度值动态阈值算法，实现对不同状况路面数据的道路 标线提取。
[0068] 通过分析数据中标线占整个道路量化比例，得出第一次迭代的更正系数。以二次 中值迭代法为基础进行改进，得到第一次迭代的计算公式。并结合数据，得到了可计算动态 灰度阈值的迭代算法：
式：
[0077] T一一第一次迭代标线灰度阈值；
[0078] n--数据中点的个数；
[0079] sum_g--数据中所有点灰度值的和；