[發(fā)明專利]一種城市部件自動(dòng)化測(cè)量方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201110001906.1
• 申請(qǐng)日: 2011-01-06
• 公開（公告）號(hào): CN102096072A
• 公開（公告）日: 2011-06-15
• 發(fā)明（設(shè)計(jì)）人: 竇華成;鄧世軍;江宇;王力;程良勇
• 申請(qǐng)（專利權(quán)）人: 天津市星際空間地理信息工程有限公司
• 主分類號(hào): G01S17/89
• 分類號(hào): G01S17/89;G06T17/05
• 代理公司: 天津市北洋有限責(zé)任專利代理事務(wù)所 12201
• 代理人: 溫國林

技術(shù)領(lǐng)域

本發(fā)明涉及激光雷達(dá)測(cè)量領(lǐng)域，特別涉及一種城市部件自動(dòng)化測(cè)量方法。

背景技術(shù)

數(shù)字化城市管理實(shí)現(xiàn)了城市管理從粗放、隨意向規(guī)范、精確和科學(xué)管理的轉(zhuǎn)變。城市部件如供水、供電、供熱、交通路燈、路牌以及消防設(shè)施等，作為數(shù)字化城市管理必備的基礎(chǔ)數(shù)據(jù)，需要進(jìn)行精細(xì)調(diào)查與量測(cè)，并進(jìn)行編碼管理。作為傳統(tǒng)的城市部件調(diào)查與測(cè)量方法，主要是采用人工外業(yè)、地形圖數(shù)字化以及激光雷達(dá)點(diǎn)云人工拾取等方式建立城市部件數(shù)據(jù)庫。

發(fā)明人在實(shí)現(xiàn)本發(fā)明的過程中，發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在以下缺點(diǎn)和不足：

1、采用人工測(cè)量的方式需要投入大量的人力資源、工作效率低下、工作量大、測(cè)量與調(diào)查的周期長和成本投入高；

2、城市現(xiàn)有大比例尺地形圖要素更新周期長，數(shù)據(jù)更新存在滯后于現(xiàn)狀建設(shè)，采用地形圖數(shù)字化時(shí)，數(shù)據(jù)仍然需要現(xiàn)場(chǎng)進(jìn)行補(bǔ)查與修測(cè)，需要投入較大的人力；

3、人工拾取激光點(diǎn)云數(shù)據(jù)采集城市部件時(shí)，生產(chǎn)效率與周期長，人工判讀特別是測(cè)量城市部件時(shí)，對(duì)于位置測(cè)量主觀隨意性較大，精度無法保證；

4、后期城市部件數(shù)據(jù)的更新與維護(hù)需要按照格網(wǎng)劃分投入專業(yè)人員進(jìn)行維護(hù)與跟蹤，但是每個(gè)作業(yè)人員的所管理維護(hù)的片區(qū)小，整個(gè)城市需要安排的運(yùn)營人員過于龐大。

發(fā)明內(nèi)容

為了提高城市部件測(cè)量與數(shù)據(jù)維護(hù)的效率、減少工作量、減少人力和提高精度，本發(fā)明提供了一種城市部件自動(dòng)化測(cè)量方法，所述方法包括以下步驟：

(1)采用車載激光雷達(dá)測(cè)量設(shè)備，對(duì)城市街道及城市街道兩側(cè)進(jìn)行高密度的外業(yè)掃描和相機(jī)拍照，獲取原始激光掃描點(diǎn)云數(shù)據(jù)和數(shù)碼照片數(shù)據(jù)；

(2)對(duì)所述原始激光掃描點(diǎn)云數(shù)據(jù)進(jìn)行濾波分類處理，獲取城市部件點(diǎn)云數(shù)據(jù)；

(3)采用自適應(yīng)空間聚類分析手段，對(duì)所述城市部件點(diǎn)云數(shù)據(jù)進(jìn)行類別細(xì)分處理，獲取同一物體點(diǎn)云集數(shù)據(jù)；

(4)根據(jù)所述同一物體點(diǎn)云集數(shù)據(jù)進(jìn)行規(guī)則幾何形狀的三維數(shù)字化模擬與重構(gòu)，計(jì)算出城市部件平面幾何中心位置，將所述城市部件平面幾何中心位置作為城市部件平面測(cè)量坐標(biāo)值；

(5)將所述數(shù)碼照片數(shù)據(jù)和所述同一物體點(diǎn)云集數(shù)據(jù)進(jìn)行疊加，根據(jù)所述城市部件平面測(cè)量坐標(biāo)值在屬性庫中對(duì)相應(yīng)的點(diǎn)位值進(jìn)行信息標(biāo)注。

步驟(3)中所述采用自適應(yīng)空間聚類分析手段，對(duì)所述城市部件點(diǎn)云數(shù)據(jù)進(jìn)行類別細(xì)分處理，獲取同一物體點(diǎn)云集數(shù)據(jù)，具體為：

1)根據(jù)分塊標(biāo)準(zhǔn)，對(duì)所述城市部件點(diǎn)云數(shù)據(jù)進(jìn)行分塊，獲取分塊城市部件點(diǎn)云數(shù)據(jù)、點(diǎn)云樣本劃分矩陣和聚類中心點(diǎn)集；

2)設(shè)置自適應(yīng)空間聚類解算的相關(guān)參數(shù)；

3)根據(jù)城市部件空間分布特征，選擇一個(gè)最小閾值Min和一個(gè)最大閾值Max；

4)對(duì)所述分塊城市部件點(diǎn)云數(shù)據(jù)進(jìn)行初始化，根據(jù)所述最小閾值Min和所述最大閾值Max，選擇K個(gè)中心點(diǎn)作為聚類點(diǎn)，計(jì)算每個(gè)樣本點(diǎn)與所述聚類點(diǎn)的三維空間距離，基于所述三維空間距離對(duì)所述分塊城市部件點(diǎn)云數(shù)據(jù)進(jìn)行劃分，采用三維空間距離值之和對(duì)樣本分類的情況進(jìn)行評(píng)價(jià)，獲取評(píng)價(jià)值；

5)根據(jù)所述評(píng)價(jià)值，將樣本分類中的權(quán)重中心點(diǎn)作為新的聚類劃分的中心點(diǎn)；

6)判斷迭代次數(shù)是否小于最大迭代次數(shù)，如果是，執(zhí)行步驟4)；如果否，停止迭代，輸出所述點(diǎn)云樣本劃分矩陣、所述聚類中心點(diǎn)集和所述評(píng)價(jià)值，將K+1值作為中心聚類點(diǎn)，執(zhí)行步驟4)；

7)判斷K值是否達(dá)到Max值，如果是，停止自適應(yīng)空間聚類解算，以目標(biāo)函數(shù)的評(píng)價(jià)參數(shù)作為參考，選擇最小值的聚類集合，作為點(diǎn)云分類的結(jié)果，獲取所述同一物體點(diǎn)云集數(shù)據(jù)，如果否，繼續(xù)進(jìn)行所述自適應(yīng)空間聚類解算。

所述K的取值，具體為：Min≤K≤Max。

步驟(4)中所述根據(jù)所述同一物體點(diǎn)云集數(shù)據(jù)進(jìn)行規(guī)則幾何形狀的三維數(shù)字化模擬與重構(gòu)，計(jì)算出城市部件平面幾何中心位置，將所述城市部件平面幾何中心位置作為城市部件平面測(cè)量坐標(biāo)值，具體為：

8)將所述同一物體點(diǎn)云集數(shù)據(jù)作為獨(dú)立物體，根據(jù)截取標(biāo)準(zhǔn)獲取點(diǎn)云數(shù)據(jù)，將所述點(diǎn)云數(shù)據(jù)作為基底三維模型重構(gòu)的點(diǎn)集數(shù)據(jù)；

9)構(gòu)建二維特征模型函數(shù)庫；

10)根據(jù)所述二維特征模型函數(shù)庫，對(duì)所述點(diǎn)云數(shù)據(jù)進(jìn)行最小二乘計(jì)算和模擬，確定所述二維特征模型函數(shù)庫中的各項(xiàng)參數(shù)；

11)根據(jù)所述點(diǎn)云數(shù)據(jù)，在所述二維特征模型函數(shù)庫中獲取多個(gè)誤差值數(shù)學(xué)模型，并根據(jù)所述多個(gè)誤差值數(shù)學(xué)模型獲取對(duì)應(yīng)的多個(gè)平面誤差值；

12)判斷所述二維特征模型函數(shù)庫是否存在未進(jìn)行計(jì)算的模型，如果是，重新執(zhí)行步驟10)；如果否，對(duì)所述多個(gè)平面誤差值進(jìn)行比較，選擇最小的平面誤差值對(duì)應(yīng)的最小誤差值數(shù)學(xué)模型；