扇形格网高程特征图像的车载LiDAR点云道路提取方法
Vehicle borne LiDAR point cloud extraction of vertical feature images in sector grid作者机构:辽宁省自然资源事务服务中心辽宁省基础测绘院辽宁锦州121003
出 版 物:《测绘技术装备》 (Geomatics Technology and Equipment)
年 卷 期:2024年第26卷第2期
页 面:16-22页
学科分类:083002[工学-环境工程] 0830[工学-环境科学与工程(可授工学、理学、农学学位)] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术]
主 题:实时点云 自适应扇形格网 反距离加权法 道路点 KITTI数据集
摘 要:针对传统高程特征图像道路点提取方法中格网分辨率需手动设定和存储资源冗余问题,本文提出了扇形格网高程特征图像的车载LiDAR点云道路提取方法。该方法采用自适应扇形格网投影,根据激光雷达(LiDAR)设备参数,自动建立可缩放的扇形格网,有效优化了传统方形格网分辨率手动设置,解决了存储资源冗余问题。在该方法的具体实施过程中,首先,依据LiDAR设备参数进行自适应扇形格网投影;其次,获取每个格网内点的高程,运用反距离加权法(IDW)建立高程特征图像;最后,基于高程特征图像设定高程阈值,实施道路点提取。为验证本文方法的有效性,从KITTI数据集中选取不同道路类型的6组数据进行实验。结果表明,道路点提取的最高质量为87.1%,平均质量为80.2%。与传统高程特征图像道路点提取方法相比,本文方法的平均质量高出近3个百分点。