王靜

摘 要：高精度車道級(jí)道路電子地圖是實(shí)現(xiàn)車道級(jí)導(dǎo)航與監(jiān)控的基礎(chǔ)地理信息數(shù)據(jù)和必要條件，未來在無(wú)人駕駛汽車方面具有廣闊的應(yīng)用空間。該文旨在研究車道級(jí)道路電子地圖的制作，實(shí)現(xiàn)路徑為通過高精度、高分辨率的道路航空影像，結(jié)合具有三維激光掃描和全景數(shù)據(jù)采集功能的移動(dòng)測(cè)量車采集的相關(guān)道路數(shù)據(jù)，從這些數(shù)據(jù)中提取滿足亞米級(jí)導(dǎo)航與監(jiān)控要求的道路路網(wǎng)數(shù)據(jù)，包括車道數(shù)、車道寬等屬性數(shù)據(jù)，按照導(dǎo)航電子地圖的要求制作高精度的道路電子地圖。

關(guān)鍵詞：移動(dòng)測(cè)量 激光 車道 亞米級(jí) 電子地圖

中圖分類號(hào)：U46 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2017）04（c）-0001-03

隨著交通網(wǎng)絡(luò)的高速發(fā)展，人類對(duì)機(jī)動(dòng)車輛的依賴性與日俱增，傳統(tǒng)的車輛導(dǎo)航與監(jiān)控精度和手段已經(jīng)很難滿足社會(huì)信息發(fā)展的需求，高精度車輛導(dǎo)航監(jiān)控日益成為社會(huì)關(guān)注度熱點(diǎn)問題。高精度車道級(jí)道路電子地圖是實(shí)現(xiàn)車道級(jí)導(dǎo)航與監(jiān)控的基礎(chǔ)地理信息數(shù)據(jù)和必要條件，未來在無(wú)人駕駛汽車方面具有廣闊的應(yīng)用空間。

車載移動(dòng)測(cè)量系統(tǒng)作為一種先進(jìn)的測(cè)量手段，不僅具有快速、不與測(cè)量物接觸、實(shí)時(shí)、動(dòng)態(tài)、主動(dòng)、高密度及高精度等特點(diǎn)，而且能采集大面積的三維空間數(shù)據(jù)和獲取建筑物、道路、植被等城市地物的表面信息。作為在道路上行駛的移動(dòng)車載測(cè)量系統(tǒng)成為各行各業(yè)關(guān)注的對(duì)象，以汽車作為遙感平臺(tái)，安裝了高精度GNSS和高動(dòng)態(tài)載體測(cè)姿IMU傳感器，基于GNSS/IMU的組合定位定姿使車載系統(tǒng)具有直接地理定位（Direct Georeferencing，DG）的能力，實(shí)現(xiàn)了在測(cè)量區(qū)域內(nèi)無(wú)需地面控制點(diǎn)就可以成圖或掃描數(shù)據(jù)。

該項(xiàng)目充分利用現(xiàn)有的CORS（Continuous Operational Reference System）平臺(tái)資源，結(jié)合高效的車載移動(dòng)測(cè)量系統(tǒng)（Vehicle Borne Mobile Mapping Systems），開展亞米級(jí)導(dǎo)航與監(jiān)控要求的道路路網(wǎng)數(shù)據(jù)采集、處理和電子地圖的制作。

1 工作流程

車道級(jí)道路電子地圖制作流程主要包括三部分：移動(dòng)測(cè)量數(shù)據(jù)采集和處理、車道數(shù)據(jù)及屬性信息提取和車道電子地圖制作。

1.1 移動(dòng)測(cè)量數(shù)據(jù)采集和處理

（1）移動(dòng)測(cè)量車作業(yè)流程。

①前期準(zhǔn)備，如需求分析和路線規(guī)劃等。

②外業(yè)采集，根據(jù)規(guī)劃進(jìn)行外業(yè)數(shù)據(jù)采集。

③內(nèi)業(yè)處理，主要指點(diǎn)云數(shù)據(jù)的生產(chǎn)。

④應(yīng)用處理，在點(diǎn)云數(shù)據(jù)基礎(chǔ)上進(jìn)行后期應(yīng)用。

（2）試驗(yàn)區(qū)選取。

該次車道數(shù)據(jù)采集試驗(yàn)區(qū)選取長(zhǎng)沙某高速公路隧道段，全長(zhǎng)16.2 km。該路段為雙向6車道，途經(jīng)2個(gè)服務(wù)區(qū)、3個(gè)立交、1個(gè)收費(fèi)站和3.6 km長(zhǎng)的隧道。

（3）數(shù)據(jù)采集。

該次數(shù)據(jù)采集采用了四維遠(yuǎn)見公司研發(fā)的SSW車載激光移動(dòng)測(cè)量系統(tǒng)，該系統(tǒng)集成了多個(gè)傳感器，包括激光掃描儀、GPS、慣導(dǎo)IMU、控制系統(tǒng)PC104、里程計(jì)（DMI）、相機(jī)等，見圖1。從車載激光移動(dòng)測(cè)量系統(tǒng)獲取的高密度真彩色三維激光點(diǎn)云數(shù)據(jù)中可分辨車道分道線、停止線、人行橫道線等細(xì)節(jié)信息，為提取道路路面詳細(xì)信息提供了充足的源數(shù)據(jù)。

該次作業(yè)時(shí)間為2014年4月14日上午，道路往返測(cè)量，全程作業(yè)時(shí)間約60 min，路線長(zhǎng)度33.1 km。在作業(yè)之前，向湖南CORS中心申請(qǐng)了測(cè)區(qū)附近的3個(gè)CORS基站，分別是NJGT、NJJN、NJPK用于后期GPS/IMU數(shù)據(jù)解算。另外，根據(jù)作業(yè)當(dāng)時(shí)的天氣條件，調(diào)整相機(jī)的參數(shù)，確保照片數(shù)據(jù)亮度和色彩能與激光點(diǎn)云匹配。

參數(shù)設(shè)置完成后，啟動(dòng)流動(dòng)站GPS、PC104、IMU，開始靜態(tài)初始化工作，保持車輛10 min以上靜止不動(dòng)，之后再進(jìn)行測(cè)量作業(yè)。作業(yè)過程中移動(dòng)測(cè)量車行駛車速以所在車道允許的最低行駛速度為準(zhǔn)，該次車速為60 km/h，并且避免以超車為目的的變道、提速。作業(yè)結(jié)束后，先結(jié)束激光掃描儀，再結(jié)束相機(jī)曝光，保持車身靜止10 min，做結(jié)束初始化，之后依次關(guān)閉IMU、流動(dòng)站GPS、基站GPS，結(jié)束工作，見圖2。

（4）內(nèi)業(yè)數(shù)據(jù)處理。

數(shù)據(jù)采集結(jié)束后，需要及時(shí)整理和處理數(shù)據(jù)，以確定數(shù)據(jù)的有效性。SSW移動(dòng)測(cè)量車一次作業(yè)獲取的數(shù)據(jù)主要包括：激光點(diǎn)云、GPS/IMU數(shù)據(jù)、數(shù)碼影像數(shù)據(jù)等。數(shù)據(jù)處理的流程見圖3。

①POS軌跡解算。

利用車載GPS/IMU聯(lián)合預(yù)約的3個(gè)湖南CORS基站差分解算測(cè)量車實(shí)時(shí)位置，坐標(biāo)采用國(guó)家CGCS2000坐標(biāo)系。由于該次行車路段有較長(zhǎng)的隧道，隧道內(nèi)無(wú)法獲取有效GPS信號(hào)，加入DMI數(shù)據(jù)參與組合導(dǎo)航數(shù)據(jù)解算。解算結(jié)果疊加已有的DOM影像數(shù)據(jù)進(jìn)行了檢查，吻合度較好。

②影像外方位計(jì)算。

利用POS文件與相機(jī)的標(biāo)定參數(shù)解算出車載6個(gè)相機(jī)的影像外方位EO文件，包含每一張影像數(shù)據(jù)的坐標(biāo)、三個(gè)姿態(tài)角等信息。

③彩色點(diǎn)云解算。

利用POS文件解算出激光點(diǎn)云數(shù)據(jù)的三維坐標(biāo)，匹配影像數(shù)據(jù)輸出RGB彩色點(diǎn)云。彩色點(diǎn)云數(shù)據(jù)格式為*.bxyz，除了三維點(diǎn)云，還包含坐標(biāo)信息、顏色信息、強(qiáng)度信息、回波信息、掃描線信息等其他相關(guān)信息。該次獲取的點(diǎn)云平均點(diǎn)間距小于10 cm，坐標(biāo)系使用高斯克呂格3°帶投影，中央經(jīng)線選擇118.5°，高程使用大地高。

④點(diǎn)云精度檢測(cè)。

解算出的車道彩色點(diǎn)云數(shù)據(jù)中包含了極為豐富的地理空間信息，如標(biāo)牌、路燈、車道線、路邊線等。在高密度的彩色三維點(diǎn)云數(shù)據(jù)上采集車道分道線、人行橫道線、交叉路口停止線、交通信息燈等信息，既方便又能達(dá)到較高的空間幾何精度。為了驗(yàn)證車載激光三維點(diǎn)云數(shù)據(jù)的精度能否滿足車道導(dǎo)航數(shù)據(jù)的精度要求，項(xiàng)目組使用CORS-RTK設(shè)備在道路路面選取了較為明顯、易于分辨的地物作為精度檢測(cè)點(diǎn)，主要選擇車道標(biāo)示線及少量路燈。將實(shí)測(cè)的RTK控制點(diǎn)與三維點(diǎn)云數(shù)據(jù)相疊加，并選取與控制點(diǎn)對(duì)應(yīng)的同名點(diǎn)云，得到一組平面坐標(biāo)數(shù)據(jù)，通過對(duì)該組數(shù)據(jù)進(jìn)行差值比較和統(tǒng)計(jì)，得出車載激光三維點(diǎn)云數(shù)據(jù)絕對(duì)測(cè)量精度。

該次RTK檢測(cè)點(diǎn)一共有124個(gè)，主要檢測(cè)XY平面誤差。檢測(cè)中誤差0.06 m，95%的點(diǎn)都在0.1 m以內(nèi)，點(diǎn)云數(shù)據(jù)的幾何精度非常高，為后期基于點(diǎn)云的車道級(jí)道路電子地圖的制作提供了精度保證。

1.2 車道數(shù)據(jù)及信息提取

車道數(shù)據(jù)提取是從彩色點(diǎn)云中采集和提取制作地圖所需的車道線、安全島、綠化帶、里程樁、桿狀物（路燈、攝像頭、交通燈和指示牌等）、交通護(hù)欄等特征點(diǎn)線，以及相關(guān)屬性信息（等級(jí)、材質(zhì)、類型、寬度等）。車道數(shù)據(jù)提取使用與SSW系統(tǒng)配套的SWDY數(shù)據(jù)處理軟件先自動(dòng)提取特征點(diǎn)，然后再人工根據(jù)彩色點(diǎn)云檢查修正，最后根據(jù)同步相機(jī)獲取的高清影像提取相關(guān)屬性信息，例如，車道名稱、等級(jí)、類型、材質(zhì)、寬度等。該文重點(diǎn)針對(duì)路面，開展了車道線和桿狀物的點(diǎn)云分類提取。

利用SWDY軟件，采用梯度濾波與鄰域取低點(diǎn)處理的提取方法，首先進(jìn)行道路邊線粗提取，道路邊線點(diǎn)基本被保留下來；再用管道濾波的方法對(duì)該結(jié)果進(jìn)行聚類分析，剔除離散點(diǎn)。

桿狀物點(diǎn)云提取，結(jié)合了SSW系統(tǒng)各個(gè)傳感器之間的特殊屬性，綜合考慮數(shù)據(jù)特征、物體的物理發(fā)生以及其與測(cè)量車測(cè)量時(shí)的相對(duì)位置關(guān)系進(jìn)行分類提取。提取時(shí)，將測(cè)量車行車軌跡與要提取的目標(biāo)物之間的距離、高差、其自身形態(tài)分布特征，甚至顏色信息結(jié)合起來，各個(gè)參數(shù)可以可視化的進(jìn)行調(diào)整，調(diào)整后即可看到該組參數(shù)的提取效果。通過這種可視化的方式調(diào)整提取參數(shù)，直到效果滿意為止。

1.3 車道電子地圖制作

車道電子地圖是根據(jù)采集的特征點(diǎn)線，以及相應(yīng)的屬性信息，在ArcGIS軟件中，經(jīng)過符號(hào)化處理、圖面整飾、暈渲后可形成色彩協(xié)調(diào)、圖面美觀的顯示地圖。為了使電子地圖的色彩協(xié)調(diào)、符號(hào)形象、圖面美觀，設(shè)定了要素顯示符號(hào)的配圖要求（包括要素及注記的樣式、規(guī)格、顏色等），詳見表1。

通過ArcGIS地圖配置，完成了該項(xiàng)目的車道電子地圖的制作，局部示意圖見圖4。

2 結(jié)語(yǔ)

車載移動(dòng)測(cè)量系統(tǒng)精度高、速度快、數(shù)據(jù)豐富，完全能夠滿足道路各項(xiàng)基礎(chǔ)地理信息數(shù)據(jù)獲取的要求，制作高精度的道路電子地圖，甚至三維電子地圖。隨著我國(guó)北斗導(dǎo)航系統(tǒng)的發(fā)展，任意時(shí)刻都可觀測(cè)到超過15顆GNSS衛(wèi)星，彌補(bǔ)了GPS在亞洲區(qū)分布不良的缺點(diǎn)，實(shí)現(xiàn)了利用GNSS進(jìn)行實(shí)時(shí)精密車輛定位。高精度的車道級(jí)電子地圖與車輛實(shí)時(shí)定位技術(shù)的結(jié)合，在未來可以預(yù)見將助力推進(jìn)智能無(wú)人駕駛汽車的發(fā)展，在智能交通管理、高級(jí)駕駛輔助系統(tǒng)（ADAS）等領(lǐng)域有著廣闊的應(yīng)用前景。

參考文獻(xiàn)

[1] 王果，崔希民，袁德寶.車載激光點(diǎn)云領(lǐng)域比較的道路邊線提取方法[J].測(cè)繪通報(bào)，2012（9）：55-57.

[2] 譚賁，鐘若飛，李芹.一種車載激光掃描數(shù)據(jù)的地物分類方法[J].遙感學(xué)報(bào)，2012，16（1）：50-66.

[3] 馬浩，王留召.基于車載激光點(diǎn)云的道路邊線自動(dòng)分類與提取[J].測(cè)繪科學(xué)，2014（6）：126-132.

[4] 吳賓，余柏蒗，岳文輝，等.一種基于車載激光掃描點(diǎn)云數(shù)據(jù)的單株行道樹信息提取方法[J].華東師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2013（2）：38-49.

[5] 高自強(qiáng)，王忠仁.3維激光掃描樹干提取與建模研究[J].測(cè)繪與空間地理信息，2012：35（7）：79-81，85.