馬新江，劉如飛，蔡永寧，王鵬

(1.山東科技大學(xué) 測繪科學(xué)與工程學(xué)院，山東 青島 266590；2.濟(jì)南市勘察測繪研究院，濟(jì)南 250101)

0 引言

準(zhǔn)確和高精度的道路信息在“智慧城市”的建設(shè)過程中具有舉足輕重的地位，隨著城鄉(xiāng)建設(shè)的飛速發(fā)展，道路交通網(wǎng)越來越密集，高效地獲取和更新道路信息成為亟待解決的問題[1-2]。道路信息采集方式主要包括傳統(tǒng)的人工測量和遙感影像。傳統(tǒng)人工測量方法需要大量的人力物力且耗時長，已經(jīng)逐漸無法滿足城市建設(shè)和管理的需要；高分遙感影像雖然提高了時間分辨率，但仍不能實時獲取，難以滿足人們對道路數(shù)據(jù)低成本、高實時性的要求[3-4]。車載移動激光掃描系統(tǒng)作為一種新的空間數(shù)據(jù)采集方式，具有實時、動態(tài)、主動、高精度和高密度等特點，能夠快速地采集大面積的三維空間數(shù)據(jù)和獲取地物的表面信息[5-6]，為獲取道路信息提供了高精度的數(shù)據(jù)源。

點云數(shù)據(jù)是一種高精度、高密度的離散點數(shù)據(jù)集合。點云結(jié)構(gòu)化是通過特征識別，從點云中提取具有特征結(jié)構(gòu)的點云目標(biāo)。道路邊界點云是道路邊界位置的特征點數(shù)據(jù)，對道路三維重建、路網(wǎng)矢量化等具有重要意義。如何從復(fù)雜道路環(huán)境中，準(zhǔn)確自動提取出道路邊界點云，仍然是目前研究的重點。

現(xiàn)有研究中，史文中等[6]提出了利用投影點密度(density of projected points，DoPP)對車載激光掃描距離圖像進(jìn)行分割，通過分析不同地物的投影點密度差異區(qū)分不同目標(biāo)；Abuhadrous等[7]統(tǒng)計點云的高度直方圖對路面信息進(jìn)行提取，再利用路面寬度和曲率對提取的道路結(jié)果進(jìn)行優(yōu)化；Jaakkola等[8]將點云生成基于高程信息的特征圖像，利用高程閾值提取路緣石；Zhang[9]對地表表面小的高度躍遷點進(jìn)行檢測，從而確定路緣石位置；馬浩等[10]首先利用高程信息過濾掉地面點，然后利用梯度濾波和鄰域取低點等處理獲取道路邊界點；Zhou等[11]利用濾波器提取每條掃描線的道路點云，之后利用變換檢測提取垂直分布的點作為路坎點；Yang等[12]根據(jù)掃描點的GPS時間和角度得到掃描線，利用掃描線上激光點的高程差異、掃描點密度和累計坡度，對路坎點進(jìn)行提取。

上述提取道路邊界的方法大體可分為三類：一是基于投影點密度法，加入高程等輔助條件進(jìn)行道路邊界提取或分類，該方法具有偶然性，提取出的道路邊界精細(xì)化程度有待提高；二是借助高程或坡度等信息，設(shè)置閾值等條件對道路邊界進(jìn)行提取，如何自適應(yīng)地確定分類閾值是該類方法需要改進(jìn)的方面；三是利用掃描線上點的分布特征對邊界進(jìn)行提取，雖然該類方法取得了一定效果，但是獲取掃描線的過程比較繁瑣。

第二類方法利用固定的特征條件進(jìn)行道路邊界提取，穩(wěn)健性相對較好，計算量相對較少；而且，城市道路一般在設(shè)計上都要有路緣石，高度在一定的范圍內(nèi)[13]。綜合以上分析，本文針對存在路緣石的一般城市道路，在上述第二類方法研究的基礎(chǔ)上，充分挖掘路緣石及其鄰近地物的空間鄰域特征，構(gòu)建路緣石特征描述算子，進(jìn)行道路邊界提取。

1 道路邊界提取方法

首先，根據(jù)原始點云數(shù)據(jù)投影范圍建立規(guī)則格網(wǎng)，將點云垂直投影到XOY平面；然后進(jìn)行高程過濾，剔除過高的點，保留近地面點；之后通過分析道路邊界路緣石的空間鄰域特征，構(gòu)建路緣石特征描述算子，用于提取道路邊界；最后，經(jīng)過聚類去噪，得到精確的道路邊界。該方法的流程圖如圖1所示。

圖1 算法流程圖

1.1 點云格網(wǎng)化

根據(jù)投影范圍建立C列R行的規(guī)則格網(wǎng)，并對格網(wǎng)進(jìn)行編號，將車載點云數(shù)據(jù)垂直投影到XOY平面。點云格網(wǎng)化示意圖如圖2所示。

圖2 點云格網(wǎng)化示意圖

1.2 高程過濾

移動測量系統(tǒng)獲取的原始點云數(shù)據(jù)包括路面、路緣石、植被、車輛、交通附屬設(shè)施和建筑物等，投影到XOY平面后，樹冠等過高地物點云會對道路邊界點云造成遮擋，因此需要對點云進(jìn)行高程過濾。文獻(xiàn)[13]中規(guī)定路緣石一般高出路面10～20 cm，因此首先將點云數(shù)據(jù)分塊，然后以路面點為基準(zhǔn)，去除移動測量系統(tǒng)車行軌跡點以上50 cm的點云，保留路面、路緣石和低矮植被等點云，避免樹冠、路燈或指示牌等過高地物對道路邊界的遮擋。

1.3 路緣石特征描述算子

通過分析道路邊界地物的空間位置分布(圖3)可知，①在道路橫斷面方向，路緣石具有“單側(cè)連續(xù)性”。路緣石的某一側(cè)是路面，路面分布連續(xù)，高程較低且起伏變化小，路面與路緣石的高差在固定范圍[13]內(nèi)；路緣石的另一側(cè)分布著低矮植被等，分布散亂，高程較大且起伏較大。②在車輛行駛方向，路緣石具有“連續(xù)分布性”。路緣石呈直線或弧形，局部連續(xù)分布，相鄰路緣石的高程基本相同。圖4為圖3中A～F部分的局部放大圖，分別展示了直線和彎曲部分的路緣石邊界特征。

電影《寶貝兒》整體就是一個沖突不斷，充滿著矛盾的主體與結(jié)構(gòu)，它以拯救孩子堅持還是放棄作為發(fā)展主線，實質(zhì)上是江萌內(nèi)心本我與超我的追求與融合。主人公江萌對內(nèi)面臨的是自我角色的混亂，是自我身份的認(rèn)同與拯救，對外是對家的認(rèn)定、對社會秩序的認(rèn)定。江萌通過各種方式去挽救孩子是精神分析中超我的表現(xiàn)?！俺沂侨烁裰械淖畹赖碌牟糠郑砹夹?、自我理想，處于人格的最高層，它按照至善原則行事?！盵7]而真正推動江萌去行動的是內(nèi)心潛意識的本我，它不是一種自私，而是一種回歸，一種對生的渴望。

注：左右兩側(cè)的線代表花壇道路邊界；中間的線代表道路中央護(hù)欄。圖3 道路示意圖

為了便于對地物進(jìn)行描述，取格網(wǎng)內(nèi)點的高程最大值為格網(wǎng)值。利用路緣石的“單側(cè)連續(xù)性”和“連續(xù)分布性”，分別在道路橫斷面方向和車輛行駛方向，用3×3移動判別窗口對原始點云格網(wǎng)進(jìn)行判斷。如圖5所示，若某格網(wǎng)同時滿足判斷原則A和B，則認(rèn)為該格網(wǎng)是路緣石格網(wǎng)。

圖5 路緣石格網(wǎng)判斷流程

1)判斷原則A。在道路橫斷面方向判斷“單側(cè)連續(xù)性”，首先計算中心格網(wǎng)與鄰域格網(wǎng)的高程差值Δh，規(guī)范中規(guī)定路緣石一般高出路面10～20 cm[13]，考慮到道路長時間使用，可能會造成路面下陷的影響，將路緣石高度擴(kuò)大。若Δh在10～25 cm之間，則該中心網(wǎng)格與鄰域格網(wǎng)符合路緣石與路面的高差特性；然后計算相鄰鄰域格網(wǎng)的最大個數(shù)N和坡度slope，若slope小于閾值Δs，且N在N1與N2之間，則認(rèn)為該中心格網(wǎng)可能是路緣石格網(wǎng)。

(1)

式中:H0是中心格網(wǎng)值，Hi是鄰域格網(wǎng)值；Hm和Hm+1是相鄰鄰域格網(wǎng)值，Dside是格網(wǎng)邊長。N1、N2是相鄰鄰域格網(wǎng)數(shù)量的范圍，在道路邊界處的3×3移動判別窗口內(nèi)，N的數(shù)量即為路面格網(wǎng)的數(shù)量，理想情況下N的值為3，但是考慮到道路與坐標(biāo)軸并非平行和部分路緣石呈弧形走向，且通過圖4可以看出，N的取值可能為2、3、4，因此設(shè)置N1=2，N2=4。

2)判斷原則B。在車輛行駛方向上判斷“連續(xù)分布性”，首先計算鄰域格網(wǎng)與中心格網(wǎng)的坡度slope，若slope小于閾值Δs，則標(biāo)記鄰域格網(wǎng)；然后以中心格網(wǎng)的中心點為頂點P，計算P與標(biāo)記的鄰域格網(wǎng)中心點構(gòu)成的角度最大值αmax。路緣石在車輛行駛方向一般為直線走向或弧形走向，在局部范圍內(nèi)大致呈直線分布，且通過圖4可以看出，圖4(b)中αmax等于135°，其余圖中的αmax等于180°。因此，若αmax等于135°或180°，則認(rèn)為該中心格網(wǎng)可能是路緣石格網(wǎng)。

(2)

式中:H0是中心格網(wǎng)值，Hi是鄰域格網(wǎng)值，Dside是格網(wǎng)邊長；a和b是中心格網(wǎng)點指向鄰域格網(wǎng)中點的向量。

將滿足判斷原則A和B的格網(wǎng)集做交運(yùn)算，得到路緣石格網(wǎng)。

1.4 聚類去噪

通過以上運(yùn)算可以得到一系列的路緣石格網(wǎng)。但是，由于道路中央護(hù)欄及花壇內(nèi)植被等與路緣石特征相似的存在，提取出的路緣石格網(wǎng)會有偽邊界格網(wǎng)。本文根據(jù)路緣石在行車方向上的連續(xù)分布性，對路緣石格網(wǎng)進(jìn)行聚類去噪。

1)聚類。因為路緣石格網(wǎng)在局部范圍內(nèi)是連續(xù)分布的，且呈直線或弧形。因此，本文以一路緣石格網(wǎng)為起始格網(wǎng)，以鄰域格網(wǎng)數(shù)量和角度作為聚類條件，數(shù)量或角度不符合直線和弧形特征時停止聚類。然后以停止的邊界格網(wǎng)為起始格網(wǎng)，開始新的聚類生長。

經(jīng)過上述聚類去噪后，得到最終的路緣石格網(wǎng)。然后根據(jù)式(3)計算路緣石格網(wǎng)內(nèi)高程中值hmid，取格網(wǎng)內(nèi)高程在[T1，T2]范圍的點作為輸出的道路邊界點云。

(3)

式中:hmax和hmin是路緣石格網(wǎng)內(nèi)點的高程最大值和最小值；ΔH是路緣石格網(wǎng)內(nèi)點的高程最大差值；T1和T2是格網(wǎng)內(nèi)輸出點云的高程范圍。

2 實驗與分析

2.1 實驗數(shù)據(jù)

本文實驗數(shù)據(jù)由青島秀山移動測量有限公司的VSurs-E型移動測量系統(tǒng)采集獲得，該系統(tǒng)以汽車為載體，高度集成了GNSS接收機(jī)、慣性導(dǎo)航系統(tǒng)、三維激光掃描儀和全景相機(jī)等先進(jìn)傳感器；掃描儀每秒可以采集100萬個點，掃描范圍為0.3～119 m，測距精度達(dá)到1 mm，角度分辨率為0.008 8°，測角精度為0.02°；在100 m的測距范圍內(nèi)，該系統(tǒng)的點位精度優(yōu)于10 cm。

使用該系統(tǒng)對某區(qū)域進(jìn)行掃描，掃描區(qū)域包括道路、綠化帶、行道樹、交通附屬設(shè)施和車輛等。道路為雙向六車道，長度約為500 m，路面寬度約為23 m。作業(yè)時掃描車沿行駛方向在道路中央進(jìn)行掃描，距離道路邊界6 m左右，掃描時車速35 km/h，掃描儀轉(zhuǎn)速200 Hz，結(jié)合車速與掃描儀轉(zhuǎn)速得出掃描線間隔0.049 cm左右；根據(jù)掃描車到路緣石距離以及掃描儀角度分辨率，計算出路緣石處掃描線上點間隔約為1 cm。按照相關(guān)道路設(shè)計規(guī)范[13]，路緣石最小高度為10 cm，為提高數(shù)據(jù)傳輸速度和算法處理效率，保留路緣石特征，利用最小距離法對點云數(shù)據(jù)進(jìn)行抽稀，掃描線上抽稀點間隔為5 cm。結(jié)合掃描線間隔以及抽稀點間隔，最終實驗數(shù)據(jù)點云間隔約為5 cm。圖6為實驗數(shù)據(jù)，圖7為道路剖面。

圖6 實驗數(shù)據(jù)

圖7 道路剖面

2.2 實驗結(jié)果

本文算法需要設(shè)置的參數(shù)為：格網(wǎng)邊長Dside、坡度閾值Δs和聚類閾值N0。對于點間隔不同的點云數(shù)據(jù)，參數(shù)可根據(jù)點云間隔做適當(dāng)調(diào)整，具體原則如下：

①格網(wǎng)邊長一般為點云間隔的2～3倍，以保證路緣石格網(wǎng)內(nèi)有可以被輸出的道路邊界點，若格網(wǎng)內(nèi)點數(shù)過少，則無法根據(jù)式(3)輸出道路邊界點。若點云間隔或格網(wǎng)邊長過大，則會丟失路緣石特征，造成提取結(jié)果不完整。

②坡度閾值為相鄰?fù)惖匚锔窬W(wǎng)的高差與格網(wǎng)邊長的比值。路面或路緣石等同類地物在局部范圍內(nèi)較平坦，高程幾乎相同，高差一般在3 cm內(nèi)。

③聚類閾值應(yīng)大于格網(wǎng)邊長，以單塊路緣石長度作為閾值參考。

針對本文實驗數(shù)據(jù)，考慮到以上三點，設(shè)置格網(wǎng)邊長Dside=0.1 m，坡度閾值Δs =0.3，聚類閾值N0=0.5 m，得到如圖8、圖9和圖10所示的實驗結(jié)果。

為驗證本文方法的有效性，將未經(jīng)聚類去噪的道路邊界點云輸出，如圖8所示?？梢钥闯?，本文方法可以有效地提取道路邊界；但同時存在噪點，在排列整齊的道路中央護(hù)欄下方的底座和分布在道路邊界外側(cè)的低矮植被位置，目標(biāo)局部點云的空間分布和幾何特征與路緣石相似，導(dǎo)致錯誤提取。這一類噪聲表現(xiàn)為離散分布。因此本文通過聚類去噪，將零星的噪點剔除，保留完整準(zhǔn)確的道路邊界點。圖9為經(jīng)過聚類去噪后，道路邊界的最終提取結(jié)果。

圖8 道路邊界初始提取結(jié)果

圖9 道路邊界最終提取結(jié)果

圖10 局部放大疊加顯示示意圖

圖10為高程過濾后的點云數(shù)據(jù)與最終提取結(jié)果疊加顯示效果圖以及局部放大圖，紅色為提取出的道路邊界點云。可以看出，對于存在路緣石的一般城市道路，本文方法可以準(zhǔn)確地提取道路邊界，邊界點排列整齊，輪廓清晰簡潔，直線道路和彎曲的花壇壇頭的邊界點基本被保留下來，可以很好地貼合路緣石立面。同時，從圖10的a、c和d區(qū)域可以看到存在少量邊界點漏提的情況，主要是因為點云密度稀疏和道路邊界下陷，以及聚類去噪過程中，部分邊界格網(wǎng)集合數(shù)量小于設(shè)定的閾值，導(dǎo)致局部點云與實驗參數(shù)不符，造成漏提的情況。

2.3 實驗結(jié)果比較分析

為驗證本文方法的有效性和準(zhǔn)確性，選取部分路段，分別用本文方法與格網(wǎng)高差法提取道路邊界進(jìn)行比較。

圖11為2種方法未進(jìn)行聚類去噪的初始提取結(jié)果，圖11(a)為格網(wǎng)高差法初始提取結(jié)果，圖11(b)為本文方法初始提取結(jié)果。從圖中可以看出，2種方法都可以將道路邊界提取出來，同時會將道路中央護(hù)欄底座和花壇外側(cè)的低矮植被等地物提取出來，存在較多噪點。但是，如圖11中的A區(qū)域所示，本文方法提取出的道路邊界噪點相對較少，完整性更高；如圖11中的B區(qū)域所示，在點云稀疏的邊界位置，本文方法可以較為完整地提取道路邊界。這是因為本文方法在利用路緣石與路面高差的同時，考慮路緣石與其周圍地物的空間分布關(guān)系，所以提取出的道路邊界效果更好，準(zhǔn)確性更高。

圖11 2種方法初始提取結(jié)果

圖12為2種方法進(jìn)行聚類去噪之后的最終提取結(jié)果，圖12(a)為格網(wǎng)高差法最終提取結(jié)果，圖12(b)為本文方法最終提取結(jié)果。由圖12中A、B、C區(qū)域可知，通過聚類去噪后，本文方法的道路邊界提取效果較好，花壇壇頭和點云稀疏位置的道路邊界可以提取出來，完整率較高。

圖12 2種方法最終提取結(jié)果

但正因為本文方法考慮了路緣石周圍地物的空間分布關(guān)系，所以在部分點云非常稀疏的地方無法運(yùn)用路緣石特征描述算子或者不滿足聚類條件，從而出現(xiàn)類似圖12(b) A、B區(qū)域中部分道路邊界漏提的情況。

3 結(jié)束語

本文以車載激光掃描點云數(shù)據(jù)為研究對象，針對存在路緣石的城市道路，提出一種基于路緣特征的城市道路邊界自動提取方法。通過分析路緣石的空間鄰域特征，構(gòu)建路緣石特征描述算子，利用路緣石及其鄰近地物在道路橫斷面方向和車輛行駛方向的分布特征，結(jié)合城市道路規(guī)范，對道路邊界進(jìn)行提取。實驗結(jié)果表明，對于直線和弧形的道路，該方法可以有效地提取道路邊界，提取結(jié)果質(zhì)量較高，可用于具有不同點云間隔的數(shù)據(jù)，適用性較強(qiáng)。但本文算法的部分參數(shù)(如聚類閾值)依賴人工經(jīng)驗，自適應(yīng)性有待研究。本文所做研究是點云數(shù)據(jù)分類識別的一部分，為道路模型重建和路網(wǎng)矢量化等打下了重要基礎(chǔ)，后續(xù)工作將重點研究無路緣石的道路邊界結(jié)構(gòu)化提取。