交通数字孪生高速公路规划设计市政道路BIM正向改扩建设计利用实景三维无人机机载LiDAR倾斜摄影车载地面三维激光扫描仪LiDAR点云数据提取自动驾驶高精地图三维矢量车道标线3d点云标注

实景三维数据价值挖掘实操系列1-道路车道标线高效自动化三维提

本系列视频的第一部分

标线提取

这段路大概有1.5km的长度

我们来看一下标线提取的效果如何

首先我们通过反射强度

将道路标线的点云数据单独分离出来

分离完成之后

即可得到整个道路的标线的基本的数据内容

当然在标线的周边会存在一些噪声数据

这些噪声数据有可能会在提取标线过程中影响提取结果

噪声也可以通过自动化过滤的方式进行滤除

比如说我们取样当前位置

在方块里边被框选住的部分将会被保留

方块以外的噪点将会被自动清除掉

我们观察一下周边的这些点云噪声

噪声被清除以后标线周边显得更加清晰了

所以我们可以通过标线提取操作

来完成对应位置的标线提取

这个位置离标线比较近的

我们可以看一下

看看是哪一种数据内容

这个是漂浮在空中的看起来像是周边的车辆

这个噪声可以通过点云分类的方式

自动化的将高于地面的部分

比如说低植被或是中高植被

这个部分的点云分类结果进行关闭

关闭以后这些位置的数据内容

将会不再影响我们提取的过程

好关闭以后可以看到数据的清晰度更更高了

点云提取线的过程是比较简单的

首先点选标线的起点

指定标线延伸的方向

点击鼠标左键

这条标线提取完成了

我们看一下另外一条

我们首先快速的

把当前已经分离出来的标线进行提取生成

然后我们再进一步的去查看一些细节

这些虚线段

虚线分割的话

在提取的过程中可以通过参数设定来将虚线段提取

生成单个单个的线段内容

现在我们已经提取得到的结果

从颜色上我们可以看到

已经提取得到的这些线段

并不是像实线一样在中间都有衔接

而是把所有的这些虚线的位置都进行了提取

所以看起来有点不太明显

但是已经形成了虚线的标线

这个过程就比较机械化了

我们通过前面这样的一些操作

将视图中的标线提取生成出来

当然有一些标线内容

现在我们在视图中看起来不够完整

不够完整的部分

我们可以重新取样

得到的结果能够将当前标线显示的更加清晰

对这个部分可以将标线反射强度进行设定

对于这个部分

即便是有噪声的数据

我们可以通过前面所提到的过滤方式

将这些噪声进行清除

当然除此之外呢

我们还可以通过直接提取的方式

即便有噪声存在对于提取也不见得都会造成影响

好对这一段进行标线提取

这两段标线提取生成出来的

在这儿有一个交汇处

并且相交到这个位置

这些位位置都没有问题

可以通过快速的方式去进行编辑

比如说可以通过裁剪的方式

将这两个部位进行裁剪

我们看一下如何去进行裁剪

这个标线的点云到这个位置

这个到这个位置

剩余的部分我们可以删除即可

在这儿发生了一定的影响

没有关系

我们可以在这儿继续进行向前的提取

同样我们将这个部分不需要的内容删除掉

继续向前提取

那整个的这一段基本上标线可以完成

中间出现的这个分段的部分

后面我们可以通过快速编辑的方式

也将会在本段视频中进行展示

接下来看一下

前边是否还有未提取的标线

把整个标线完成

像这些有弯曲的转折的部分都没有问题

可以直接的提取生成出来

更不用讲对于像高速公路有几公里

甚至是说更长的标线段

如果是一直连续

可以将几公里甚至更长的标线

一次性提取生成出来

在这儿可以看到有个比较有代表性的

是非常短的虚标线

但这个虚标线我们可以看一下反射强度

重新分离一下

在这儿出现了标线的分岔段

这个部分我们可以将节点部位进行裁剪

单独的去提取不同分叉路线的标线

比如当前我们看到的这个部分

可以反向提取

在提取完成之后

这个标线将会在交汇处与原有的标线汇合

看一下提取的结果

这个部分在后面可能需要进行相应的处理

或者是说我们可以通过改变标线

提取的参数来解决这样类问题

我们将原有的这条标线进行删除

修改标签提取的参数

重新进行一次提取

看一下结果

经过参数修改之后

直到与前面一条标线汇合

在这个位置

其实同样发生了前面所看到的这种问题

两条标线并在一起

所以在这个提取的过程中

在标线交接的位置出现了

刚刚看到的这种问题

我们可以把这一段先清除掉

并且将标线的反射强度进行重新拾取

这样两条标线的清晰度更高了

先来提取其中的一条

这个是我们调整参数以后

临近标线之间将不会造成错乱影响

再提取第二条

在这儿我们需要重新的去拾取点云数据的反射强度

到这儿已经出现更多条标线的交接

所以前面的这条标线

需要我们在这个位置把它裁剪掉

这个位置可以将当前的标线延伸到两条标线

有交接处的这个位置

当然我们可以参照后边全部的点云数据

再进行编辑

这个位置是稍微复杂一点的标线场景

有多条交接的现象出现

重新拾取一下这个部分

逐条去提取

删掉不需要的部分

这部分有比较多的明显的噪声数据

我们尝试一下

看看这些噪声数据在不清楚的条件下

会造成哪些影响

当前视图中看到的结果来看

并没有造成较为严重的影响

到达这个位置之后

实际上应该通过交接的方式截止

由于前方还有标线的数据内容

所以延伸到当前的标线位置

可以通过裁切的方式把这个部分剪掉

删除

在这个位置断开前方的标线

已经在反射强度上出现了较大的差异

在这个位置表现已经不再清晰

所以我们可以通过多次的拾取

尝试找到恰当的位置

在这个位置标线已经偏离了原有的标线中心位置

由于原来的点云缺失

所以像这些位置我们可以删除掉

然后再将准确的点云数据进行中心提取

在这儿其实我们可以看到

标线周边已经出现了道路表面的数据内容

这条标线删除掉

重新做一次提取

通过前面的操作

这段道路的标线内容基本上已经完成了提取

在三维视图中可以看到

这个道路是有一定的起伏变化的

尤其在这些位置是有坡度的

将点云数据全部显示出来

检查一下标线提取的情况

也可以看一下标线是否与点云数据有较好的重叠

在检查的过程中

我们也可以将影像载入进来

比如当前位置

我们可以将影像载入到右下角的视图

点选当前的位置

可以载入和当前位置较为接近的

一张影像数据

如果我们想沿着道路去查看这张影像

也可以通过影像的切换

来得到其他位置的影像信息

在当前位置我们做一个截面的裁切

这个界面我们可以将四条在道路上的标线进行横向的裁切

裁切完成以后

在当前的视图中可以看到一个截面图

截面图中选中所有的道路上的标线

在这儿呢可以看到标线的一个截面

前面位置它和点云的符合度是非常高的

为了更加直观

我们可以看

沿着道路延伸方向的截面

当前的截面可以看到

点云数据和标线之间是高度符合的

也就是说我们任意裁切的位置

可以看到最终得到的标线结果

都是和道路点云准确符合在一起的

所以我们目前已经将整个道路的标线信息

做了基本的提取

在前面提到了关于标线有断开部分的编辑

比如说这个位置

可以通过快速的编辑方法

来完成这些断点的连接

并且这些断点的连接是可以进行

依照当前位置点云数据为参考的编辑

我们看一下操作过程

只需要对任意的一根标线进行选中

在同样的这个红色的圆圈内部

圆圈可以进行放大

只需要我们将另一条标线的端点框入当前的这个圆圈中

我们不一定需要点的很准

随意的框选进去之后

点击鼠标的左键

那这两条线就准确地衔接在一起了

这个不需要我们再放大

去检查两个点连接的偏差

另外这两条线目前并没有连接成一个整体

我们也可以快速的编辑

将两条线进行连接操作

这样标线就完成了衔接和编辑的快速操作

前面我们提到了有很多虚标线

这些虚标线我们可以让已经完成实标线提取的部分转换成虚标线

首先需要对标线进行反射强度分离

分离完成的标线可以快速地将带有反射强度信息

点云的部分进行标线的转换

中间分隔的部分进行自动去除

这个操作是一键式完成的

所以说可以将实标线向虚标线进行快速转换

当然这个是可以批量完成的

我们可以选中多条带有虚实标线的位置

比如说当前我们选中的

第一条第二条第三条

这三条选中以后进行批量的一次性操作

操作完成

我们可以看到前面的这些虚标线

都已经转换生成

对于很多应用来讲

标线的最终成果

还有想要得到标线边框的这类需求

在当前的应用里中

也可以进行所有标线的一次性边框转换

这个转换我们可以通过全选整个标线内容

选中所有标线以后进行边框的自动化转换

我们可以将标线缩放到其中的一段

看一下转换的结果是怎么样的

这个转换一键式瞬间批量的完成

现在所有的标线都具备一个边框信息

这些边框可以转换为线框

也可以转换为平面

那当前这段路的所有的标线信息

基本上提取生成出来了

我们把所有的点云数据打开看一下

这就是标线提取的基本过程

你可能感兴趣的:(点云数据处理,经验分享,自动化,科技,汽车,无人机)