車(chē)載激光點(diǎn)云斑馬線提取方法研究

王 耀,趙 靜,周 琳

(1.江蘇建筑職業(yè)技術(shù)學(xué)院,江蘇 徐州221116; 2.日照市自然資源和規(guī)劃局,山東 日照276800; 3.徐州工業(yè)職業(yè)技術(shù)學(xué)院,江蘇 徐州221140)

0 引言

城市道路規(guī)劃測(cè)量是城市路網(wǎng)建設(shè)的基礎(chǔ)工作,斑馬線作為城市道路的重要組成部分,需對(duì)其空間位置信息進(jìn)行準(zhǔn)確采集[1]。由于城市道路縱橫分布,斑馬線數(shù)量較多,若采用傳統(tǒng)的RTK、全站儀測(cè)繪方法會(huì)使工作量大大增加,難以實(shí)現(xiàn)城市管網(wǎng)數(shù)據(jù)的快速生產(chǎn)更新。激光掃描技術(shù)的快速發(fā)展為城市道路測(cè)量提供了便捷高效的技術(shù)方法。以測(cè)量車(chē)為載體,搭載掃描儀、GNSS接收機(jī)、慣性測(cè)量單元、工業(yè)相機(jī)等設(shè)備[2],實(shí)時(shí)動(dòng)態(tài)采集高密度城市道路點(diǎn)云,數(shù)據(jù)獲取更為便捷,數(shù)據(jù)精度較為可靠,保障了城市道路測(cè)量的安全作業(yè),為公路養(yǎng)護(hù)及規(guī)劃管理提供了海量數(shù)據(jù)支撐[3],故以城市道路點(diǎn)云數(shù)據(jù)為基礎(chǔ)對(duì)斑馬線自動(dòng)識(shí)別提取方法進(jìn)行研究具有重要的應(yīng)用價(jià)值。

基于點(diǎn)云數(shù)據(jù)識(shí)別提取斑馬線的方法較多,主要包括以下幾類(lèi)：①圖像檢測(cè)法：利用數(shù)字圖像處理技術(shù)對(duì)掃描影像進(jìn)行分析處理,分離斑馬線像元,實(shí)現(xiàn)斑馬線快速定位。但由于掃描影像分辨率有限,斑馬線識(shí)別提取精度相對(duì)偏低[4]。②點(diǎn)云檢測(cè)法：以斑馬線形態(tài)特征為基礎(chǔ),在點(diǎn)云模型中匹配對(duì)應(yīng)特征點(diǎn)云,從而實(shí)現(xiàn)斑馬線的識(shí)別提取,提取精度較高,但需要投入較多人力物力,自動(dòng)程度相對(duì)較弱。③機(jī)器學(xué)習(xí)法：以人工智能算法為基礎(chǔ),借助機(jī)器學(xué)習(xí)技術(shù),對(duì)符合斑馬線特征的區(qū)域進(jìn)行自動(dòng)識(shí)別檢測(cè),速度較快。但由于存在其他地物點(diǎn)云影像,斑馬線提取結(jié)果精度相對(duì)較低[5],尤其是運(yùn)營(yíng)期車(chē)輛、人員等干擾因素較多,在一定程度上降低了斑馬線的提取精度。

本研究針對(duì)基于掃描點(diǎn)云斑馬線提取方法存在的缺陷,以車(chē)載掃描系統(tǒng)點(diǎn)云掃描線為基礎(chǔ),對(duì)斑馬線角點(diǎn)進(jìn)行提取研究,對(duì)算法原理及流程邏輯進(jìn)行分析,設(shè)計(jì)相關(guān)實(shí)驗(yàn),對(duì)算法可靠性進(jìn)行綜合驗(yàn)證,為城市道路斑馬線角點(diǎn)坐標(biāo)快速準(zhǔn)確地提取提供便捷高效的解決方案。

1 斑馬線角點(diǎn)提取算法

車(chē)載三維激光掃描系統(tǒng)獲取的道路數(shù)據(jù)是離散點(diǎn)云數(shù)據(jù),具有高密度、高精度等特征,以車(chē)載掃描系統(tǒng)點(diǎn)云掃描線為基礎(chǔ),提取城市道路斑馬線邊緣點(diǎn),利用隨機(jī)抽樣一致性(RANSAC)算法擬合斑馬線長(zhǎng)短邊,進(jìn)行斑馬線角點(diǎn)坐標(biāo)數(shù)據(jù)提取,流程如圖1所示。

圖1 斑馬線角點(diǎn)坐標(biāo)提取算法流程

1.1 目標(biāo)點(diǎn)云二值化處理

車(chē)載激光掃描獲取的點(diǎn)云數(shù)據(jù)量較大,包含較多地物類(lèi)型,需進(jìn)行目標(biāo)點(diǎn)云提取,僅保留斑馬線所在區(qū)域的點(diǎn)云數(shù)據(jù)。此時(shí)目標(biāo)點(diǎn)云體量大大降低,但依然包含非斑馬線點(diǎn)云數(shù)據(jù),需進(jìn)一步分析提取[6]。通過(guò)綜合調(diào)研分析,以數(shù)字圖像處理中的大津算法(OTSU)為基礎(chǔ),提取斑馬線點(diǎn)云。

由于不同掃描系統(tǒng)點(diǎn)云強(qiáng)度值存在一定差異,需對(duì)其進(jìn)行歸一化處理,將點(diǎn)云回波反射強(qiáng)度值歸一化至0～255,計(jì)算過(guò)程如式(1)所示。

(1)

式中,Ki為歸一化強(qiáng)度值,Ii為車(chē)載掃描系統(tǒng)點(diǎn)云原始強(qiáng)度值,Imax、Imin分別為點(diǎn)云回波反射強(qiáng)度最大和最小值。

遍歷255個(gè)歸一化強(qiáng)度區(qū)間各自所對(duì)應(yīng)的強(qiáng)度值t,將其作為臨時(shí)分割閾值,對(duì)目標(biāo)點(diǎn)云進(jìn)行分類(lèi),將歸一化強(qiáng)度值小于t的點(diǎn)云劃為一類(lèi),統(tǒng)計(jì)數(shù)量N0,大于t的點(diǎn)云劃為一類(lèi),統(tǒng)計(jì)數(shù)量N1。利用OTSU算法對(duì)兩部分點(diǎn)云集合數(shù)量占比ω0、ω1進(jìn)行統(tǒng)計(jì)計(jì)算,計(jì)算其平均歸一化強(qiáng)度值δ1、δ2及類(lèi)間方差g。計(jì)算過(guò)程如式(2)所示。

(2)

最大值g對(duì)應(yīng)的分割閾值t即為所需的最優(yōu)二值化分割閾值T,由于斑馬線的制作材料普遍為油漆,點(diǎn)云強(qiáng)度值一般較大,因此可將回波反射強(qiáng)度值大于T的點(diǎn)云視為斑馬線點(diǎn)云,其他則為非斑馬線點(diǎn)云,從而完成斑馬線點(diǎn)云提取。

1.2 斑馬線長(zhǎng)邊采集

對(duì)車(chē)載掃描系統(tǒng)點(diǎn)云掃描線id索引進(jìn)行遍歷,基于X/Y坐標(biāo)對(duì)同一掃描線上的點(diǎn)云按照從小到大進(jìn)行排序,以距離最遠(yuǎn)的2個(gè)點(diǎn)云P1(x1,y1,z1)和P2(x2,y2,z2)坐標(biāo)為基礎(chǔ),計(jì)算水平距離d,如圖2所示。若掃描線上斑馬線點(diǎn)云數(shù)量為0或1,則d=0。

圖2 掃描線兩端斑馬線點(diǎn)云水平距離

假定水平距離d取值區(qū)間為[dmin,dmax],其劃分為多個(gè)小區(qū)間,對(duì)各個(gè)小區(qū)間內(nèi)的掃描線數(shù)量進(jìn)行統(tǒng)計(jì)分析,獲取“掃描線數(shù)量-水平距離”頻率分布直方圖,如圖3所示。

圖3 “掃描線數(shù)量-水平距離”頻率分布直方圖

由圖3可知,水平距離d在[40,50]長(zhǎng)度區(qū)間呈緊密聚集分布狀態(tài),則該區(qū)間內(nèi)掃描線兩端斑馬線點(diǎn)云與斑馬線長(zhǎng)邊存在較大關(guān)聯(lián),但由于存在噪聲點(diǎn)影響,無(wú)法直接對(duì)其進(jìn)行直線擬合。為確保斑馬線提取結(jié)果的準(zhǔn)確性,采用迭代RANSAC直線擬合算法進(jìn)行目標(biāo)點(diǎn)擬合,擬合原理為：假定待擬合的原始點(diǎn)集為Pi{p1,p2,…,pm},對(duì)其進(jìn)行一次擬合處理,對(duì)集合內(nèi)點(diǎn)云到擬合直線的距離hi進(jìn)行計(jì)算統(tǒng)計(jì),將小于設(shè)定閾值的點(diǎn)位保留,生成新的點(diǎn)云集合Pi{p1,p2,…,pn}(n

1.3 斑馬線短邊采集

斑馬線短邊采集與長(zhǎng)邊采集有一定差異,具體操作流程如下：

以斑馬線長(zhǎng)邊為限制標(biāo)準(zhǔn),新建包含k(5≤k≤8)條相鄰掃描線的移動(dòng)判別窗口,沿掃描線索引id由小到大方向移動(dòng),統(tǒng)計(jì)分析對(duì)移動(dòng)窗口內(nèi)掃描線點(diǎn)云數(shù)量,將被斑馬線長(zhǎng)邊截取部分的點(diǎn)云數(shù)量設(shè)為n,其內(nèi)斑馬線點(diǎn)云數(shù)量設(shè)為m(m

(3)

ωi取值區(qū)間為(0,1),其數(shù)值大小與被斑馬線長(zhǎng)邊的掃描面部分的斑馬線點(diǎn)云數(shù)量多少呈正相關(guān)關(guān)系。當(dāng)ωi最大值與最小值之差趨近于1時(shí),則移動(dòng)判別窗口位于斑馬線的短邊邊緣區(qū)域。如圖4所示,ωi數(shù)值大小隨移動(dòng)窗口內(nèi)掃描線編號(hào)id的增大呈單調(diào)遞增或單調(diào)遞減趨勢(shì)[8],故采用三次多項(xiàng)式曲線擬合算法對(duì)移動(dòng)窗口內(nèi)斑馬線點(diǎn)云進(jìn)行擬合處理,如式(4)所示。

圖4 三次多項(xiàng)式曲線擬合結(jié)果

f(x)=a0+a1x+a2x2+a3x3

(4)

對(duì)f(x)進(jìn)行二階求導(dǎo),令f″(x)=0,獲取拐點(diǎn)橫坐標(biāo)x0,對(duì)x0進(jìn)行取整處理,結(jié)果即為短邊邊緣區(qū)域掃描線索引id,如式(5)所示。

(5)

采用移動(dòng)判別窗口進(jìn)行遍歷完成后,即可獲得斑馬線短邊邊緣位置的掃描線,采用RANSAC算法對(duì)掃描線上點(diǎn)云進(jìn)行直線擬合處理,即可獲得城市道路斑馬線短邊直線方程L1、L2。

1.4 角點(diǎn)坐標(biāo)提取

車(chē)載掃描系統(tǒng)獲取的掃描線與斑馬線前進(jìn)方向并非完全垂直,因此解析到的斑馬線短邊直線L1、L2與實(shí)際斑馬線短邊存在不完全重合現(xiàn)象,需進(jìn)一步對(duì)計(jì)算獲得的斑馬線長(zhǎng)短邊幾何關(guān)系進(jìn)行分析研究。

圖5 斑馬線長(zhǎng)短邊幾何關(guān)系

2 實(shí)驗(yàn)驗(yàn)證

為了對(duì)基于點(diǎn)云掃描線的斑馬線角點(diǎn)坐標(biāo)提取算法的準(zhǔn)確性及可靠性進(jìn)行分析驗(yàn)證,以某城市規(guī)劃道路竣工測(cè)量項(xiàng)目為研究對(duì)象,選擇某一路段車(chē)載掃描系統(tǒng)點(diǎn)云數(shù)據(jù)進(jìn)行算法準(zhǔn)確性研究,采用人工測(cè)量方法對(duì)斑馬線角點(diǎn)進(jìn)行測(cè)量作業(yè),與算法提取結(jié)果進(jìn)行對(duì)比分析,通過(guò)中誤差σ和距離均方根誤差DRMS全方位評(píng)估算法提取結(jié)果的可靠性。實(shí)驗(yàn)區(qū)域點(diǎn)云數(shù)據(jù)如圖6(a)所示,圖6(b)為框選出的待處理點(diǎn)云。

圖6 車(chē)載掃描系統(tǒng)點(diǎn)云數(shù)據(jù)

以框選出的待處理點(diǎn)云為例進(jìn)行算法提取過(guò)程分析,其中包含了斑馬線點(diǎn)云和非斑馬線點(diǎn)云。采用OTSU算法提取斑馬線點(diǎn)云,結(jié)果如圖7(a)所示,可以看出,斑馬線點(diǎn)云分離效果相對(duì)較好。對(duì)斑馬線長(zhǎng)邊進(jìn)行擬合計(jì)算,如圖7(b)所示,通過(guò)直方圖統(tǒng)計(jì)分析較好地剔除了車(chē)載系統(tǒng)無(wú)效掃描線,最大程度保留了長(zhǎng)邊點(diǎn)云,利用RANSAC直線擬合算法擬合效果相對(duì)較好。斑馬線短邊邊緣區(qū)域掃描線提取結(jié)果如圖7(c)所示,由于原始點(diǎn)云中的斑馬線短邊邊界模糊不顯著,很難直接對(duì)其提取作業(yè),采用移動(dòng)判別窗口分析斑馬線點(diǎn)云在掃描線上的數(shù)量占比,設(shè)置判別條件,能夠準(zhǔn)確高效提取短邊邊緣區(qū)域掃描線。進(jìn)行斑馬線角點(diǎn)坐標(biāo)提取,如圖7(d)所示,可以明顯看出提取到的角點(diǎn)與實(shí)際斑馬線角點(diǎn)重合度較高,提取結(jié)果具有較高的可靠性。

圖7 斑馬線角點(diǎn)提取

為了對(duì)提取的斑馬線角點(diǎn)坐標(biāo)準(zhǔn)確性進(jìn)行綜合評(píng)估,通過(guò)人工測(cè)量方法隨機(jī)選擇了10個(gè)斑馬線角點(diǎn)進(jìn)行實(shí)地測(cè)量,與算法提取結(jié)果進(jìn)行對(duì)比分析。結(jié)果表明,選擇的10個(gè)檢核點(diǎn)中,除6號(hào)檢核點(diǎn)點(diǎn)位中誤差較大外,其他檢核點(diǎn)點(diǎn)位中誤差均在4.0 cm以?xún)?nèi),距離均方根誤差為3.7 cm。經(jīng)分析可知,6號(hào)檢核點(diǎn)斑馬線磨損較為嚴(yán)重,已出現(xiàn)油漆缺失現(xiàn)象,導(dǎo)致算法提取結(jié)果存在較大誤差,其他斑馬線現(xiàn)狀較為良好,斑馬線角點(diǎn)算法提取結(jié)果較為準(zhǔn)確,驗(yàn)證了基于點(diǎn)云掃描線的斑馬線角點(diǎn)坐標(biāo)提取算法的準(zhǔn)確性及可靠性。

3 結(jié)論

斑馬線作為城市道路特征線的重要組成部分,其空間位置信息的快速獲取對(duì)城市道路規(guī)劃測(cè)量有著重要意義。以車(chē)載激光掃描點(diǎn)云數(shù)據(jù)為基礎(chǔ),對(duì)現(xiàn)有斑馬線提取算法的不足進(jìn)行分析,利用車(chē)載掃描系統(tǒng)點(diǎn) 云掃描線對(duì)斑馬線角點(diǎn)提取算法進(jìn)行優(yōu)化設(shè)計(jì),采用OTSU算法對(duì)點(diǎn)云強(qiáng)度二值化分割閾值進(jìn)行計(jì)算,分離斑馬線點(diǎn)云,通過(guò)“掃描線數(shù)量-水平距離”頻率分布直方圖剔除無(wú)效掃描線,保留斑馬線長(zhǎng)邊點(diǎn)云并進(jìn)行直線擬合計(jì)算,提取斑馬線長(zhǎng)邊,以移動(dòng)判別窗口設(shè)置判別條件,結(jié)合RANSAC算法,實(shí)現(xiàn)斑馬線短邊直線擬合,針對(duì)車(chē)載掃描系統(tǒng)掃描線與斑馬線前進(jìn)方向不一定完全垂直的問(wèn)題,利用空間幾何特征對(duì)斑馬線角點(diǎn)進(jìn)行精準(zhǔn)提取,以實(shí)際工程項(xiàng)目對(duì)基于點(diǎn)云掃描線的斑馬線角點(diǎn)坐標(biāo)提取算法的準(zhǔn)確性及可靠性進(jìn)行分析驗(yàn)證。結(jié)果表明,此方法與人工現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)成果差異較小,斑馬線角點(diǎn)空間坐標(biāo)提取精度較高,為城市復(fù)雜道路環(huán)境下斑馬線快速測(cè)量作業(yè)提供了可靠的解決方案。