王 越，何 偉，周 琳，彭小婷，李 維

（1. 武漢市測繪研究院，湖北 武漢 430022；2. 武漢大學(xué)遙感信息工程學(xué)院，湖北 武漢 430079）

目前，國內(nèi)外已開展了一些利用車載LiDAR數(shù)據(jù)進(jìn)行高精道路地圖制作的相關(guān)研究[1-9]。但總體而言，國內(nèi)相關(guān)研究的起步較晚，且已開展的研究主要集中在理論和實(shí)驗(yàn)階段，尚未形成較為完整的基于車載LiDAR數(shù)據(jù)進(jìn)行高精道路地圖生產(chǎn)的技術(shù)路線。

在武漢市作為全國首個(gè)新型基礎(chǔ)測繪建設(shè)試點(diǎn)城市的背景下，本文選取武漢市中心城區(qū)約3 km2范圍作為實(shí)驗(yàn)區(qū)域，利用車載移動測量系統(tǒng)快速采集該范圍內(nèi)各市政道路、道路交叉口及沿街附屬部件設(shè)施的幾何和紋理信息，以獲取的點(diǎn)云數(shù)據(jù)為底圖半自動化地提取各類道路專題要素的三維矢量信息，最終形成一套基于車載LiDAR數(shù)據(jù)進(jìn)行高精道路地圖制作的流程，并通過生產(chǎn)實(shí)踐證明了本文方法的可行性。

1 高精道路地圖制作流程

利用車載激光掃描技術(shù)制作高精道路地圖主要包括外業(yè)數(shù)據(jù)采集、點(diǎn)云數(shù)據(jù)處理和點(diǎn)云測圖3個(gè)步驟，總體流程如圖1所示。其中，外業(yè)數(shù)據(jù)采集是獲取三維道路環(huán)境信息的重要基礎(chǔ)性工作，目的是快速獲得高精度、高密度的道路點(diǎn)云數(shù)據(jù)；點(diǎn)云數(shù)據(jù)處理是保證點(diǎn)云精度質(zhì)量的關(guān)鍵環(huán)節(jié)，主要包括點(diǎn)云坐標(biāo)轉(zhuǎn)換、位置糾正以及點(diǎn)云去噪等內(nèi)容。點(diǎn)云測圖是高精道路地圖制作的核心內(nèi)容，在地面點(diǎn)提取的基礎(chǔ)上，對部分典型道路專題要素進(jìn)行自動識別，再結(jié)合街景全景影像，在三維測圖軟件中采集道路及附屬部件設(shè)施的空間位置及屬性信息，最終構(gòu)建全要素的高精道路地圖。

圖1 基于車載LiDAR技術(shù)的高精道路地圖制作流程圖

2 外業(yè)數(shù)據(jù)采集

車載移動測量系統(tǒng)是一種以汽車為載體的移動型三維激光掃描系統(tǒng)，它能夠快速獲取道路及路側(cè)的高精度三維空間信息，是目前城市道路環(huán)境三維信息采集最有效的方式之一。本文利用“HiScan-VUX”型車載移動測量系統(tǒng)進(jìn)行外業(yè)數(shù)據(jù)采集，如圖2所示。該系統(tǒng)由激光掃描儀（LiDAR）、定位定姿系統(tǒng)（POS）、高清全景相機(jī)、里程計(jì)（DMI）以及計(jì)算機(jī)控制系統(tǒng)組成。

圖2 “HiScan-VUX”型車載移動測量系統(tǒng)

外業(yè)數(shù)據(jù)采集包括任務(wù)規(guī)劃、數(shù)據(jù)采集和數(shù)據(jù)解算3個(gè)階段：

1）任務(wù)規(guī)劃。根據(jù)測區(qū)資料和現(xiàn)有路網(wǎng)數(shù)據(jù)，制定外業(yè)數(shù)據(jù)采集計(jì)劃。一是結(jié)合測區(qū)路網(wǎng)分布情況，設(shè)計(jì)最優(yōu)線路，并提前規(guī)劃采集順序，以確保道路數(shù)據(jù)采集的連貫性；二是合理安排外業(yè)時(shí)間，盡量選擇理想的天氣和時(shí)段進(jìn)行采集，以保證全景影像的質(zhì)量和點(diǎn)云數(shù)據(jù)的完整性。

2）數(shù)據(jù)采集。數(shù)據(jù)采集分為移動測量車、CORS基準(zhǔn)站和外業(yè)控制點(diǎn)采集三部分：①移動測量車按計(jì)劃路線勻速行駛，控制車速在40 km/h以內(nèi)，盡量按一個(gè)方向采集一整段道路數(shù)據(jù)，并按照“先主道、后輔道”的順序?qū)﹄p向6車道以上的道路進(jìn)行多次往返采集，以獲取全覆蓋、高密度的道路點(diǎn)云。當(dāng)車輛行駛在高架橋下或高樓密集區(qū)等GNSS信號較差的路段時(shí)，為避免出現(xiàn)POS數(shù)據(jù)無法解算的情況，需嚴(yán)格控制GNSS失鎖時(shí)間，及時(shí)結(jié)束測站做靜止觀測。②CORS基準(zhǔn)站：本文采用實(shí)驗(yàn)區(qū)域內(nèi)武漢市連續(xù)運(yùn)行衛(wèi)星定位服務(wù)系統(tǒng)（WHCORS）的觀測數(shù)據(jù)作為基準(zhǔn)站，與移動測量車GNSS 流動站進(jìn)行聯(lián)合差分解算與定位。③外業(yè)控制點(diǎn)：為提高點(diǎn)云的整體精度，沿采集路線按折線方式布設(shè)一定數(shù)量的控制點(diǎn)分別作為糾正點(diǎn)和檢查點(diǎn)；在GNSS信號遮擋較為嚴(yán)重的地方，控制點(diǎn)應(yīng)適當(dāng)加密。

3）數(shù)據(jù)解算。采集完成后，需對LiDAR、POS、DMI 等原始數(shù)據(jù)進(jìn)行融合解算等預(yù)處理。首先利用POS和WHCORS數(shù)據(jù)計(jì)算出移動測量車軌跡；接著將軌跡及POS姿態(tài)數(shù)據(jù)與車載LiDAR激光回波數(shù)據(jù)進(jìn)行融合，以獲得點(diǎn)云的三維坐標(biāo)；最后將點(diǎn)云與全景影像進(jìn)行融合，以實(shí)現(xiàn)兩者的高精度配準(zhǔn)。

3 車載點(diǎn)云數(shù)據(jù)處理

車載點(diǎn)云數(shù)據(jù)處理是進(jìn)行道路專題要素采集前的重要工作。點(diǎn)云作為道路專題要素矢量化的底圖數(shù)據(jù)，其精度是決定最終高精道路地圖成果質(zhì)量的重要保證。因此，需對初始解算得到的點(diǎn)云數(shù)據(jù)進(jìn)行必要的處理，以保證點(diǎn)云精度能夠滿足要素提取及測圖要求。

1）點(diǎn)云坐標(biāo)轉(zhuǎn)換。經(jīng)數(shù)據(jù)解算得到的初始點(diǎn)云坐標(biāo)基準(zhǔn)為WGS-84 坐標(biāo)系，而城市測繪成果通常采用地方獨(dú)立坐標(biāo)系。WGS-84坐標(biāo)系到地方坐標(biāo)系的轉(zhuǎn)換可分為平面坐標(biāo)轉(zhuǎn)換和高程基準(zhǔn)轉(zhuǎn)換兩部分。本文采用的平面坐標(biāo)系統(tǒng)為武漢2000坐標(biāo)系（WH2000），高程系統(tǒng)則采用1985國家高程基準(zhǔn)。采用七參數(shù)法進(jìn)行WGS-84 與WH2000 坐標(biāo)系間轉(zhuǎn)換參數(shù)的計(jì)算，為求取3個(gè)平移參數(shù)、3個(gè)旋轉(zhuǎn)參數(shù)和1個(gè)尺度參數(shù)，至少需要3 個(gè)以上的地面控制點(diǎn)。WGS-84 坐標(biāo)系的高程系統(tǒng)采用的是大地高，而1985 國家高程基準(zhǔn)為正常高，二者之間存在高程異常差值。本文通過實(shí)驗(yàn)區(qū)域內(nèi)高精度、高分辨率的似大地水準(zhǔn)面精化成果獲取高程異常精確值，以實(shí)現(xiàn)高程基準(zhǔn)之間的轉(zhuǎn)換。

2）點(diǎn)云位置糾正。點(diǎn)云位置糾正是改善點(diǎn)云精度質(zhì)量的關(guān)鍵環(huán)節(jié)。由于GNSS 定位誤差、IMU 定姿誤差等因素，點(diǎn)云的位置精度受環(huán)境條件的影響較大，使得同一路段的重訪點(diǎn)云間可能存在一定的幾何偏差。尤其對于高樓、高架橋密集的中心城區(qū)，GNSS信號遮擋較嚴(yán)重，容易導(dǎo)致同一路段往返觀測的多時(shí)相點(diǎn)云之間存在分米級甚至米級的位置偏差[11]，這將嚴(yán)重影響后續(xù)點(diǎn)云測圖的準(zhǔn)確率和精度。當(dāng)重訪點(diǎn)云間互差不能滿足點(diǎn)云精度要求時(shí)，若通過布設(shè)密集外業(yè)控制點(diǎn)來改善點(diǎn)云精度，實(shí)施難度較大且人工成本高。為了減少外業(yè)控制點(diǎn)數(shù)量，本文采用一種由粗到精的點(diǎn)云配準(zhǔn)全局優(yōu)化策略[11]，分三步進(jìn)行點(diǎn)云相對位置改善：①根據(jù)點(diǎn)云誤差分布情況，對點(diǎn)云進(jìn)行篩選和分段；②提取分段點(diǎn)云的同名特征并進(jìn)行特征匹配，實(shí)現(xiàn)分段重訪點(diǎn)云間的兩兩配準(zhǔn)；③對分段改正后的配準(zhǔn)點(diǎn)云進(jìn)行優(yōu)化調(diào)整，完成點(diǎn)云相對位置糾正；再利用測區(qū)內(nèi)均勻分布的少量控制點(diǎn)對整體點(diǎn)云進(jìn)行絕對位置改正，優(yōu)化全局點(diǎn)云的位置精度。此外，將一部分控制點(diǎn)作為檢查點(diǎn)，對糾正后的點(diǎn)云精度進(jìn)行驗(yàn)證，最終應(yīng)滿足《車載移動測量數(shù)據(jù)規(guī)范》（CH/T 6003-2016）中車載激光點(diǎn)云類Ⅰ級精度的要求[12]。當(dāng)精度檢查不合格時(shí)，通過加密控制點(diǎn)，重新進(jìn)行點(diǎn)云分段糾正，直到滿足要求為止。

3）點(diǎn)云去噪。通過點(diǎn)云去噪對數(shù)據(jù)進(jìn)行優(yōu)化：一是通過點(diǎn)云后處理軟件自動剔除噪聲點(diǎn)云，并濾除行進(jìn)中的車輛、行人等與提取目標(biāo)無關(guān)的點(diǎn)云；二是根據(jù)現(xiàn)有路網(wǎng)數(shù)據(jù)的道路寬度信息建立一定的緩沖區(qū)，去除道路范圍外的點(diǎn)云，以減少數(shù)據(jù)冗余。

4）地面點(diǎn)提取。地面點(diǎn)提取是點(diǎn)云分類和要素提取前的必要準(zhǔn)備工作。由于車道標(biāo)線等路面標(biāo)識通常位于道路表面，其點(diǎn)云高程坐標(biāo)接近于路面高度，而道路兩側(cè)路燈、電線桿、行道樹等均超出路面高度。因此，可結(jié)合軌跡數(shù)據(jù)按高程進(jìn)行過濾，分離出道路面所在一定高度范圍內(nèi)的點(diǎn)并將其劃分為地面點(diǎn)，而道路面以上為非地面點(diǎn)。

4 高精道路地圖制作

4.1 道路要素分類

高精道路地圖制作開始前，需確定待采集的道路專題要素對象及內(nèi)容，以明確道路要素的類型、幾何形狀及屬性字段等信息。根據(jù)要素幾何形狀特征的不同，可將道路專題要素劃分為線要素、面要素及點(diǎn)要素[13]。其中，線要素用于構(gòu)建三維道路的場景基礎(chǔ)，如路邊線、車道標(biāo)線、護(hù)欄等路側(cè)分隔設(shè)施；面要素用于表達(dá)占據(jù)一定空間范圍的道路面狀信息，如綠化帶、公交車棚、停車位和安全島等；點(diǎn)要素用于表示道路附屬部件設(shè)施的位置信息，如路燈、道路標(biāo)牌、信號燈和箱體等。

4.2 點(diǎn)云測圖

以道路點(diǎn)云為基礎(chǔ)，對部分典型道路專題要素進(jìn)行自動提取和分類，再按照“線-面-點(diǎn)”要素的順序依次進(jìn)行人工采集和修補(bǔ)測，最終制作的高精道路地圖以“線劃圖+數(shù)據(jù)庫”的方式進(jìn)行存儲，具體流程如下：

1）要素自動提取。點(diǎn)云特征提取是描述點(diǎn)云形態(tài)結(jié)構(gòu)的關(guān)鍵，也是實(shí)現(xiàn)道路專題要素自動提取的基礎(chǔ)和前提。為提高要素采集效率，本文選取了幾類典型的道路專題要素進(jìn)行自動提?。孩俚缆窐?biāo)志線：利用道路標(biāo)志線較其周圍路面具有較高點(diǎn)云反射強(qiáng)度的特性，根據(jù)點(diǎn)云反射強(qiáng)度投影生成特征圖像，運(yùn)用圖像處理的成熟算法進(jìn)行道路標(biāo)志識別，然后將提取結(jié)果反算至原始點(diǎn)云，最后通過模板匹配進(jìn)行標(biāo)志準(zhǔn)確分類[14]；②道路邊界線：基于已分離出的地面點(diǎn)，生成面向道路邊界的超體素，再通過聚類進(jìn)行路坎（路緣石）的識別、跟蹤與優(yōu)化，最終獲得較完整的道路邊界線[15]；③桿狀地物（如電桿、路燈等）：根據(jù)桿狀地物的幾何和形狀特性,利用圓柱模型粗略確定桿狀地物的大致位置，再結(jié)合預(yù)先建立的訓(xùn)練樣本，通過機(jī)器學(xué)習(xí)實(shí)現(xiàn)桿狀地物自動識別[10]。圖3 顯示了實(shí)驗(yàn)區(qū)某路段的點(diǎn)云自動分類及要素提取結(jié)果。

圖3 道路專題要素自動提取效果圖

2）要素人工提取。利用MappingFactory點(diǎn)云測圖軟件，對無法實(shí)現(xiàn)自動識別的道路專題要素采用人工提取。以車載點(diǎn)云為底圖，進(jìn)行點(diǎn)、線、面等道路專題要素的矢量提取和快速繪制，實(shí)現(xiàn)“即測即顯、一次成圖”。對點(diǎn)云遮擋較為嚴(yán)重的區(qū)域，容易出現(xiàn)要素漏測或錯(cuò)采，應(yīng)做好記錄并及時(shí)外業(yè)修補(bǔ)測。

3）要素屬性錄入。高精道路地圖相較于傳統(tǒng)地圖具有更豐富的道路要素屬性信息。在實(shí)現(xiàn)車載點(diǎn)云和全景影像精確配準(zhǔn)的前提下，在測圖軟件中同時(shí)打開點(diǎn)云和全景窗口，通過選擇軌跡點(diǎn)位置和調(diào)整全景視角，實(shí)現(xiàn)點(diǎn)云和全景窗口聯(lián)動。接著，基于聯(lián)動窗口同時(shí)完成要素定位和類型判斷，錄入地物名稱、類型、形狀、角度等屬性信息，并通過軟件自動批量生成要素編號及所屬道路名稱等信息。最后，通過外業(yè)調(diào)繪對缺失或無法判斷的要素屬性信息進(jìn)行補(bǔ)充與核實(shí)。

4）編輯成圖。在完成全部高精道路地圖要素的采集后，進(jìn)行要素符號化和圖面整飾等一系列編輯處理，經(jīng)質(zhì)量檢查合格后，即完成高精道路地圖制作。

4.3 實(shí)驗(yàn)區(qū)高精道路地圖制作結(jié)果

本文選取的實(shí)驗(yàn)區(qū)（范圍線如圖4a）位于中國湖北省武漢市江漢區(qū)，實(shí)驗(yàn)區(qū)面積約3 km2，區(qū)域內(nèi)市政道路總里程約為21 km。實(shí)驗(yàn)區(qū)地處城市核心，路網(wǎng)較為發(fā)達(dá)，道路交通環(huán)境相對復(fù)雜，為高精道路地圖生產(chǎn)實(shí)驗(yàn)提供了較充分的數(shù)據(jù)源。

按照前文高精道路地圖制作流程，以車載移動測量系統(tǒng)采集的高精度、高密度的激光點(diǎn)云為參考底圖，綜合自動提取和人工采編的要素矢量化結(jié)果，共提取實(shí)驗(yàn)區(qū)道路專題要素16 萬余個(gè)。圖4b 展示了所制作的實(shí)驗(yàn)區(qū)高精道路地圖的全局效果；圖5 為實(shí)驗(yàn)區(qū)內(nèi)某路口的地圖細(xì)節(jié)放大圖；圖6 展示了高精道路地圖與車載點(diǎn)云的疊加效果。地圖成果顯示，利用車載點(diǎn)云構(gòu)建出的高精道路地圖充分保證了道路場景的完整性，具有比傳統(tǒng)線劃地形圖更為詳盡的道路要素信息，可準(zhǔn)確還原車道級道路、道路交叉口及沿街附屬設(shè)施的空間布局。

圖4 實(shí)驗(yàn)區(qū)范圍及對應(yīng)的高精道路地圖全局效果

圖5 某路口的高精道路地圖細(xì)節(jié)圖

圖6 高精道路地圖與車載點(diǎn)云疊加效果圖

為了進(jìn)一步驗(yàn)證本文方法的可行性，利用外業(yè)控制點(diǎn)對所制作的高精道路地圖成果進(jìn)行精度評價(jià)。在實(shí)驗(yàn)區(qū)內(nèi)，沿道路均勻選取較明顯的特征點(diǎn)（如道路標(biāo)識線拐點(diǎn)等）作為檢查點(diǎn)，綜合應(yīng)用RTK和全站儀實(shí)測各檢查點(diǎn)的平面和高程坐標(biāo)，與點(diǎn)云測圖成果坐標(biāo)進(jìn)行對比，并計(jì)算平面點(diǎn)位中誤差及高程中誤差等指標(biāo)。表1 為實(shí)驗(yàn)區(qū)高精道路地圖的精度評價(jià)結(jié)果，結(jié)果表明，實(shí)驗(yàn)區(qū)高精道路地圖的總體平面精度優(yōu)于0.1 m、高程精度優(yōu)于0.05 m，已達(dá)到實(shí)現(xiàn)L3 以上級別自動駕駛所需的靜態(tài)高精地圖的精度要求[11-12]，同時(shí)也能滿足城市1∶500地形圖修測更新的需求。

表1 實(shí)驗(yàn)區(qū)高精道路地圖精度評價(jià)

5 結(jié) 語

車載LiDAR技術(shù)作為一種精細(xì)化的道路三維空間信息記錄手段，為城市路網(wǎng)信息的快速獲取更新及道路場景的三維環(huán)境構(gòu)建提供了新的技術(shù)路徑。本文設(shè)計(jì)了一套從移動測量車數(shù)據(jù)采集、點(diǎn)云數(shù)據(jù)處理到高精道路地圖制作的完整流程，并以武漢市部分市政道路為例開展了制圖生產(chǎn)實(shí)驗(yàn)，成果精度可滿足L3以上級別自動駕駛及城市1∶500 地形圖修測更新的要求。隨著車路協(xié)同一體化應(yīng)用需求的逐漸增強(qiáng)，可以預(yù)見，高精度道路地圖將在自動駕駛、交通仿真以及智慧城市建設(shè)等領(lǐng)域發(fā)揮更大的作用。