[发明专利]基于车载点云数据的三维高精度地图的构建方法

权利要求书

1.一种基于车载点云数据的三维高精度地图的构建方法，其特征在于，具体包括以下步骤：

S1：采集道路的点云数据和全景照片数据；

S2：从步骤S1中获得的点云数据和全景照片数据中提取道路矢量数据；

S3：判断步骤S2中提取的道路矢量数据中的要素数据是否完整；若要素数据不完整，则返回步骤S2重新提取道路矢量数据；若要素数据完整，则进行分析处理；

S4：根据步骤S2中提取的道路矢量数据中的要素数据拟合形成道路中心线及车道中心线，再基于交通标识指引信息对道路路口进行拓扑几何路径规划，获取路口通行路径规划；同时通过道路中心线及车道中心线进行坡度分析和曲率分析，获取坡度和曲率信息；

S5：将坡度和曲率信息与要素数据进行数据整合，并形成不同等级的图层组，再将各个图层组的要素分级进行关联，从而得到三维高精地图；

所述步骤S1中通过车载激光点云采集车采集道路的点云数据和全景照片数据；

所述步骤S2中提取的道路矢量数据包括道路路面矢量数据和路侧矢量数据，其中所述道路路面矢量数据包括道路标线数据、道路边线数据和车道边线数据；所述路侧矢量数据包括路侧交通标志数据和路侧地物数据；

所述步骤S2提取道路路面矢量数据和路侧矢量数据，具体包括以下步骤：

S21：通过点云强度信息对点云进行识别，获取道路路面标线标识所对应的强度区域，分割出地面上的标志、标线、人行横道线等对应强度的点云数据，通过自动识别提取出对应要素的矢量信息，再通自动捕捉、自动绘制生成路面标识标线包含道路边线和车道边线的三维矢量要素数据；

S22：通过分析点云数据，自动获取路侧杆状地物对应的点云数据，并进行筛选纠正，形成与实物等比例的三维的杆状信息的要素数据；

S23：通过参照获取的全景照片数据的信息对采集的道路路面矢量数据的要素数据进行属性录入，完成要素数据的位置和属性的完整采集；

S24：对采集的要素数据进行质量检查；

所述步骤S3具体包括：

S31：当提取的矢量数据为道路路面矢量数据时，若要素数据不完整，则返回步骤S2重新提取道路矢量数据；若要素数据完整，则转至步骤S4做进一步处理；

S32：当提取的矢量数据为道路路侧矢量数据时，若要素数据不完整，则返回步骤S2重新提取道路矢量数据；若要素数据完整，则结合高清全景照片数据对要素数据进行属性录入，完善要素数据的属性信息，再转至步骤S5；

所述步骤S4通过在道路路口处构建道路虚拟连接线和车道虚拟连接线分别将道路中心线和车道中心线进行连通，再依据交通标识指引信息对道路路口进行拓扑几何路径规划，形成道路路口拓扑关系连接，获取路口通行路径规划，作为行车指引依据；

所述步骤S5具体包括：

S51：将步骤S4中获取的坡度和曲率信息赋值到对应的道路中心线和车道中心线中，再对要素数据进行数据整合；

S52：对道路要素数据进行分组处理，按照“地图-图层组-图层-要素”的数据逻辑组织模型对数据进行图层划分；将道路路面矢量数据逐级分为道路网图层组、车道网图层组和车道线图层组，将路侧矢量数据分布按照其类型、分布位置及属性信息进行分类，整合成道路其它设施图层组，并分布于对应的图层中；

S53：对各个图层组的信息进行逐层关联，组成相互联络的高精度地图整体，从而得到三维高精地图；

所述道路网图层组包括道路边线层、道路中心线层和道路连接线层，与传统导航电子地图进行关联，通过空间关系可调用传统导航电子地图数据信息；

所述车道网图层组包括车道中心线层和车道连接线层，所述车道网图层组与所述道路网图层组建立关联关系；

所述车道线图层组包含道路边线层，与所述车道网图层组建立关系关联；

所述道路其它设施图层组包含停止线层、杆状地物层、交通标志层、线状分离设施层和线状跨路设施层，与所述道路网图层组和车道网图层组建立关联关系。