公路资产三维实景快速建模技术方案

目录

  • 1. 应用背景
  • 点云矢量建模特征提取
    • 1. 路面标识线自动提取
    • 2. 交通标志牌自动提取
    • 3.护栏、路缘石自动提取
    • 4.路面矢量高程自动纠正
  • 属性及编码计算
    • 1.里程桩号自动计算
    • 2.单体化要素自动编码
  • 公路三维实景模型自动化建模

1. 应用背景

  随着“数字交通强国”建设的不断深入,高精度的道路三维地理信息数据在其中扮演的角色愈发重要。道路三维移动测量系统是一种新型的测绘装备,能够快速、高效率的获取道路路面、路基、沿线设施、地形等高精度三维空间数据和属性数据,构建道路数字化管理基础大数据,可为公路改扩建、路产管理、高精度地图导航、养护巡检及应急指挥等工作提供重要支撑。
  交通运输部印发《关于推进公路数字化转型 加快智慧公路建设发展的意见》(以下简称《意见》),推动公路建设、养护、运营等全流程数字化转型。《意见》提出了2027年和2035年的目标,分期实现公路全生命期“一套模型、一套数据”,深度应用数字化技术提升质量和效率,降低运行成本。
  科研团队自主研发了点云建模数据处理平台,研究了基于点云与图像的智能化特征提取算法,实现了GIS矢量与BIM模型无缝转换。核心功能包括路面特征提取与建模、护栏、路缘石特征提取与建模、杆牌特征提取与建模、道路矢量属性专题编辑等,可实现道路资产1:1快速数字化建模,综合数据处理效率测算:相比传统人工方法提高50%以上。

点云矢量建模特征提取

  使用自主研发的点云数据处理软件,基于激光点云与DOM二三维联动测图功能提取道路路面、标识线、标志牌、监控设施、路灯、路缘石、护栏、交叉口等矢量建模特征。
在这里插入图片描述

图1 点云与二维矢量

在这里插入图片描述

图2 三维矢量与二维矢量

1. 路面标识线自动提取

  可基于点云和DOM影像进行路面标识线的自动化提取,包括:长标线、短标线、斑马线、导流线、减速线等。
在这里插入图片描述

图3 路面标识线自动提取效果

2. 交通标志牌自动提取

  基于点云与图像融合数据,运用深度学习算法自动提取轮廓及纹理信息。
在这里插入图片描述

图4 交通标志牌自动提取效果

3.护栏、路缘石自动提取

  基于自动生长的护栏、路缘石提取方法,在点云中沿路缘石生长方向自动绘制护栏线、路缘石线。
在这里插入图片描述

图5 护栏自动提取效果

4.路面矢量高程自动纠正

  针对矢量数据高程错误及高程缺失问题,研发基于三维高程基准面的矢量要素投影匹配方法,自动纠正矢量要素高程信息。
在这里插入图片描述

图6路面矢量高程自动纠正效果

属性及编码计算

1.里程桩号自动计算

  基于道路中心线和桩号图层,实现各点线面矢量要素的起终点桩号、中心点桩号自动计算。
在这里插入图片描述

图1 里程桩号自动计算效果

2.单体化要素自动编码

  模型的分类编码参照《公路工程信息模型应用统一标准》(JTG/T 2420—2021)第5章的有关规定进行编制。“实景模型标识码”包含路段编码、桩号、设施识别码、设施顺序码等。
在这里插入图片描述

图2 平面交叉口要素自动编码效果

公路三维实景模型自动化建模

  针对自动化快速建模需求,研发了公路三维实景模型自动化建模工具,实现GIS矢量数据、属性编码数据与模型的无缝转换。建模工具包括:路面(机动车道、非机动车道、人行道)、标识线(长短标线、导向箭头)、路缘石、标志牌、绿化带及杆设施等。
在这里插入图片描述

图1 公路实景模型自动建模工具

在这里插入图片描述

图2 路面三角网构建与多要素自动投影贴合

在这里插入图片描述

图3 路面自动建模效果(路面、标识线、人行道、绿化带)

在这里插入图片描述

图4 杆目标自动建模效果(支撑杆、标志牌、路灯)

在这里插入图片描述

图5 护栏、路缘石自动建模效果

在这里插入图片描述

图6 护坡自动建模效果

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/663968.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

「多客」圈子论坛社区交友系统开源版小程序源码|圈子社区系统

简述 社交圈子论坛系统是一种面向特定人群或特定话题的社交网络,它提供了用户之间交流、分享、讨论的平台。在这个系统中,用户可以创建、加入不同的圈子,圈子可以是基于兴趣、地域、职业等不同主题的。用户可以在圈子中发帖、评论、点赞等互…

表格中附件的上传及显示#Vue3#后端接口数据

表格中附件的上传及显示#Vue3#后端接口数据 实现效果&#xff1a; 表格中上传附件 代码&#xff1a; <!-- 文件的上传及显示 --> <template><!-- 演示地址 --><div class"dem-add"><!-- Search start --><div class"dem-ti…

利用audacity和ffmpeg制作测试音频文件

最近要用SIPP测试一个场景&#xff0c;需要发送双声道/16K采样率/16bit量化的PCM流&#xff0c;但是下载的素材往往不能满足参数要求。那么就自己制作。 首先下载mp3文件&#xff0c;并用audacity打开。 接下来&#xff0c;点击菜单栏中轨道-重采样&#xff0c;将采样频率设为1…

【机器学习】Samba-CoE实现高效推理部署

Samba-CoE&#xff1a;突破AI内存墙&#xff0c;实现高效推理部署 一、引言二、Samba-CoE系统概述三、突破AI内存墙的关键技术流数据流三层内存系统 四、Samba-CoE的推理部署与优化动态模型切换资源优化分配性能加速 五、代码实例与实现细节六、结语 一、引言 随着人工智能技术…

AI视频下载:ChatGPT数据科学与机器学习课程

ChatGPT是一个基于OpenAI开发的GPT-3.5架构的AI对话代理。作为一种语言模型,ChatGPT能够理解并对各种主题生成类似人类的响应,使其成为聊天机器人开发、客户服务和内容创作的多用途工具。 此外,ChatGPT被设计为高度可扩展和可定制的,允许开发人员对其响应进行微调并将其集成到…

在“AI PC”中使用NPU运行 Phi-3-mini

欢迎关注我的公众号“ONE生产力”&#xff0c;获取更多AI、云计算资讯分享&#xff01; 前段时间&#xff0c;我做了一系列微软Phi-3-mini小语言模型的教程&#xff0c;很多朋友参考教程进行了实践&#xff0c;其中有一个朋友反馈说模型token推理很慢&#xff0c;没有答道我说…

【论文精读】SAM

摘要 本文提出Segment Anything&#xff08;SA&#xff09;&#xff0c;一个可prompt的视觉分割模型&#xff0c;通过一个 能实现视觉特征强大泛化的任务在包含大量图像的数据集上对模型进行预 训练&#xff0c;旨在通过使用prompt工程解决新数据 分布上的一系列下游分割问题。…

FPGA新起点V1开发板(七-语法篇)——程序框架+高级语法(选择性做笔记)

文章目录 一、模块结构二、赋值三、条件语句 一、模块结构 默认是wire类型&#xff0c;assign是定义功能。 上面这两个always都是并行 例化 二、赋值 有两种赋值“”和“<” “”是阻塞赋值&#xff0c;也就是从上到下&#xff0c;依次完成 “”是非阻塞赋值&#xff0c;…

PMP认证与NPDP认证哪个含金量高?

PMP和NPDP&#xff0c;哪个含金量更高呢&#xff1f; PMP可以全面提升你的职业发展&#xff0c;无论你是技术人员还是项目管理人员&#xff0c;都能帮助你打破思维定式&#xff0c;拓宽视野&#xff0c;并提升管理水平和领导能力。 NPDP不仅帮助个人了解新产品开发流程和原理…

032.最长有效括号

题意 给你一个只包含 ( 和 ) 的字符串&#xff0c;找出最长有效&#xff08;格式正确且连续&#xff09;括号子串的长度。 难度 困难 示例 输入&#xff1a;s "(()" 输出&#xff1a;2 解释&#xff1a;最长有效括号子串是 "()" 输入&#xff1a;s …

数据挖掘与机器学习——聚类算法

目录 无监督学习 聚类算法 概念&#xff1a; 功能&#xff1a; 应用场景&#xff1a; 评判标准&#xff1a; 划分聚类&#xff1a; K-means聚类 逻辑实现&#xff1a; 聚类方式 问题&#xff1a; 解决&#xff1a; 可能存在的问题&#xff1a; 1.初始值对K-means聚…

C/C++开发,opencv-objdetect模块,CascadeClassifier人脸识别应用

目录 一、CascadeClassifier应用简介 1.1 objdetect模块 1.2 CascadeClassifier类 1.3 detectMultiScale函数详解 二、CascadeClassifier应用示例 2.1 模型及图片下载准备 2.2 程序代码 2.3 程序编译及运行 一、CascadeClassifier应用简介 1.1 objdetect模块 在OpenCV…

信号与槽函数的魔法:QT 5编程中的核心机制

新书上架~&#x1f447;全国包邮奥~ python实用小工具开发教程http://pythontoolsteach.com/3 欢迎关注我&#x1f446;&#xff0c;收藏下次不迷路┗|&#xff40;O′|┛ 嗷~~ 目录 一、信号与槽函数的基本概念 二、信号与槽函数的实现原理 三、信号与槽函数的代码实例 四…

Windows环境下 postgresql16 增量备份及恢复

修改postgresql.conf isten_addresses * wal_level replica archive_mode on archive_command copy /V "%p" C:\\backup\\wal_files\\%f 注意写法&#xff0c;这里有大坑 restore_command copy c:\\backup\\wal_files\\%f "%p" recov…

FatFs文件系统移植到MCU平台详细笔记经验教程

0、准备工作 在移植FatFs文件系统前&#xff0c;需要准备好一块开发板&#xff0c;和一张SD卡&#xff0c;且需要已经实现开发板正常的读写SD卡或其它硬件设备。 本文笔记教程中使用的硬件设备是STM32F407VET6开发板&#xff08;板载SD插槽&#xff09;&#xff0c;配备8G和32G…

vscode:多个Tab同时展示项目

打开设置 设置中搜索window.nativeTabs&#xff0c;打钩。 这样就可以了

【稳定检索/投稿优惠】2024年语言、文化与艺术发展国际会议(LCAD 2024)

2024 International Conference on Language, Culture, and Art Development 2024年语言、文化与艺术发展国际会议 【会议信息】 会议简称&#xff1a;LCAD 2024大会时间&#xff1a;2024-08-10截稿时间&#xff1a;2024-07-27(以官网为准&#xff09;大会地点&#xff1a;中国…

【Java面试】六、Spring框架相关

文章目录 1、单例Bean不是线程安全的2、AOP3、Spring中事务的实现4、Spring事务失效的场景4.1 情况一&#xff1a;异常被捕获4.2 情况二&#xff1a;抛出检查异常4.3 注解加在非public方法上 5、Bean的生命周期6、Bean的循环引用7、Bean循环引用的解决&#xff1a;Spring三级缓…

JS-51-Node.js10-yarn

一、yarn的简介 Yarn 是一款 JavaScript 的包管理工具&#xff08;npm的代替方案&#xff09;&#xff0c;是 Facebook, Google, Exponent 和 Tilde 开发的一款新的 JavaScript 包管理工具。 正如 Yarn 官网的介绍&#xff0c;Yarn 的具有速度快 、安全 、可靠 的优点&#x…

【机器学习】Transformer模型大小与性能探究

Transformer模型大小与性能&#xff1a;不仅仅是尺寸的问题 一、Transformer模型的挑战二、经验标度定律的局限性三、记忆过程与性能动态五、结论与展望 在人工智能和机器学习的领域里&#xff0c;模型的大小与性能之间的关系一直是研究人员关注的焦点。然而&#xff0c;最近的…