一种城市道路空间三维化的构筑方法和系统技术方案

本申请属于道路三维建模技术领域，公开了一种城市道路空间三维化的构筑方法和系统，其中方法包括：获取道路高精度二维地图信息和纵向分布信息；建立高精度三维地形场景，并基于二维地图信息和纵向分布信息进行道路筛分及参数设置；构筑道路空间的三维模型；利用无人机倾斜摄影技术获取目标区域的三维实景模型；进行深度学习匹配，进一步提升构筑模型精度。利用三维空间模型与倾斜摄影获取的三维实景模型相结合，解决了三维城市级路网模型单一、精度较低、不符合实际情况等问题，能较好地实现城市道路各类路面空间三维化的构建,生成的城市三维路面模型在空间精度和空间形态上更能满足实际应用需求。能满足实际应用需求。

【技术实现步骤摘要】
一种城市道路空间三维化的构筑方法和系统


[0001]本申请涉及道路三维建模
，更具体地说，涉及一种城市道路空间三维化的构筑方法和系统。

技术介绍

[0002]随着城市化进程的不断发展，交通网络日益发达，高架桥、地铁、地下通道与地面道路交织在一起，呈现出错综复杂的立体交通网络，二维平面图已经很难直观的表现出如此复杂的交通特性，因此，三维可视化技术应运而生，城市道路作为连接城市不同功能区的空间纽带以及城市空间信息流的主要载体，其三维模型便是数字城市(Digital City)及三维城市模型(Three Dimensional City,3DCM)不可或缺的重要组成部分。道路三维模型一般是由路面模型及其附属构造物模型构成，路面模型通常是道路三维模型的主体。
[0003]城市道路由于在空间结构及空间信息上与一般城际公路有明显差别，现有的路面三维模型构建方法在模型精细程度及整体数据量上，不能完全满足城市道路三维建模的实际应用需求。

技术实现思路

[0004]为了解决上述问题，本申请提供一种城市道路空间三维化的构筑方法和系统。
[0005]本申请提供的一种城市道路空间三维化的构筑方法和系统采用如下的技术方案：一种城市道路空间三维化的构筑方法，所述方法包括：获取道路高精度二维地图信息；获取道路的高程信息及桥梁、隧道或交叉重叠道路的纵向分布信息；建立高精度三维地形场景，并基于二维地图信息和纵向分布信息进行道路筛分及参数设置，形成道路的初始线状数据；将道路参数与三维场景坐标数据进行分析融合，构筑道路空间的三维模型；利用无人机倾斜摄影技术获取目标区域的三维实景模型；将实体模型与道路空间的三维模型进行深度学习匹配，进一步提升构筑模型精度。
[0006]进一步的，所述获取道路高精度二维地图信息包括：获取道路的车道及宽度信息；获取道路的类型及方向信息；获取道路中间及边缘的交通设施信息。
[0007]通过上述技术方案，使得道路信息的获取更加精细化，从而可以直观形象地理解这些道路数据信息，进一步提高了后模型建立和数据匹配的准确性。
[0008]进一步的，所述将实体模型与道路空间的三维模型进行深度学习匹配的步骤包括：将倾斜摄影获取的实景模型与道路空间三维模型的特征点进行关联；
通过寻找同名特征点进行空间点云的粗配准，得到完整点云成果；对点云成果进行精配准工作，得到融合点云模型；对融合点云模型进行不规则三角网构建和纹理映射处理；输出三维融合模型。
[0009]通过上述技术方案，倾斜摄影技术生成的实体模型与道路空间三维模型相结合，进一步提高了三维模型的精细程度及准确性，避免出现因数据偏差或数据滞后带来的三维模型与实际情况不匹配等问题。
[0010]本申请还提供了一种城市道路空间三维化的构筑系统，包括：数据采集模块，用于获取道路高精度二维地图信息、高程信息及桥梁、隧道或交叉重叠道路的纵向分布信息，得到道路信息离散点数据集；数据处理模块，用于分析收集到的道路信息的离散点数据集，分析离散点之间的关联性；数据融合模块，用于融合所收集的二维道路信息数据；数据分离模块，用于解析道路信息数据的拓扑关系，从分类合并后的路段数据中分离出各段道路的节点数据；道路模型建立模块，分析处理后的路段数据和节点数据，依据三维道路在空间上的特征，结合道路高程数据信息，建立三维道路模型；深度学习匹配模块，将实体模型与道路空间的三维模型进行深度学习匹配和优化，获取高精度三维道路模型。
[0011]存储和转换模块，用于对生成的三维道路模型进行存储及文件格式转换。
[0012]进一步的，所述道路模型建立模块还用于道路区域纹理映射、道路构造物及附属交通设施的添加。
[0013]通过上述技术方案，使得道路信息更加丰富，进一步提高了三维模型的精细程度。
[0014]综上所述，本申请具有以下有益技术效果：本申请提供的城市道路空间三维化的构筑方法利用三维空间模型与倾斜摄影获取的三维实景模型相结合，解决了三维城市级路网模型单一、精度较低、不符合实际情况等问题，能较好地实现城市道路各类路面空间三维化的构建,生成的城市三维路面模型在空间精度和空间形态上更能满足实际应用需求。
附图说明
[0015]图1为本申请城市道路空间三维化的构筑方法实施例的流程示意图；图2为实体模型与道路空间的三维模型进行深度学习匹配的流程示意图；图3为本申请城市道路空间三维化的构筑系统实施例的结构示意图。
具体实施方式
[0016]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述；显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例，基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0017]在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。另外，为了更好的说明本申请，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本申请同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
[0018]实施例1：以下结合附图1
‑
3对本申请作进一步详细说明。
[0019]本申请实施例公开一种城市道路空间三维化的构筑方法，包括：S1：获取道路高精度二维地图信息；S2：获取道路的高程信息及桥梁、隧道或交叉重叠道路的纵向分布信息；S3：建立高精度三维地形场景，并基于二维地图信息和纵向分布信息进行道路筛分及参数设置，形成道路的初始线状数据；S4：将道路参数与三维场景坐标数据进行分析融合，构筑道路空间的三维模型；S5：利用无人机倾斜摄影技术获取目标区域的三维实景模型；S6：将实体模型与道路空间的三维模型进行深度学习匹配，进一步提升构筑模型精度。
[0020]其中，获取道路高精度二维地图信息包括：a.获取道路的车道及宽度信息；b.获取道路的类型及方向信息；c.获取道路中间及边缘的交通设施信息。
[0021]通过以上技术方案，使得道路信息的获取更加精细化，从而可以直观形象地理解这些道路数据信息，进一步提高了后模型建立和数据匹配的准确性。
[0022]请参见图2，将实体模型与道路空间的三维模型进行深度学习匹配的步骤包括：S601：将倾斜摄影获取的实景模型与道路空间三维模型的特征点进行关联；S602：通过寻找同名特征点进行空间点云的粗配准，得到完整点云成果；S603：对点云成果进行精配准工作，得到融合点云模型；S604：对融合点云模型进行不规则三角网构建和纹理映射处理；S605：输出三维融合模型。
[0023]通过以上技术方案，将倾斜摄影技术生成的实体模型与道路空间三维模型相结合，进一步提高了三维模型的精细程度及准确性，避免出现因数据偏差或数据滞后带来的三维模型与实际情况不匹配等问题。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种城市道路空间三维化的构筑方法，其特征在于，所述方法包括：获取道路高精度二维地图信息；获取道路的高程信息及桥梁、隧道或交叉重叠道路的纵向分布信息；建立高精度三维地形场景，并基于二维地图信息和纵向分布信息进行道路筛分及参数设置，形成道路的初始线状数据；将道路参数与三维场景坐标数据进行分析融合，构筑道路空间的三维模型；利用无人机倾斜摄影技术获取目标区域的三维实景模型；将实体模型与道路空间的三维模型进行深度学习匹配，进一步提升构筑模型精度。2.根据权利要求1所述的一种城市道路空间三维化的构筑方法，其特征在于：所述获取道路高精度二维地图信息包括：获取道路的车道及宽度信息；获取道路的类型及方向信息；获取道路中间及边缘的交通设施信息。3.根据权利要求1所述的一种城市道路空间三维化的构筑方法，其特征在于：所述将实体模型与道路空间的三维模型进行深度学习匹配的步骤包括：将倾斜摄影获取的实景模型与道路空间三维模型的特征点进行关联；通过寻找同名特征点进行粗配准，得到完整点云成果；对点云成果进行精配准工作，...

【专利技术属性】
技术研发人员：张扬，何承，张祎，孙杨世佳，杨涛，李佳璐，
申请(专利权)人：上海市城乡建设和交通发展研究院上海市数字化城市管理中心，
类型：发明
国别省市：