基于分块ROAM算法的大规模路面点云重建.docVIP

基于分块ROAM算法的大规模路面点云重建 　　摘 要：本文主要工作是根据车载激光获取的路面点云数据，在尽量保留路面特征的基础上，建立路面细节层次模型。通过对比相关技术，研究了基于分块的ROAM算法，实现了实时调度大规模路面点云并建模的工作。首先将点云数据通过内存映射读入内存，选取进行建模的初始点云数据，对建模数据进行分块，根据与视点的距离建立两个不同评价准则，建立二元三角树，实现了三维路面可视化及漫游，并利用文件数据动态更新显示的数据。实验结果表明，文中算法能够很好的处理大规模点云数据，并且能保留路面特征。 中国论文网 /8/view-7212313.htm 　　关键词： 路面重建；点云；细节层次 　　中图法分类号： TP391 文献标识码： A 　　Large-scale Point Cloud of Pavement Reconstruction based on Blocked ROAM Algorithm 　　WU Qifang1，TANG Haoxuan1，GU Haiyan1 　　1（School of Computer Science and Technology， Harbin Institute of Technology， Harbin 150001， China） 　　Abstract：The main work of this paper is to establish pavement level of detail model according to pavement surface point cloud data obtained by the vehicle―borne laser， based on retain pavement features as much as possible. Through the comparison of related technology， the paper analyzes the ROAM algorithm based on block， realizes the real-time scheduling and modeling of large-scale pavement point cloud. First the paper reads point cloud data into memory through memory mapped， then select the initial point cloud data modeling.After that， the modeling data are divided into blocks， and according to the distance from viewpoint two different evaluation criteria are set up. At last， establishes Triangle Bintree， achieves The 3D road visualization and the roaming，therefore uses the data dynamic to update data.The experimental results show that this algorithm can deal with large-scale point cloud data， and can keep the pavement characteristics. 　　Key words：Pavement Reconstruction； Point Cloud； Level of Detail 　　0 引言 　　随着我国国民经济的快速发展，交通运输行业也进入高速增长期，公路总里程等多项参数业已升至世界首位。与此同时人们对于公路的要求也日趋高端，其中良好的路况即尤显重要，为此就对公路养护提出了更高要求，而路面检测则是路面养护的一项基础性的首要研究工作。传统的路面检测方法主要是依靠人力，我国现今也普遍采用此方法，这种方式存在着诸如耗时长，耗费人力大，效率低下等一众缺点；另外，对于工作人员也存在一定安全问题，有时甚至会影响交通正常运行。为了保证通车道路的舒适安全运营，传统路面检测方法中的路面养护已经难于适应时下的整体经济发展，因此一种实时自动的道路路面检测系统即已成为迫切期待解决的重点攻关技术课题。 　　激光测量技术由于其具备了精度高、速度快、操作简单等优点，而在近年来获得了迅速发展，并已广泛用于文物复原、汽车制造等领域。将其装载到车体上形成车载移动测量系统则可进行大范围的地表测量、建筑物信息获取等支持性技术工作。并且由于