(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210670842.2 (22)申请日 2022.06.15 (65)同一申请的已公布的文献号 申请公布号 CN 114758086 A (43)申请公布日 2022.07.15 (73)专利权人 盈嘉互联 （北京） 科技有限公司 地址 100049 北京市石景山区实兴大街3 0 号院16号楼10层10 08室 专利权人 盈嘉互联 （上海） 建 筑科技有限公 司　 深圳市盈嘉互联科技有限公司 　 盈嘉互联 （北京） 智慧科技有限公 司　 佛山市盈嘉智慧 空间科技有限公 司　 深圳前海盈嘉数据服 务有限公司 　 嘉兴乌镇盈嘉千镇科技有限公司 　 盈嘉互联科技(山 东)有限公司 (72)发明人 周小平　王佳　曹宁宁　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 舒淼(51)Int.Cl. G06T 17/05(2011.01) G06V 10/26(2022.01) G06V 10/762(2022.01) G06V 10/82(2022.01) G06T 7/73(2017.01) (56)对比文件 CN 110648389 A,2020.01.0 3 CN 112598993 A,2021.04.02 CN 113920266 A,2022.01.11 US 2019286921 A1,2019.09.19 李怡静等.影 像与LiDAR数据信息融合复杂 场景下的道路自动提取. 《测绘学报》 .2012,第41 卷(第06期),870 -876. 罗玲.基于LiDAR数据的铁路轨道信息提取 方法研究. 《中国优秀硕士学位 论文全文数据 库》 .2017,第1-7 7页. Jianxiong Xiao et al. .Image-based Street-side City Model ing. 《ACM Transacti ons on Graphics》 .20 09,第28卷(第5 期),第1-12页. 审查员 卢济敏 (54)发明名称 一种城市道路信息模型的构建方法及装置 (57)摘要 本申请提供了一种城市道路信息模型的构 建方法及装置， 涉及城市信息模型构建技术领 域， 包括： 根据目标城市的正射影像以及开源地 图数据， 对目标城市的城市点云数据进行区域分 割， 获得目标城市的道路点云数据； 根据道路点 云数据对各点进行聚类， 以获得目标城市的多条 道路以及各条道路对应的单道路点云数据； 针对 每条道路， 根据该条道路对应的单道路点云数 据， 提取该道路对应的关键点集合， 利用关键点 集合对单道路点云数据进行曲面拟合， 确定与该 条道路对应的城市道路信息模型。 本申请通过城市的正射影像以及开源地图数据构建城市道路 信息模型， 提高道路建模准确性。 权利要求书4页 说明书10页 附图2页 CN 114758086 B 2022.08.30 CN 114758086 B 1.一种城市道路信息模型的构建方法， 其特 征在于， 包括： 根据目标城市的正射影像以及开源地图数据， 对所述目标城市的城市点云数据进行区 域分割， 获得目标城市的道路点云数据； 根据所述道路点云数据对各点进行聚类拆分， 以获得所述目标城市的多条道路以及各 条道路对应的单道路点云数据， 其中， 所述道路点云数据包括用于确定各点之间距离的位 置特征、 用于确定道路叠加情况的空间特 征、 用于表征 各点所属道路的先验特 征； 针对每条道路， 根据 该条道路对应的单道路点云数据， 提取该道路对应的关键点集合， 利用关键点集合对单道路点云数据进 行曲面拟合， 确定与该条道路对应的城市道路信息模 型； 其中， 根据所述道路点云数据对各点进行聚类拆分， 以获得所述目标城市的多条道路 以及各道路对应的单道路点云数据的步骤 包括： 根据道路点云数据中每点对应的位置特征， 计算道路点云数据中任意两点之间的欧式 距离； 根据道路点云数据中每点对应的空间特征， 确定道路点云数据中任意两点所属道路之 间的道路叠加情况； 根据道路点云数据中每点对应的先验特征， 确定道路点云数据中任意两点在开源地图 数据中的位置关系； 根据道路点云数据中任意两点之间的欧式距离、 所属 道路之间的道路叠加情况以及在 开源地图数据中的位置关系， 对道路点云数据进行聚类拆分， 以获得多条道路以及各条道 路对应的单道路点云数据； 通过以下公式对道路点云数据进行聚类 拆分： 在该公式中， 表示空间特征对聚类的影响权重， 表示先验特征对聚类的影响权 重， 表示道路点云数据中的第i个点 以及第j个点 之间的聚 类结果， 表示道路点云数据中第i个点的数据信息， 其中， ， 在该公式中， 表示道路点云数据中第i 个点的位置特征， 其中， 分别表示第i个点在世界坐标系中x、 y、 z方向的坐标， 表示道路点云数据中第i个点的空间特征， 其中， 分别表示第i个 点在世界坐标系中x、 y、 z方向的法向量， 表示道路点云数据中第i个点在开源地图数据中 的所属道路标识；权　利　要　求　书 1/4 页 2 CN 114758086 B 2表示道路点云数据中第j个点的数据信息， 其中， ， 在该公式中， 表示道路点云数据中第 j个点的位置特征， 其中， 分别表示第j个点在世界坐标系中x、 y、 z方向的坐标， 表示道路点云数据中第j个点的空间特征， 其中， 分别表示第j 个点在世界坐标系中x、 y、 z方向的法向量， 表示道路点云数据中第j个点在开源地图数据 中的所属道路标识。 2.根据权利要求1所述的方法， 其特征在于， 根据 所述道路点云数据对各点进行聚类拆 分， 以获得 所述目标城市的多条道路以及各 条道路对应的单道路点云数据的步骤 包括： 根据所述 开源地图数据中的道路矢量数据， 确定所述目标城市的第一道路掩膜图像； 通过第一预设语义分割网络对所述目标城市的正射影像进行道路识别， 获得所述目标 城市的第二道路掩膜图像； 对第一道路掩膜图像和第二道路掩膜图像进行融合， 获得城市道路语义图； 将所述城市点云数据投射到城市道路语义图的坐标平面上， 并利用第 二预设语义分割 网络参照所述城市道路语义图对所述城市点云数据进 行分割， 以获得目标城市的道路点云 数据。 3.根据权利要求2所述的方法， 其特 征在于， 通过以下 方式获得城市道路语义图： 针对第二道路掩膜图像中的每 个像素点： 确定该像素点在第二道路掩膜图像中所属的目标道路 以及该像素点在所述第二道路 掩膜图像中的位置坐标； 判断第一道路掩膜图像中是否存在该像素点对应的目标道路； 若所述第一道路掩膜图像中存在该像素点对应的目标道路， 则将所述第 一道路掩膜图 像中与所述 位置坐标对应的像素点确定为城市道路语义图中的像素点； 若所述第一道路掩膜图像中不存在该像素点对应的目标道路， 则将该像素点确定为城 市道路语义图中的像素点。 4.根据权利要求1所述的方法， 其特征在于， 针对每条道路， 通过以下方式提取该道路 对应的关键点 集合： （A） 获取该条道路的单道路点云数据中的初始关键点， 将所述初始关键点确定为预设 区域中心点， 并保存至关键点 集合； （B） 从该 单道路点云数据中获取距离预设区域中心点 最近的邻近点； （C） 计算该距离预设区域中心点最近的邻 近点与预设区域中心点之间的距离是否小于 预设区域半径； （D） 若该距离预设区域中心点最近的邻 近点与预设区域中心点之间的距离小于预设区 域的半径， 则将该邻近点确定为下一关键点并添加至关键点集合， 确定关键点集合中的关 键点的平均值， 使用该平均值更新预设区域中心点， 并返回执行步骤 （B） ， 直至遍历该单道 路点云数据中所有的点， 确定关键点 集合； （E） 若该距离预设区域中心点最近的邻 近点与预设区域中心点之间的距离大于或等于权　利　要　求　书 2/4 页 3 CN 114758086 B 3