多层次空间语义约束的道路参数化建模研究
杜鹏1,2，丁晓龙1,2，陈宗强1,2,，赵维1,2,，袁婷3，黄红伟4
（1.青岛市勘察测绘研究院, 山东 青岛 266000；
2.海陆地理信息集成与应用国家地方联合工程研究中心，山东 青岛 266000；
3.滴图（北京）科技有限公司，北京 100089；
4.武汉天际航信息科技股份有限公司，武汉 430074）
摘要:
针对当前道路实体建模中复用性低、方法固化、组织管理不规范的问题，提出了一种参数化道路实体建模方法。选取潍坊和青岛两个城市的部分地区为测区，基于航空影像数据、道路实体参数、CityGML标准实现道路实体参数采集、表达和组织管理；在多层次语义规则约束下构建道路图元三维模型，确保道路三维模型的建模的精确性；基于多边形裁剪算法实现道路实体三维模型与城市场景的融合。实验结果表明，研究所提出的参数化建模方法能够清晰、准确、规范地构建出城市道路实体的三维建模，即使对于道路交叉口同样能够准确表达。其最终模型几何效果、模型复用性和后续模型修改灵活度均优于倾斜摄影模型。
0 引言
当前，城市建设和城市管理正在逐步由数字城市向智慧城市转变，如何快速、准确、高校的获取城市地理实体三维模型，是推进城市建设由数字化向智慧化转变的重要步骤[1]。道路作为城市中重要的基础设施建设之一，其实体三维建模研究对城市交通、行人和车辆导航、城市灾害预测和管理有重要作用[2-3]。当前关于地理实体三维建模研究可以分为基于数据驱动[4-7]和基于模型驱动[8-12]两种方法，前者常用的数据包括航空摄影数据和三维激光点云数据，通过检测建模对象的边界线和点线面拓扑关系可以灵活处理各种外形复杂的三维模型，但激光点云数据数据处理过程复杂，技术要求和采集成本都较高[13-15]，航空摄影数据受拍摄时成像角度、遮挡等因素影响，在地形起伏度大、建筑物密集或者弱纹理区建模效果较差。基于模型驱动的方法中常见的有构建模型库[16]和基于形状语法和语义规则的建模方法[17]，前者在建模时通过在模型库匹配出最适合的模型结构和图元组合来实现地理实体三维建模，建模技术难度和复杂度有所降低，但对于外形复杂的实体无法准确描述出其三维模型；后者用特定的语法来描述模型，通过调整模型参数来改变模型性质，模型的灵活度和复用性均有很大提升。综上，基于数据驱动的建模方法虽已有很高的自动化程度，但其对数据质量要求较高，否则建模效果较差，且最终得出的建模结果未进行单体化，对城市道路管理、应急服务等意义不大，后续单体化仍需耗费大量时间。基于模型驱动的建模方法虽然自动化程度不如基于数据驱动的方法，但其通过调用模型库中的单个模型和对模型参数的修改，提升了模型利用效率和灵活性，同时还便于后续模型单体化，降低整体工作量。
当前，对于道路参数化建模已有一些研究，文献[18]基于图像衍生模板和规则生成虚拟道路网，此类方法是面向虚拟场景，无法满足真实世界的道路三维重建。文献[19]通过开发框架产生连贯的街道网络模型，结合交通信息和街道对象实现真实路网三维重建，但在不同类型的道路建设中缺乏灵活性，且视觉效果较差。结合前人研究，文章针对城市道路实体，建立一套组织规范的自动化三维重建方案，通过设计统一的参数化表达方式、基于多层次语义约束的建模方法，完成批量城市道路实体模型的构建，结果对满足新型基础测绘需求、降低建模成本等具有重要意义。
1 原理与方法
1）基于无人机正射影像和倾斜影像数据，提取测区城市道路的数字线划图（digital line graphic，DLG）和数字高程模型（digital elevation model，DEM），对道路网数据预处理和空间姿态计算。
2）对道路实体设计统一的参数化表达模板，描述并存储道路实体的语义信息和图元的几何信息
3）然后在多层次语义约束规则下生成道路三维模型。
4）将建设完成的道路实体三维模型融合到城市场景模型中。技术流程图如图1所示。
1.1 道路网构建预处理
1.1.1 道路网中心线预处理
道路网中心线以绝对坐标存储，其它图元的位置表达均以此为参考进行描述，是道路实体参数化建模的基础，因此为提高后续建模精度，先对道路网中心线数据进行预处理。
1）道路中心线采样。以往直接基于数字线划图采集的道路中心线没有高程信息，无法满足城市道路中地势起伏的表达。基于DEM数据对道路中心线进行高程采样，使其具有高程信息。
2）道路中心线交叉点处理。道路交叉口包括平面交叉和立体交叉，受数据采集过程中误差的影响，会存在部分地区几何关系表达错误，需要设定规则进行正确判断，一是两条不完全重叠的道路中心线L1、L2在平面XOY中存在交点O；二是计算交点O在L1、L2上的高程值Z1、Z2，若高程差小于2 m，则为平面交叉口，此处O点高程值用二者均值表示，反之则为立体交叉口。
1.1.2 空间姿态计算
受道路中心线曲率、道路起伏等原因，后续道路单位模型之间会存在姿态变换问题。为保证后续道路模型间匹配姿态的准确性，计算出道路的坡度角（pitch）、侧方位角（roll）方位角（yaw），分别对应现实道路中的坡度、超高、方向。
1）坡度角计算
2）侧方位角计算
3）方位角计算
1.1.3 道路线特征增强
利用倾斜三维模型进行参数值提取，但原始模型中的噪声会导致部分线特征模糊或者弯曲成弧形，为提高参数提取精度，使用基于曲率分析的网格分割算法和平面扩展算法增强网格模型的线面特征。基本思想如下：首先基于曲率分析的分割算法，将网格模型分割为平面、可展凹面、可展凸面和不可展面。然后将分割好的面类型进行平面拟合，将可展曲面的顶点有选择地分配给其邻近的最优的平面，其最优包括法向代价，距离代价最优。当平面标签不同的顶点构成拓扑邻接时，将平移代价最小的顶点位移到平面间的交线上，实现了线特征构建（图2）。
1.2 道路实体化参数化表达与管理
1.2.1 道路实体参数化表达原则与存储
CityGML是ISO TC211与OGC发布的可扩展的城市空间数据交换与编码的国际标准，遵循面向对象的原则，支持同一地理实体的多层次描述和几何、语义特征的集成存储管理。城市道路实体虽然几何外形复杂，但结构稳定，拓扑关系明确，适合进行参数层次化管理[20]，在道路模型参数组织管理时参考道路施工设计[21]和CityGML标准，表达原则为：面向对象、由内到外、由总到分。
1.2.2道路实体参数化表达
城市道路实体包含普通道路（可看作路基）、高架桥、道路附属设施3类。
1）路基
公路路基标准横断面包含车道和路肩[21]，城市道路一般包含人行道，人行道在视觉上与路肩相互连接，文中将二者合并，统称为“人行道”，结构如图3。表达顺序为由道路中心线至两边。语义信息表达包含路基图元模型的宽度、高度、纹理。几何信息包含图元的相对位置、布局信息，为保证各个图元间的平滑过渡和无缝衔接，还加入了曲率半径值阈值minR、曲线平滑调控因子smoothness，为方便后续模型的更新、管理，加入道路偏移参数offset，正值表示向右侧人行道偏移，反之向左侧偏移。
若需对原有模型进行更新修改，或者在此基础上构建更为复杂的路基模型，只需对图元信息和参数信息进行增添或修改。假如在现有标准路基模板的基础上增加路缘石，需要细化原有的人行道图元，在原节点下新增子节点，并在子节点下增加相应的语义字段和建模参数。修改后的人行道参数表达和三维模型如图4所示。
2）高架桥
文中定义图5为标准高架桥结构，包括桥梁路基、桥跨、桥墩3类结构。语义信息表达包括上述3类结构中各图元的宽度、高度、纹理信息，桥墩结构还需存储间隔信息gap。几何信息描述与上述路基的描述方式相同。若需对标准高架桥结构进行修改，直接增删修改原有模板的语义描述和参数信息即可。
3）道路附属设施
交通道路的附属设施包括交通安全设施、绿化设施、路边公共设施。按照分布规律可以分为有序分布（如路灯、行道树等）和无序分布（如公交站牌，交通指示牌等）。以路灯为例，对有序分布设施的参数标准化描述进行说明，图6中x轴为路基面横轴，y轴为路灯高度纵轴，O为目标图元距离道路中心线最近的点，gap表示路灯间隔，mark表示可视标志序列，若mark={1，0，1，1}，表示1、3、4处路灯显示，2处不显示。无序分布设施需要确定该模型的三维点坐标，通过坐标将其导入到道路场景中。
1.3 道路实体三维模型构建
城市道路密集，路况复杂，直接进行道路实体建模难以保证复杂场景建模的规范性，且会导致部分地区建模失败。多层次空间语义约束规则[22]通过对道路网基准面进行语义约束，引导道路实体图元模型在空间中准确定位、匹配建模参数、修改几何轮廓，提高建模的规范性和准确率。首先解析道路实体参数模板中实体类型和其对应的语义、几何信息，得到图元信息和建模参数；然后，对道路网进行多层次空间语义约束，构建道路网基准面；由道路网基准面约束和引导图元模型的构建，生成道路实体三角网模型；对三角网模型进行纹理映射，完成模型构建。
1.3.1 多层次空间语义约束规则
约束规则包括3种。空间姿态语义约束规则、空间布局语义约束规则、图元组合语义约束规则，原理如图7所示。以道路路基为例分别进行说明。
1）空间姿态语义约束
空间姿态语义约束是用来确定道路实体模型的空间位姿。通过建立局部坐标系对单位道路路基进行空间姿态语义约束，建设完成后统一转为全局坐标系。
2）空间布局语义约束
空间布局语义约束是用来确定道路基准面的空间位置关系。通过道路实体各角点的坐标对不同种类、图元的道路实体间的拓扑关系进行描述。以单位道路路基面简化图为例（图8）。
3）图元组合语义约束
图元组合语义约束是对同类图元或图元组的组合约束。包括相离和相邻两种类型，相离图元即两个图元间有一固定间距（如桥墩），使用gap字段定义即可；相邻图元包括拐角道路、非拐角道路两种类型，其约束需要在连接处添加连接面。
曲线采样构建完成后，将连接面细化为拓扑连接边数小于5的多边形面。从外侧曲线段上第一个采样点开始，遍历出同一个面上拓扑不相邻的边界线上的点中最近的点，两点连接线即为细化多边形的一条边界线，对剩余采样点重复以上过程，直至完成，结果如图9-c所示。
此外还存在一种特殊的拐弯道路-交叉路口。根据我国《公路路线设计规范》的规定，平面交叉岔数不应超过4条，它可以看做是3-4个拐角的汇合，其处理方法与拐弯道路一致，只需按照一确定方向进行处理即可。
非拐角道路。非拐角道路即道路延伸角度未发生变化，宽度发生变化。处理方法与拐角道路处方法相同，先进行曲线拟合，其次进行曲线采样，最后基于采样点细化连接面，过程及结果如图10所示。
图10 非拐角处连接面处理过程
1.3.2 道路实体三维模型生成
基于上述多层次语义约束规则完成道路网基准面构建后，编写道路实体中涉及的不同类型图元的建模算法，然后对道路网基准面中图元匹配相应算法，生成构建起模型的离散点，利用离散点构建出三角网，生成道路实体三维模型，结果如图11（上述3类相邻图元）。
1.3.3 纹理映射
受分辨率、拍摄角度和后期处理过程影响，基于无人机拍摄的地理实体真实影像进行纹理映射存在着纹理遮挡、色彩不均匀等问题，影响三维模型的清晰感。因此研究采用预先处理好的公共纹理对道路实体模型进行纹理映射，它可以较好解决上述纹理遮挡、色彩不均等问题。纹理单元映射到道路实体模型表面有三种情况：等比映射、重复纹理映射、纹理变形映射（图12）。等比映射即通过目标区域OBCA和纹理区域O’B’C’A’一一对应的映射关系进行贴图即可；重复纹理映射即目标区域ODEA大于纹理区域O’B’C’A’，先映射OBCA区域，然后将B、C两点作为新的起始点，计算CE与AC的比值kt，截取到纹理单元kt处的纹理，通过顶点匹配进行纹理映射即可；纹理变形映射即当目标区域DFGE与纹理区域形状不相同时，需要对纹理进行变形，使其与目标区域形状一致，得到各个点的纹理坐标，然后将目标区域分块，遍历所有区块，通过顶点匹配进行纹理映射。
1.4 道路实体三维模型与城市场景融合
模型融合主要有两种方法：以城市场景模型为基准修改道路模型和以道路模型为基准修改场景模型。此处采用第二种方法，首先获取道路模型的边界信息，利用道路模型边界线切割城市场景模型的三角网，剔除相交部分，实现模型融合。因此融合问题可转变为多边形裁剪的问题，数据处理可细分为以下五种情况（图13）。
1）若三角形与裁剪线有两个交点，判断待裁剪三角形与多边形是否相交，若不相交，保留三角形（图13-a）；若相交，将三角形作为下一条裁剪边的比较三角形（图13-b）。
2）若两个交点都在裁剪多边形的边上，插入交点s1、s2，并将三角形顶点与交点相连，使之分解成两个三角形（图13-c），保留蓝色区域。
3）若两个交点之间有一个多边形顶点（图13-d），插入多边形边上的点s1，并将多边形顶点分别于三角形三个顶点相连，分解为4个三角形，保留蓝色区域，剩余三角形与下一条裁剪边判断。
4）若两个交点的连线包含了多边形的两个顶点（图13-e），则插入两个顶点和两个交点，将多边形顶点与三角形三个顶点相连，分解为5个三角形，保留蓝色区域，剩余三角形与下一条裁剪边判断。
图13 基于多边形裁剪算法的点内插策略
2 实验结果分析
2.1 实验数据
选取潍坊和青岛两个城市的部分地区为实验区（简称潍坊测区、青岛测区）。潍坊测区面积约为204万m2，以平直路为主，道路规则，包含两处十字路口和一处高架桥；青岛测区面积约为83万m2，道路弯曲多变，路况复杂，包含多处交叉路口和高架桥。实验数据包括两个测区航空影像数据、DLG数据、DEM数据（图14）和道路地理实体的参数信息。
图14 实验区数据
2.2 城市道路实体参数化建模
基于DLG数据和预处理操作构建出道路网，使用基于上述提出的道路实体参数化表达方法，层次化组织和存储道路、高架桥、附属设施的图元参数信息，具体信息见图15，同时编写行车道、中心线、交叉路口、人行道、路缘石、高架桥护栏、桥跨、桥墩等图元的建模算法。基于多层次空间语义约束规则和各个图元建模算法，生成道路实体模型。
图15 道路实体图元划分
图16展示了潍坊和青岛测区的实体三角模型。可以发现，基于参数化建模方法可以清晰准确的构建出道路网三维模型，道路实体模型间、图元间的连接处过渡自然，边界平滑。对于道路在平面上相交的部分，可以基于道路网数据中心点的高程判断准确分离出普通十字路口、交叉路口和高架桥，形成互通式的交叉路口和立体分离式交叉路口。
图16 实验区道路三角网划分
2.3城市道路实体模型纹理映射
道路实体三角模型建设完成后进行纹理映射，结果如图17所示。从两个城市测区的整体效果看，道路实体的每个三角网都准确映射上了纹理，模型可视化效果明显增强，细节特征更加明显，真实感强。由于高架桥实体模型包含细节多、图元丰富，构造最为复杂，纹理映射难度大，将映射后的高架桥模型与拍摄的航空影像进行视觉上的对比，可以发现模型基本准确映射了真实的高架桥，展示效果较好。
2.4 城市道路实体模型与场景的融合
将纹理映射后的道路模型融合进城市场景模型中。为保证效率，将测区内城市道路实体和场景模型裁剪成多个瓦片，依次进行融合处理。融合整体效果和细节图见图18、图19，可以发现在两个不同起伏度和复杂度的测区中，道路模型均能够紧贴城市场景模型。究其原因，在路网预处理阶段使用DEM数据对道路中心线进行了重采样，使路网具有高程信息，即使在地势起伏较大青岛地区依然能够较好实现模型融合。
2.5 城市道路实体参数化模型与倾斜摄影模型对比
选取潍坊测区中同一地点，分别使用倾斜摄影模型和参数化实体模型对道路网进行三维建模，倾斜摄影模型使用ContextCapture软件生成，对结果进行对比（图20）。可以发现，基于倾斜摄影模型能够真实还原出现实场景中的路况，真实性强，但会存在道路行车道边界边界模糊、不清晰的现象，同时在立体交叉路口等复杂道路网处，未正确映射出道路真实空间关系，出现建模错误，对于路缘石等细小图元，无法清晰、准确表达出来。基于参数化建模方法生成的道路实体模型虽纹理真实性劣于前者，但它通过对道路网进行预处理、参数定义道路模型图元、公共纹理映射，能够快速生成完整、清晰的道路三维模型，在模型的复用性、准确性、完整性方面均优于前者。
图20 倾斜摄影模型与参数化实体模型几何效果对比
3 结束语
随着我国新型基础测绘的推进，大规模场景模型应用越来越广泛。针对城市道路实体，文章提出了一套组织规范的自动化三维重建方案。选取潍坊和青岛两个测区，首先基于倾斜摄影测量技术、道路实体参数、CityGML实现道路实体参数采集、表达和组织管理；其次在多层次语义约束规则下构建道路图元三维模型；最后将建设完成的道路实体三维模型融合到整体城市场景中，实现道路实体的场景化建模。实验结果表明，研究所提出的参数化建模方法能够清晰、准确、规范地构建出城市道路实体的三维建模，即使对于道路交叉口同样能够准确表达。其最终模型几何效果、模型复用性和后续模型修改灵活度均优于倾斜摄影模型。 （原文有删减）
【作者简介杜鹏（1980—），男，山东五莲人，高级工程师，主要研究方向为摄影测量与遥感。
6894488@qq.com
【引用格式】杜鹏，丁晓龙，陈宗强，等． 多层次空间语义约束的道路参数化建模研究 ［Ｊ］． 测绘科学，２０２３，４８（３）：９９-１１０。
转自：“测绘学术资讯”微信公众号
如有侵权，请联系本站删除！
