(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 20221024583 6.2 (22)申请日 2022.03.14 (65)同一申请的已公布的文献号 申请公布号 CN 114419231 A (43)申请公布日 2022.04.29 (73)专利权人 幂元科技有限公司 地址 518000 广东省深圳市福田区梅林街 道梅坳一路268号深燃大厦6楼6 03 (72)发明人 林强　乔怡然　李岳峰　陈君辉　 黄振盛　 (74)专利代理 机构 深圳壹舟知识产权代理事务 所(普通合伙) 44331 专利代理师 欧志明 (51)Int.Cl. G06T 15/00(2011.01)G06T 15/04(2011.01) G06T 17/00(2006.01) G06F 16/36(2019.01) (56)对比文件 US 201919731 1 A1,2019.0 6.27 WO 2020189 909 A2,2020.09.24 US 2020209370 A1,2020.07.02 审查员 翟紫伶 (54)发明名称 基于点云数据和AI技术的交通设施矢量识 别提取分析系统 (57)摘要 本发明公开了基于点云数据和AI技术的交 通设施矢量识别提取分析系统， 属于智慧交通技 术领域。 为解决现有的交管部门在对道路车辆以 及交通设施的监控都采用画面或者平面信号的 方式， 这种方式存在着一定的局限性， 工作人员 无法直观的获取到设施以及车辆的实际数据， 从 而导致一些应用上的使用会出现误差的问题， 三 维实景建模技术引擎是一个三合一引擎， 是数据 引擎、 地图引擎和视频引擎的三合一自主引擎， 采用视频融合、 多地图集 成多视角应用和第一人 称视角的多镜头融合高低点联动室内外联动以 及实时视频实时人脸车辆特征行为实时结构化 解析分析实现全息刻画、 身临其境和沉浸式体验 指挥。 权利要求书4页 说明书9页 附图3页 CN 114419231 B 2022.07.19 CN 114419231 B 1.基于点云数据和AI技术的交通设施矢量识别提取分析系统， 包括LiDAR技术应用， 其 特征在于： 所述LiDAR技术应用包括道路LiDAR固位测量、 车载LiDAR移动测量和机载LiDAR高空测 量， 且道路LiDAR固位测量、 车载LiDAR移动测量和机载LiDAR高空测量均包括高速捕捉相 机,所述道路LiDAR固位测量、 车载LiDAR移动测量、 机载LiDAR高空测量和高速捕捉相机的 输出端与地面信号基站的输入端连接， 所述地面信号基站的输出端与数据采集预 处理模块 的输入端连接， 且数据采集预处 理模块的输出端与城市道路运维管理平台的输入端连接； 道路LiDA R固位测量： 通过将道路LiDA R设备安装在路灯或者监控结构上来完成对道路 点云数据的采集； 车载LiDAR移动测量： 通过将道路LiDAR设备安装在汽车的顶部， 跟随汽车的行驶来采 集道路以及周围街景的点云数据； 机载LiDA R高空测量： 通过将道路LiDA R设备安装在 无人机上从高空以俯视的角度拍摄 更多的点云数据， 且无 人机对目标进行跟随移动； 高速捕捉相机： 三组采集模式上都配备有高速相机， 通过画面的采集可以获取到实景 的色彩数据； 地面信号基站： 用于 接收仪器设备采集到的数据信息， 再由基站上传至平台结构上； 数据采集预处理模块： 针对相同区域的采集数据进行规划整理， 并将其一同进行打包 压缩； 城市道路运维管理平台： 由交管部门所提供建 设的平台系统； 所述城市道路运维管理平台包括三维全景引擎平台、 二维矢量数据服务平台、 共享应 用平台和设施交互管控平台， 所述三维全景引擎平台包括全局 三维优化展示， 且二维矢量 数据服务平台包括全局平面优化展示； 三维全景引擎平台： 收集 点云数据并对其进行分析处 理， 之后完成建模； 二维矢量数据服 务平台： 将三维地图中的数据同步到二维的平面 地图中进行显示； 共享应用平台： 将点云数据通过共享平台进行传输； 设施交互管控平台： 同交管部门的交通设施控制系统进行交 互； 全局三维优化展示： 以三维的方式来展示虚拟的道路模型； 全局平面优化展示： 将三维转 化为平面展示； 所述三维全景引擎平台与局内目标标定双向连接， 且局内目标标定的输出端与行动轨 迹估算的输入端连接， 所述行动轨 迹估算的输入端与AI深度算法学习的输出端连接； 局内目标 标定： 标定目标主 要为道路上的车辆模型； 行动轨迹估算： 系统会通过路面上的测速装置获取到当前标定目标的区间车速信息， 以及该目标 所在道路上的岔道信息来进行 预判； AI深度算法学习： 借助人工智能系统来辅助标定目标的各项计算操作； 所述局内目标标定的输出端与 标定跟进的输入端连接， 且标定跟进和行动轨迹估算的 输出端与位置算法 反馈的输入端连接； 标定跟进： 标定的目标在移动时， 局内的三维模型视角会跟随其 一同进行移动； 位置算法 反馈： 参照当前目标的移动方向和移动速度来将其同步到局内建模中。 2.根据权利要求1所述的基于点云数据和AI技术的交通设施矢量识别提取分析系统，权　利　要　求　书 1/4 页 2 CN 114419231 B 2其特征在于： 所述三维全景引擎平台包括静态点云采集和动态点云采集， 且静态点云采集 和动态点云采集的输出端与建模分析计算和三维模型渲染的输入端连接； 静态点云采集： 静态点云包括 树木花草、 道路设施以及周边建筑； 动态点云采集： 动态点云包括道路车辆以及人流； 建模分析计算： 对 采集到的点云数据进行高效的分析和计算； 三维模型渲染： 对 模型进行表面色彩的渲染。 3.根据权利要求2所述的基于点云数据和AI技术的交通设施矢量识别提取分析系统， 其特征在于： 所述建模分析计算包括体积分析、 特征分析、 色彩分析和层次分析， 且三维模 型渲染包括点云特征提取和点云渲染数据， 所述建模分析计算的输出端与模型计算 公式展 示的输入端连接， 且三维模型渲染的输出端与模型渲染 公式展示的输入端连接； 体积分析： 计算分析点云数据的长 宽高； 特征分析： 针对异形点云数据中较为 突出的特 征形状进行分析计算； 色彩分析： 分析点云数据的表面色彩信息； 层次分析： 针对多个点云数据之间的位置关系进行分析计算； 点云特征提取： 提取较为 突出的特 征到系统中； 点云渲染数据： 获取到相对真实  的色彩数据； 模型计算公式展示： 系统经过分析计算后会得到模型的各项建模数据公式， 导入到建 模平台后可自动生成模型； 模型渲染公式展示： 系统经过分析计算后会得到模型的各项色彩渲染数据公式， 导入 到建模平台 内部的渲染系统后可自动对 模型进行 上色。 4.根据权利要求3所述的基于点云数据和AI技术的交通设施矢量识别提取分析系统， 其特征在于： 所述模型计算 公式展示和模型渲染公式展示的输出端与可视三 维建模的输入 端连接， 且可视三维建模的输出端与模型形态展示的输入端连接， 所述模型形态展示的输 出端与模型数据库的输入端连接， 且模型形态展示包括AI形态矫正比对和AI色彩矫正比 对； 可视三维建模： 系统内部所使用的建模应用， 直接导入公式生成模型 结构； 模型形态展示： 用来展示 生成的模型外观； 模型数据库： 可以 以区域为单位来储存多组建模数据； AI形态矫 正比对： 通过智能系统来对 模型的外 部结构进行边 缘矫正和裁切； AI色彩矫 正比对： 通过智能系统来对 模型的渲染色彩进行调色矫 正。 5.根据权利要求4所述的基于点云数据和AI技术的交通设施矢量识别提取分析系统， 其特征在于： 所述模型数据库的输出端与局内模型生成的输入端连接， 且局内模型生成的 输出端与模型预设标记的输入端连接， 所述模型预设标记的输出端与全局三 维优化展示的 输入端连接， 且 全局三维优化展示的输入端与模型布置矫 正的输出端连接； 局内模型生成： 点击生成后， 系统会将库内的建模直接贴图到图纸对应的位置上； 模型预设标记： 根据点云数据的提供， 在局内图纸上将对应的模型建筑进行 标记； 模型布置矫 正： 局内模型布置结束后， 系统会 对其进行 方向以及间距的矫 正。 6.根据权利要求5所述的基于点云数据和AI技术的交通设施矢量识别提取分析系统， 其特征在于： 所述模型数据库的输出端与三维模型逆向点云采集的输入端连接， 且三维模权　利　要　求　书 2/4 页 3 CN 114419231 B 3