摘要：车载激光点云技术在实际应用的过程中能够通过智能建模、云数据处理、地物自动提取等技术，对道路的模型以及道路周边交通设施信息进行收集，为道路与交通设施管理工作提供相应的数据支持。
关键词：车载激光点云技术；道路管理；交通设施管理
引言：
交通是社会发展过程中研究的重点工作，而伴随着我国的发展，我国也将更多的新技术应用于道路与交通设施管理工作中。车载激光点云技术便是其中的重点发展技术之一。本文将对车载激光点云技术在道路以及交通设施管理工作中的作用进行分析。
一、车载激光点云的研究内容
交通质量是决定一个地区发展质量的重要因素，而伴随着时代的发展，人们对于交通质量的要求也在不断的提升。在信息化时代的影响下，车载激光点云技术手段也应用于道路与交通设施管理工作中，为人们提供丰富的道路与交通设施信息与数据，极大程度的提升道路与交通设施的管理质量[1]。现阶段，车载激光点云技术在应用的过程中主要研究以下几个方面的内容。
（一）智能建模
首先，激光点云技术在应用的过程中需要获取激光点云与相机在同一时刻同一位置所获取的信息，之后，依靠所获取的信息，确定其所对应的像素以及空间位置等。最后，将带有信息的点云数据进行处理，实现数据的可视化显示，自动分类以及智能建模等。
（二）云数据预处理
在获取相关的信息后，对数据进行整理、转化、分析等，实现数据的分类，将目标的信息与其他的信息进行分组，提升信息的针对性。
（三）地物自动提取
地物自动提取是激光点云技术所研究的重点工程。其在应用的过程中能够对周边的信息进行准确的分析与判断，获取周边地区的建筑立面、线杆、指示灯等各种数据。
二、车载激光点云在道路及交通设施管理中的应用
车载激光点云技术用于道路以及交通设施管理工作中的主要对周边的信息进行收集与处理，从而为我国的道路与交通设施管理提供一定的数据支持。车载激光点云技术在应用的过程中主要是通过以下几个方面进行信息的收集与整理工作。
（一）道路模型重建
车载激光点云技术在应用的过程中能够对道路的信息进行收集，并进行智能化的建模，而道路管理人员能够通过模型以及道路的数据，判断道路的实际情况，为道路管理工作提供更多的数据支持，提升道路管理质量。车载激光点云技术应用于道路模型重建工作中其主要的工作分为两个部分。
1 道路边线的提取
在进行道路边线提取的过程中，道路笔直处所能够提取的信息量较少，而多数的道路边线信息在道路的拐弯处。测量人员在进行数据的收集过程中，主要是通过相邻的两个方向向量的角度差进行判断。一般的来说，其角度差数据越小，道路也更加的笔直，而两个方向向量角度差越大的话，道路的拐弯情况更加的严重。检测人员在进行数据收集的过程中需要在道路的两边选取相应的点，且道路两边所选取的点数相同，测量人员对道路两边点的情况进行收集，进而对道路的情况进行判断。
（1）箭头类
加载道路设施模板，新建图层“道路交通标线_线面”，该模板里已经提前建好了路上的各种箭头标志。采集完后复制到图层100109-BXDP_JT里。如图1和图2
.png)
模板 图3 箭头符号
（2）线条类
图层是100101-BXDP_LINE，该层有3个建模属性字段：color、width、break。
color：1表示白色，0表示黄色。（如有其它另外注明）
width：线条宽度，根据《标线设置规范 gb 51038-2015》合理填写。
break：因虚线是采集一整根，所以需要写明“实线长度;空隙长度”，中间用英文分号隔开。实线不用填写。如图4
图4
.png)
斑马线：用工具采集，线条不一定和实际完全对应，外轮廓对就行。每一处斑马线是一个对象，需组合起来。如图6
图5
.png)
虚、实分道线：虚分道线采集一整根，和实分道线连接处需断开，保证虚分道线两头是实短线。如图7
图6
.png)
2 道路模型的构建
在现实生活中，道路的种类较多，常见的道路有单幅、双幅路面，而部分路面会由于当地的实际情况进行部分绿化，添加护栏等。相关人员需要对道路边线数据以及照片等方面的信息进行分析与判断，按照其道路的实际情况制作符合当地实际情况的三维模型。而三维建模师在进行道路建模的过程中为保证建模的真实性，需要选择与照片情况相似的贴图进行分别使用，提升模型的真实性。车行道（分上、下行）、非机动车道、人行道、绿化带、平面交叉口、安全岛等。如下图7：
图8
.png)
（二）交通标志的扫描与分析
车载激光点云数据在实际应用的过程中，能够通过自身的特点，对道路周边的交通标志等交通设施信息进行收集与管理[2]。而相关单位在发展的过程中能够通过其所收集的数据，对交通设施实际情况进行分析，进而对原有的交通设施管理方案进行改进与完善，提升交通设施管理质量与效率。
1 数据的收集
车载激光点云数据技术在应用的过程中会对周边的数据进行更加详细的收集，并在实际应用的过程中研究相应的重点去除技术等，提升数据收集的质量与效率。
2 交通设施的识别
现阶段，利用车载激光点云数据处理技术对交通设施进行识别，主要是通过其反射强度以及形状特征对交通设施进行识别。其在应用的过程中能够较为准确的对周边的事物进行分析与判断，准确的识别杆状物，并通过其特征判断其是否属于交通标志类。其次，对分类算法进行改进与优化，让其在应用的过程中能够根据实际应用情况，按照其形状，从矩形、圆形、三角形对交通标志进行分析与分类。让相关的人员能够更加直观的判断交通标志的实际情况，进而提升相关部门的交通标志管理质量。
三、结语
道路在我国的发展过程中有着十分重要的作用，而人们对于道路以及相关的交通管理重视程度越来越高。伴随着科技的不断发展，车载激光点云技术的应用更加的广泛，而其在应用过程中的优势能够为我国的道路以及相关的交通设施管理工作上提供更多的数据支持，提升我国道路及交通设施管理质量。
参考文献：
[1]戴彬, 钟若飞. 基于车载激光扫描系统的点云三维重建研究[C]// 全国激光雷达对地观测高级学术研讨会. 2010.
[2]孙春生. 一种杆状交通设施点云自动提取的方法[J]. 城市勘测, 2018, 168(06):87-89.