Extracção semi-automática tridimensional dos principais elementos de um perfil rodoviário a partir de dados LiDAR

Tese de mestrado em Engenharia Geográfica, apresentada à Universidade de Lisboa, através da Faculdade de Ciências, 2012O sistema LiDAR, terrestre ou aerotransportado, consiste actualmente numa das tecnologias mais utilizadas para a aquisição de enormes volumes de dados num curto período de tempo. No entanto, os dados LiDAR são, acima de tudo, dados geométricos, discretos e irregulares, pelo que inúmeras operações necessitam ser efectuadas sobre estes dados, para que, a partir deles, se possa extrair a mais variada informação acerca do objecto submetido ao varrimento. A extracção de linhas de quebra definidoras de estruturas rodoviárias que permitem a geração de modelos digitais de terreno (MDT) mais robustos nestas zonas é um tema algo trabalhado pela comunidade científica, no entanto, muitos dos trabalhos baseiam-se em abordagens matriciais, convertendo os dados laser em matrizes de cotas e trabalhando sobre elas de uma forma mais eficiente. Sabe-se, contudo, que a incapacidade de adaptação destas malhas regulares à diferente complexidade do terreno, leva à perda de informação, qualidade e precisão. Na metodologia desenvolvida dá-se, então, preferência a operações sobre representações vectoriais, procurando trabalhar sobre os dados originais e utilizar algoritmos e estruturas de dados específicos para resolver problemas geométricos diversos. É, no entanto, de referir que todos esses algoritmos foram já desenvolvidos por estudos de geometria computacional, consistindo este trabalho numa conjugação de muitos deles segundo uma sequência lógica, de modo a se produzir algo novo, neste caso, a extracção automática de pontos definidores de perfis transversais rodoviários para criação de breaklines rodoviárias. O processo desenvolvido é semi-automático pois é auxiliado por informação cedida pelo utilizador através da marcação de pontos seed sobre uma imagem intensidade definindo a direcção da estrada a vectorizar e pela indicação do número de vias em cada lado da linha marcada. Assim, a metodologia é iniciada com o cálculo dos rumos entre os pontos seed marcados, a divisão da nuvem de pontos tridimensionais em troços limitados pelos pontos seed, a criação de uma TIN por cada troço, e a definição de perfis planimétricos transversais à estrada dentro de cada troço. Posteriormente, cada um dos pontos planimétricos de cada perfil é procurado na TIN do respectivo troço, de modo a se identificar o triângulo em que este está contido para que se determine a sua cota por projecção no plano do triângulo. Em cada perfil tridimensional criado são procurados os pontos definidores de linha guia, limite da plataforma e ponto inferior da valeta. Na procura da guia é utilizada a característica intensidade de cada ponto, para a identificação do limite da plataforma é analisada a cota de cada ponto em relação aos vizinhos do interior para o exterior da faixa de rodagem e para a identificação do ponto de valeta é usada a regressão polinomial. Para a validação dos pontos identificados automaticamente é calculada a distância de Hausdorff destes pontos às linhas correspondentes adquiridas previamente por vectorização manual em ambiente CAD, directamente sobre a nuvem de pontos LiDAR.Terrestrial or airborne LiDAR system is currently one of the most used technologies for acquiring large volumes of data in a short period of time. However, LiDAR data are above all geometric, discrete and irregular data, so many operations on these data have to be performed before one can extract any information about the scanned object. The extraction of road breaklines that allow the generation of more robust digital terrestrial models (DTM) in these areas, it is a subject already worked by the scientific community. Nevertheless, many of the research studies rely on matrix approaches, converting the laser data into a gridded elevation model that allows better efficient performance. It is known that the adaptation inability of these regular meshes to different complexities of the terrain leads to a loss of information, quality and accuracy. In the developed methodology is made an effort to work with the original data and it is given preference to vector operations choosing algorithms and specific data structures to solve several geometric problems. It should be noted that all this algorithms have already been developed through studies of computational geometry, consisting this work in a combination of many of them according to a logical sequence in order to produce something new, in this case, the automatic extraction of road cross section breakpoints, so that road breaklines can be created. The developed process is semi-automatic once it is aided by information provided by the user by marking seed points on an intensity image setting the direction of the road and indicating the number of lanes on each side of the marked line. Therefore, the methodology starts with the computation of the direction between the marked seed points and then the three-dimensional laser point cloud is divided in sections defined by the seed points. After that each section is triangulated and 2D road cross sections are created. Subsequently, each of the planimetric points of each road cross section is searched in the respective TIN in order to identify the triangle that contains the point and determine the point elevation through its projection in the triangle plan. In each 3D profile, points defining the guideline, the limit of the platform and the bottom point of the ditch are searched. The first element is searched through the intensity of each laser point; the boundary of the road platform is identified examining the elevation of each profile point relative to its neighbors from the interior to the exterior of the roadway; and the ditch point is detected using polynomial regression. The validation of the points automatically identified is done calculating the Hausdorff distance between them and the corresponding lines previously acquired by manual vectorization in CAD environment directly on the LiDAR point cloud