一种激光点云公路断面处理方法、装置、设备及存储介质

技术领域

本发明涉及公路勘测技术领域，尤其涉及一种激光点云公路断面处理方法、装置、设备及存储介质。

背景技术

激光雷达(light detection and ranging,LiDAR)是集激光、全球定位系统(global positioning system,GPS)和惯性导航系统(inertial navigation system,INS)技术于一体的主动雷达探测技术，不仅能够克服植被、阴影的影响，而且受天气影响较小，可用于快速、精确、大规模地获取地面及地面目标的三维空间信息。其数据密度大且几何精度高，因此利用LiDAR获取的高精度数字表面模型(digital surface model,DSM)，可以满足大比例尺地形图的精度需求。

获取准确的断面地面线是公路勘测设计的一项重要工作。传统的地表断面线生产方法是先用LiDAR点云滤波获取地面点，通过地面点生成数字地面模型，再用数字地面模型(通常为高精度数字表面模型digital surface model,DEM)映射得到断面信息数据，生产出断面产品。

但是，在生产实践中，目标的断面范围往往很小，所涉及的数据量也较小。但传统方法需要对全局数据进行滤波后才能生产DEM，这会造成大量的数据冗余，以致浪费计算能力，严重影响生产效率。此外，由于在大区域中真实地表非常复杂，存在各种形态的起伏，地表覆盖种类也更多样，因此对点云数据进行整体滤波操作，不仅滤波参数阈值难以选择，而且统一的阈值会使差异较大的区域滤波质量低，从而生产的DEM失真，最终影响断面质量。

发明内容

有鉴于此，有必要提供一种激光点云公路断面处理方法、装置、设备及存储介质，用以解决现有技术中传统方法需要对全局数据进行滤波，严重影响激光点云公路断面处理效率，且真实地表复杂度高，滤波参数阈值难以选择，导致断面质量差的问题。

为达到上述技术目的，本发明采取了以下技术方案：

第一方面，本发明提供了一种激光点云公路断面处理方法，包括：

获取公路的激光点云数据，根据断面信息从激光点云数据提取断面点云数据；

对断面点云数据进行预处理，并将预处理后的断面点云数据投影至二维平面得到二维断面点云数据；

计算二维断面点云数据的右偏值，根据右偏值对二维断面点云数据进行滤波处理；

将滤波后的二维断面点云数据划分为若干个点云区间，根据点云区间分配抽稀策略，并基于抽稀策略对点云区间进行抽稀得到公路断面点云。

优选的，获取公路的激光点云数据，根据断面信息从激光点云数据提取断面点云数据，包括：

获取中桩点坐标，根据中桩点坐标计算中桩点的方位角；

根据中桩点的方位角和中桩点坐标计算断面直线的方程表达式；

基于中桩点，根据预设边桩距离阈值确定断面直线的边桩位置；

根据激光点云数据确定断面距离阈值，并根据断面距离阈值、边桩位置和激光点云数据到断面直线的距离提取断面点云数据。

优选的，获取公路的激光点云数据，根据断面信息从激光点云数据提取断面点云数据，还包括：

若提取出多条断面点云数据，旋转断面点云数据使得断面直线与横坐标轴垂直；

根据旋转后的断面直线与横坐标轴交点的横坐标排序，并基于排序结果建立索引号。

优选的，对断面点云数据进行预处理，并将预处理后的断面点云数据投影至二维平面得到二维断面点云数据，包括：

通过高斯滤波算法对断面点云数据进行预处理得到去噪的断面点云数据；

将去噪的断面点云数据投影至二维平面得到二维断面点云数据。

优选的，计算二维断面点云数据的右偏值，根据右偏值对二维断面点云数据进行滤波处理，包括：

根据预设间距将二维断面点云数据分成若干点云数据段；

将所有点云数据段中纵坐标最小的点云直线连接得到初始地形折线；

确定二维断面点云数据到初始地形折线的离地高差，根据离地高差计算二维断面点云数据的离地高差右偏值；

当离地高差右偏值大于零时，将二维断面点云数据按照离地高差从大到小排列，依次删除离地高差的极大值点，并重新计算离地高差右偏值直至离地高差右偏值不大于零。

优选的，将滤波后的二维断面点云数据划分为若干个点云区间，根据点云区间分配抽稀策略，包括：

根据预设间距将滤波后的二维断面点云数据划分为若干个点云区间并计算每一点云区间的起伏度；

根据起伏度和第一预设阈值将点云区间划分为平坦区和非平坦区；

根据第二预设阈值将非平坦区划分为粗糙区和非粗糙区；

根据点云区间的划分类型为每一点云区间分配抽稀策略；抽稀策略保留所有点云区间内高程极值点和所有非平坦区内的高曲率点。

优选的，根据第二预设阈值将非平坦区划分为粗糙区和非粗糙区，包括：

对非平坦区内的所有点云进行曲线拟合确定拟合高程值；

根据非平坦区内的所有点云的拟合高程值和实际高程值确定非平坦区的地表粗糙度；

根据地表粗糙度和第二预设阈值将非平坦区划分为粗糙区和非粗糙区。

第二方面，本发明还提供了一种激光点云公路断面处理装置，包括：

提取模块，用于获取公路的激光点云数据，根据断面信息从激光点云数据提取断面点云数据；

预处理模块，用于对断面点云数据进行预处理，并将预处理后的断面点云数据投影至二维平面得到二维断面点云数据；

滤波模块，用于计算二维断面点云数据的右偏值，根据右偏值对二维断面点云数据进行滤波处理；

抽稀模块，用于将滤波后的二维断面点云数据划分为若干个点云区间，根据点云区间分配抽稀策略，并基于抽稀策略对点云区间进行抽稀得到公路断面点云。

第三方面，本发明还提供了一种电子设备，包括存储器和处理器，其中，

存储器，用于存储程序；

处理器，与存储器耦合，用于执行存储器中存储的程序，以实现上述任一种实现方式中的激光点云公路断面处理方法中的步骤。

第四方面，本发明还提供了一种计算机可读存储介质，用于存储计算机可读取的程序或指令，程序或指令被处理器执行时，能够实现上述任一种实现方式中的激光点云公路断面处理方法中的步骤。

采用上述实施例的有益效果是：本发明涉及一种激光点云公路断面处理方法、装置、设备及存储介质，该方法包括：获取公路的激光点云数据，根据断面信息从所述激光点云数据提取断面点云数据；对所述断面点云数据进行预处理，并将预处理后的断面点云数据投影至二维平面得到二维断面点云数据；计算所述二维断面点云数据的右偏值，根据所述右偏值对所述二维断面点云数据进行滤波处理；将滤波后的二维断面点云数据划分为若干个点云区间，根据所述点云区间分配抽稀策略，并基于所述抽稀策略对所述点云区间进行抽稀得到公路断面点云。本发明提供的一种激光点云公路断面处理方法、装置、设备及存储介质，根据断面信息从激光点云数据提取断面点云数据，避免对全局数据进行处理，减少了处理的数据数量，缩小了计算范围，从而提高了断面的处理效率，根据二维断面点云数据的右偏值进行滤波处理，避免使用统一的阈值使差异较大的区域滤波质量低，保证了最终断面生产的质量，根据不同的区域分配不同的抽稀策略，提高了断面生产的精度，也即提高了断面的质量。

附图说明

图1为本发明提供的激光点云公路断面处理方法的一实施例的流程示意图；

图2为图1中步骤S101的一实施例的流程示意图；

图3为本发明提供的建立断面索引的一实施例的三维示意图；

图4为图1中步骤S103的一实施例的流程示意图；

图5为本发明提供的二维断面点云数据的一实施例的滤波示意图；

图6为图1中步骤S104的一实施例的流程示意图；

图7为图6中步骤S603的一实施例的流程示意图；

图8为本发明提供的激光点云公路断面处理装置的一实施例的结构示意图；

图9为本发明实施例提供的电子设备的结构示意图；

图10为本发明提供的实验区的一实施例的点云示意图；

图11为本发明提供的断面点云的一实施例的点云侧视图；

图12为本发明提供的断面点云的一实施例的滤波结果图；

图13为本发明提供的断面点云的一实施例的抽稀结果图。

具体实施方式

下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。

在对本发明的实施例进行阐述之前，对相关词语进行解释说明：

中桩点：为表示中线位置和线形等，沿路线中线所设置的编有桩号的桩或标志。中桩点的方位角定义为当前中桩点和下一中桩点的连线与正北方向的夹角。规定最后一个中桩点的方位角与前一个中桩点相同。

高程：某点沿铅垂线方向到绝对基面的距离，称绝对高程，简称高程。

在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本发明提供了一种激光点云公路断面处理方法、装置、设备及存储介质，以下分别进行说明。

请参阅图1，图1为本发明提供的激光点云公路断面处理方法的一实施例的流程示意图，本发明的一个具体实施例，公开了一种激光点云公路断面处理方法，包括：

S101、获取公路的激光点云数据，根据断面信息从激光点云数据提取断面点云数据；

S102、对断面点云数据进行预处理，并将预处理后的断面点云数据投影至二维平面得到二维断面点云数据；

S103、计算二维断面点云数据的右偏值，根据右偏值对二维断面点云数据进行滤波处理；

S104、将滤波后的二维断面点云数据划分为若干个点云区间，根据点云区间分配抽稀策略，并基于抽稀策略对点云区间进行抽稀得到公路断面点云。

在上述实施例中，通过激光雷达对目标公路进行数据采集，得到目标公路的激光点云数据，而断面信息在确定目标公路时，可以获取该公路设计的相关信息，包括了断面信息和中桩点的相关信息，如每隔20米获取一个断面，通过这些信息可以从大量的激光点云数据中快速找到断面点云数据，极大地缩小了计算范围。

激光点云数据噪声通常由激光光束照射到空中障碍物如飞鸟等，或光束照射到物体表面经过多次反射造成，在数据中呈现空间上孤立的特征，又被称为离群点。离群点会影响滤波质量，造成断面信息不准确，需要针对离群点进行预处理，即去噪处理。

地面点到不规则三角网(triangulated irregular network,TIN)模型的离地高差服从正态分布，而地物点是影响该分布的噪声点，即地物点到TIN的离地高差就是影响该分布的粗差，它会导致分布曲线右偏，不符合中心极限定理，通过离地高差右偏值来对二维断面点云数据进行滤波处理。

在实际生产中，为了满足硬件及效率的需要，往往需要减少激光点云数据冗余，因此对断面点云数量有一定要求。然而由于激光点云数据采集时通常会尽可能得到最大密度的激光点云数据，即使经过滤波，断面点云数量仍然很多，影响了断面的处理。如果通过降低断面宽度来减少断面点云数量，就会使断面不能准确描述地表起伏变化。综上所述，对断面点云进行抽稀，以减少点云数量，但同时还要保证地形特征得以保留。抽稀后得到的断面点云数据即为公路断面的点云数据。

与现有技术相比，本实施例提供的一种激光点云公路断面处理方法，该方法包括：获取公路的激光点云数据，根据断面信息从所述激光点云数据提取断面点云数据；对所述断面点云数据进行预处理，并将预处理后的断面点云数据投影至二维平面得到二维断面点云数据；计算所述二维断面点云数据的右偏值，根据所述右偏值对所述二维断面点云数据进行滤波处理；将滤波后的二维断面点云数据划分为若干个点云区间，根据所述点云区间分配抽稀策略，并基于所述抽稀策略对所述点云区间进行抽稀得到公路断面点云。本发明提供的一种激光点云公路断面处理方法、装置、设备及存储介质，根据断面信息从激光点云数据提取断面点云数据，避免对全局数据进行处理，减少了处理的数据数量，缩小了计算范围，从而提高了断面的处理效率，根据二维断面点云数据的右偏值进行滤波处理，避免使用统一的阈值使差异较大的区域滤波质量低，保证了最终断面生产的质量，根据不同的区域分配不同的抽稀策略，提高了断面生产的精度，也即提高了断面的质量。

请参阅图2，图2为图1中步骤S101的一实施例的流程示意图，在本发明的一些实施例中，获取公路的激光点云数据，根据断面信息从激光点云数据提取断面点云数据，包括：

S201、获取中桩点坐标，根据中桩点坐标计算中桩点的方位角；

S202、根据中桩点的方位角和中桩点坐标计算断面直线的方程表达式；

S203、基于中桩点，根据预设边桩距离阈值确定断面直线的边桩位置；

S204、根据激光点云数据确定断面距离阈值，并根据断面距离阈值、边桩位置和激光点云数据到断面直线的距离提取断面点云数据。

在上述实施例中，确定激光点云数据中为中桩点的点云，激光点云数据包括了点云的坐标，在建立坐标时可以确定中桩点坐标，因此可以直接获取中桩点坐标。以相邻两点P

式中：α为中桩点方位角，Δx＝x

由于断面垂直于中桩点方向，因此根据中桩点的方位角α可得横断面线的直线方程为：

y＝kx+b；

式中：k＝tan(α+π/2)。代入中桩点坐标(x，y)即求得横断面线所在直线方程。

以中桩点为界，分别沿横断面线方向两侧预设边桩距离阈值确定断面线的边桩位置。预设边桩距离阈值可以根据实际进行设置，本方案对此不作进一步赘述。确定了边桩位置就确定了断面的初始范围，后续操作只需对边桩位置内的点云进行处理即可。

根据激光点云数据的点密度确定断面距离阈值，计算激光点云数据到断面直线的距离，将激光点云数据到断面直线的距离在断面距离阈值之内的点云提取出来，得到断面点云数据，其余激光点云数据舍弃，从而缩小了要计算的数据量的范围，提高了计算效率。

请参阅图3，图3为本发明提供的建立断面索引的一实施例的三维示意图，在本发明的一些实施例中，获取公路的激光点云数据，根据断面信息从激光点云数据提取断面点云数据，还包括：

若提取出多条断面点云数据，旋转断面点云数据使得断面直线与横坐标轴垂直；

根据旋转后的断面直线与横坐标轴交点的横坐标排序，并基于排序结果建立索引号。

在上述实施例中，通过建立断面点云索引可以对断面点云数据进行快速检索和计算。

在本发明的一些实施例中，对断面点云数据进行预处理，并将预处理后的断面点云数据投影至二维平面得到二维断面点云数据，包括：

通过高斯滤波算法对断面点云数据进行预处理得到去噪的断面点云数据；

将去噪的断面点云数据投影至二维平面得到二维断面点云数据。

在上述实施例中，高斯滤波算法认为点云到其邻域点的距离在空间中呈正态分布，噪声点分布于远离高斯分布均值的2σ～3σ之外的区域，据此可以判断并去除噪声点。具体步骤如下：

步骤1：设置k邻近搜索参数；

步骤2：遍历断面点云数据，统计每个点云到其最邻近的k个点云的平均距离；

步骤3：计算全部点云k邻近平均距离均值和方差；

步骤4：剔除平均距离超过3σ的点云。

将去噪后的点云投影至ZOY平面(如图3所示)，用于滤波处理。

请参阅图4，图4为图1中步骤S103的一实施例的流程示意图，在本发明的一些实施例中，计算二维断面点云数据的右偏值，根据右偏值对二维断面点云数据进行滤波处理，包括：

S401、根据预设间距将二维断面点云数据分成若干点云数据段；

S402、将所有点云数据段中纵坐标最小的点云直线连接得到初始地形折线；

S403、确定二维断面点云数据到初始地形折线的离地高差，根据离地高差计算二维断面点云数据的离地高差右偏值；

S404、当离地高差右偏值大于零时，将二维断面点云数据按照离地高差从大到小排列，依次删除离地高差的极大值点，并重新计算离地高差右偏值直至离地高差右偏值不大于零。

在上述实施例中，预设间距可以根据实际情况进行设置，本发明对此不做进一步限制。将二维断面点云数据分成若干点云数据段，所有的点云数据段的长度都是相同的。

在每一点云数据段中寻找最低的点云，也即该段点云数据段中纵坐标最小的点云，将所有点云数据段中纵坐标最小的点云用直线连接起来，得到的折线为初始地形折线。

点云沿铅垂线方向与初始地形折线之间的距离为离地高差，确定二维断面点云数据中的每一点云的离地高差，记为X

根据离地高差均值计算离地高差标准差：

根据离地高差标准差计算离地高差右偏值：

式中：N为总点数，μ为剩余点云的离地高差均值，σ为剩余点云的离地高差标准差，S

请参阅图5，图5为本发明提供的二维断面点云数据的一实施例的滤波示意图，在理想状态下，S

请参阅图6，图6为图1中步骤S104的一实施例的流程示意图，在本发明的一些实施例中，将滤波后的二维断面点云数据划分为若干个点云区间，根据点云区间分配抽稀策略，包括：

S601、根据预设间距将滤波后的二维断面点云数据划分为若干个点云区间并计算每一点云区间的起伏度；

S602、根据起伏度和第一预设阈值将点云区间划分为平坦区和非平坦区；

S603、根据第二预设阈值将非平坦区划分为粗糙区和非粗糙区；

S604、根据点云区间的划分类型为每一点云区间分配抽稀策略；抽稀策略保留所有点云区间内高程极值点和所有非平坦区内的高曲率点。

在上述实施例中，预设间距可以和将二维断面点云数据分成若干点云数据段时的预设间距相同，也可以设置成其他值，本发明对此不做进一步限制。先计算每一点云区间内的高程极大值与高程极小值，点云区间的起伏度由区间内高程极大值与高程极小值作差得到。

第一预设阈值与区间大小设置有关，一般不超过区间边长的1/2，将点云区间的起伏度小于阈值的区间标记为平坦区，将点云区间的起伏度大于阈值的区间标记为非平坦区，第一预设阈值设置过大会导致过多区间被分为平坦区，地形关键点被剔除；设置过小则导致非平坦区点云数量增加，影响计算效率。

对于非平坦区还需要进一步划分粗糙区和非粗糙区，以实现对不同的区间精准分类，从而更好的确定区间的抽稀策略，对区间进行抽稀得到准确的断面点云。

还需要根据曲率公式计算所有非平坦区点云曲率，在保留所有区间内高程极值点的基础上，采用随机采样的方式抽稀剩余点，平坦区以较大抽稀率抽稀，非粗糙区保留高曲率点后以较大抽稀率抽稀，粗糙区保留高曲率点后以较小抽稀率抽稀。需要说明的是，抽稀率可以根据实际情况进行设置，也可以在实际过程中选取一段区域来模拟，以确定合适的抽稀率，本发明对抽稀率不做具体限制。

通过抽稀策略对断面点云数据进行抽稀后剩下的点云数据就是断面点云的数据，也即生产了公路断面。

请参阅图7，图7为图6中步骤S603的一实施例的流程示意图，在本发明的一些实施例中，根据第二预设阈值将非平坦区划分为粗糙区和非粗糙区，包括：

S701、对非平坦区内的所有点云进行曲线拟合确定拟合高程值；

S702、根据非平坦区内的所有点云的拟合高程值和实际高程值确定非平坦区的地表粗糙度；

S703、根据地表粗糙度和第二预设阈值将非平坦区划分为粗糙区和非粗糙区。

在上述实施例中，对每一非平坦区单独进行曲线拟合，在曲线拟合后计算该区间内所有点云的拟合高程值，点云的实际高程值根据点云数据可知，因此，将该区间内所有点的拟合高程值与实际高程值之差的绝对值取平均得到地表粗糙度。

第二预设阈值和区间内点云数量有关，通常为0.1，将点云区间的地表粗糙度大于第二预设阈值的标记为粗糙区，点云区间的地表粗糙度小于第二预设阈值的标记为非粗糙区，第二预设阈值设置过小会导致粗糙区增加，最终保留的点数变多；设置过大则会导致粗糙区变少，可能会误删关键点。

为了更好实施本发明实施例中的激光点云公路断面处理方法，在激光点云公路断面处理方法基础之上，对应的，请参阅图8，图8为本发明提供的激光点云公路断面处理装置的一实施例的结构示意图，本发明实施例提供了一种激光点云公路断面处理装置800，包括：

提取模块810，用于获取公路的激光点云数据，根据断面信息从激光点云数据提取断面点云数据；

预处理模块820，用于对断面点云数据进行预处理，并将预处理后的断面点云数据投影至二维平面得到二维断面点云数据；

滤波模块830，用于计算二维断面点云数据的右偏值，根据右偏值对二维断面点云数据进行滤波处理；

抽稀模块840，用于将滤波后的二维断面点云数据划分为若干个点云区间，根据点云区间分配抽稀策略，并基于抽稀策略对点云区间进行抽稀得到公路断面点云。

这里需要说明的是：上述实施例提供的装置800可实现上述各方法实施例中描述的技术方案，上述各模块或单元具体实现的原理可参见上述方法实施例中的相应内容，此处不再赘述。

请参阅图9，图9为本发明实施例提供的电子设备的结构示意图。基于上述激光点云公路断面处理方法，本发明还相应提供了一种激光点云公路断面处理设备，激光点云公路断面处理设备可以是移动终端、桌上型计算机、笔记本、掌上电脑及服务器等计算设备。该激光点云公路断面处理设备包括处理器910、存储器920及显示器930。图9仅示出了电子设备的部分组件，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。

存储器920在一些实施例中可以是激光点云公路断面处理设备的内部存储单元，例如激光点云公路断面处理设备的硬盘或内存。存储器920在另一些实施例中也可以是激光点云公路断面处理设备的外部存储设备，例如激光点云公路断面处理设备上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，存储器920还可以既包括激光点云公路断面处理设备的内部存储单元也包括外部存储设备。存储器920用于存储安装于激光点云公路断面处理设备的应用软件及各类数据，例如安装激光点云公路断面处理设备的程序代码等。存储器920还可以用于暂时地存储已经输出或者将要输出的数据。在一实施例中，存储器920上存储有激光点云公路断面处理程序940，该激光点云公路断面处理程序940可被处理器910所执行，从而实现本申请各实施例的激光点云公路断面处理方法。

处理器910在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)，微处理器或其他数据处理芯片，用于运行存储器920中存储的程序代码或处理数据，例如执行激光点云公路断面处理方法等。

显示器930在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。显示器930用于显示在激光点云公路断面处理设备的信息以及用于显示可视化的用户界面。激光点云公路断面处理设备的部件910-930通过系统总线相互通信。

在一实施例中，当处理器910执行存储器920中激光点云公路断面处理程序940时实现如上的激光点云公路断面处理方法中的步骤。

本实施例还提供了一种计算机可读存储介质，其上存储有激光点云公路断面处理程序，该激光点云公路断面处理程序被处理器执行时实现以下步骤：

获取公路的激光点云数据，根据断面信息从激光点云数据提取断面点云数据；

对断面点云数据进行预处理，并将预处理后的断面点云数据投影至二维平面得到二维断面点云数据；

计算二维断面点云数据的右偏值，根据右偏值对二维断面点云数据进行滤波处理；

将滤波后的二维断面点云数据划分为若干个点云区间，根据点云区间分配抽稀策略，并基于抽稀策略对点云区间进行抽稀得到公路断面点云。

本发明还提供某高速公路项目采集的山区激光点云公路断面处理实例，具体如下：

项目线路全长约54.91km，测区地形起伏较大，属于重丘山岭地形。点云数据通过无人机载LiDAR航飞获得，点云密度(裸露地表)优于40个/m

根据上述方法提取出断面点云，中桩间距20m，局部特殊地点加桩，断面宽度设置为3m，将提取出的断面建立索引，请参阅图11，图11为本发明提供的断面点云的一实施例的点云侧视图。

对提取出的断面点云数据利用上述方法进行去噪处理，再进行滤波处理，请参阅图12，图12为本发明提供的断面点云的一实施例的滤波结果图。

该断面点云滤波结果与真实地面点的对比统计如表1所示：

表1断面点云精度评价

经过统计，本方案滤波方法的精度为89.90％，召回率为90.47％，OA达到了94.19％，结果精度较高。

对滤波后的地面点云采用上述方法进行点云抽稀，获得精简的地面点，请参阅图13，图13为本发明提供的断面点云的一实施例的抽稀结果图。从标记的两处位置可以看到，算法在保留了高曲率点后，在沟底(粗糙区)以较小抽稀率抽稀，而在缓坡处(非粗糙区)则以较大抽稀率抽稀。保留了局部地形特征的同时，有效减少了点云的冗余，确保了关键地形特征不因抽稀而被去除。

综上，本实施例提供的一种激光点云公路断面处理方法、装置、设备及存储介质，该方法包括：获取公路的激光点云数据，根据断面信息从所述激光点云数据提取断面点云数据；对所述断面点云数据进行预处理，并将预处理后的断面点云数据投影至二维平面得到二维断面点云数据；计算所述二维断面点云数据的右偏值，根据所述右偏值对所述二维断面点云数据进行滤波处理；将滤波后的二维断面点云数据划分为若干个点云区间，根据所述点云区间分配抽稀策略，并基于所述抽稀策略对所述点云区间进行抽稀得到公路断面点云。本发明提供的一种激光点云公路断面处理方法、装置、设备及存储介质，根据断面信息从激光点云数据提取断面点云数据，避免对全局数据进行处理，减少了处理的数据数量，缩小了计算范围，从而提高了断面的处理效率，根据二维断面点云数据的右偏值进行滤波处理，避免使用统一的阈值使差异较大的区域滤波质量低，保证了最终断面生产的质量，根据不同的区域分配不同的抽稀策略，提高了断面生产的精度，也即提高了断面的质量。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。