2021FME博客大赛 —— FME在道路实景建模中的应用研究

shiyonghao · 发表于 2021-6-4 15:13

作者：邓雯婷

一、项目背景

2015年国务院批复同意《全国基础测绘中长期规划纲要（2015-2030年）》，明确提出了“加快发展基础测绘，形成新型基础测绘体系”的要求，提出要“完善地理信息公共服务体系，创新产品形式、服务方式，扩宽服务领域”。

交通是城市的“血管”，是城市社会经济活动最活跃的区域。上海作为新型基础测绘体系建设研究的试点城市之一，提出了“智能化全息测绘”的解决方案。道路全息测绘作为“智能化全息测绘”的重要组成部分，是解决超大型城市道路交通“城市病”、城市现代化治理、无人驾驶等领域需求最迫切、技术相对成熟的全息测绘。本文主要探讨的是FME在道路全要素实景建模中的应用。

二、问题分析

道路全息测绘的目标是在传统基础测绘基础上，进一步丰富和完善道路相关的地理空间要素的种类，并补充城市管理等应用所需的自然属性和社会属性，以“应采尽采”为原则，形成道路全息测绘基础数据。道路全息测绘的采集手段是以车载三维激光扫描测量方式为主、其他技术手段为辅，在数据处理过程中通过深度学习等AI技术自动、半自动化提取矢量数据，最终形成全空间一体化的结构化道路全息地理信息产品。

道路全息测绘的数据采集与处理简化流程如图1所示。道路全要素实景模型的数据源包括点云数据、全景影像、全要素地形数据、外业调绘补测照片等，基于以上数据源，通过建模软件（3ds Max）进行道路全要素实景模型制作。

在利用3ds Max进行建模的过程中，笔者发现在某些生产环节，存在大量重复性操作。FME作为一款基于语义转换的数据处理工具，在数据格式转换及数据批量处理方面具有显著优势，笔者认为利用FME可以在道路全要素实景模型制作过程中减少人工干预、提高生产效率。

图1. 道路全息测绘数据采集与处理流程

目前笔者已识别的可优化生产环节包括：

1）地面模型制作

2）道路交通标线模型制作

3）停车位模型制作

笔者将围绕这三个具体生产环节，研究FME在道路全要素实景模型生产中的应用，通过研究达到提升三维建模数据质量、降低人工干预程度、提高数据生产效率的目标。

本次采用的生产环境，操作系统为Windows 10 64位，FME版本为FME 2020.1.2.0 WIN 64，其他相关软件包括ArcMap10.6.1，AutoCAD 2018，3ds Max 2018等。

三、解决方案

3.1 地面模型制作

地面模型应真实反映道路面及人行道的地面起伏情况，其中道路面的主要数据源包括道路上的散点标高、道路边线、道路交通标线、路面上各种箭头等，数据统一存储于“road.dwg”文件中，人行道的主要数据源包括地类界、道路边线、盲道中心线等，数据统一存储于“sidewalk.dwg”文件中。道路全要素实体模型有单体化建模的需求，道路面与人行道都必须进行单体化操作。具体分为路口、机动车道、非机动车道，人行道，其具体范围存储于“clip_boundary.shp”文件中。原作业方式是利用ArcGIS中Create TIN，Edit TIN，Tin Triangle等工具，依次输出单体化的DWG文件，并依次导入3ds Max软件转换为可编辑多边形并进行贴图操作。

笔者认为上述操作，可以有两种方式进行优化：第一，是利用ArcPy制作自定义脚本工具，在ArcMap环境下实现流程化处理；第二，是制作FME模板，利用FME中TINGenerator与Clipper处理器，实现地面模型制作的自动化处理。笔者使用第二种方法制作的FME模板如图2所示。

图2. 地面模型制作模板

其中，对CAD数据的读取采用如图3所示设置，依据几何类型读取CAD文件。对于road.dwg文件来说存储了地面高程信息的几何类型包括text，lines，polygons，其中text主要为地面散点标高，lines为地面标线，polygons为人形横道线或地面标志箭头等。对于sidewalk.dwg文件来说存储了地面高程信息的几何类型为lines，主要为道路边线或盲道中心线等。

图3. CAD数据读取参数设置

利用上述模板生成的地面模型的CAD成果，以及导入3ds Max软件，通过“焊接”顶点、转换为“可编辑多边形”、以及贴图和命名操作后，在3ds Max中的展示效果如图4所示。

图4. 地面模型制作效果图

3.2 道路交通标线模型制作

道路交通标线主要是指在道路路面上用线条、箭头等向交通参与者传递引导、限制、警告等交通信息的标识，这里特指路面上的线条，包括不同宽度的白色或黄色的实线或虚线。道路交通标线模型需要按照道路全要素地形图采集的高度、宽度、颜色与走向，利用建模软件生产相应的模型。全要素地形图采集了道路标线的中心线，建模时需要依据实地宽度和标线颜色进行模型制作，不能出现标线宽度、颜色与实地不符的情况，而且要考虑地面模型的起伏情况，不能出现标线被地面模型遮挡的情况。全要素地形数据、全景影像数据与全要素实景模型中道路交通标线形式如图5所示。

图5. 道路交通标线示意图

为了实现道路交通标线的自动化建模，需要从两方面入手：第一，数据源要属性完备、信息准确，能包含标线高度、宽度、颜色、线型等必要信息；第二，FME模板要尽量减少人工干预，且能处理地面标线被地面模型遮挡的特殊情况。道路标线模型制作的FME模板如图6所示。

图6. 道路交通标线模型制作模板

模型运行时的参数设置如图7所示，其中的标线线宽为15cm，路面文件指向的是地面模型制作的成果JD.dwg，FJD.dwg和LK.dwg文件，该模型使用SurfaceDraper处理器重新计算地面标线的高程，避免地面标线发生被地面模型遮挡的情况。

图7. 道路交通标线模型运行参数界面

在模型中有个关键环节是对地面标线数据的预处理，本文使用AttributeManager处理器将标线高度与宽度等属性进行标准化，然后使用Buffer处理器，依据输入的线宽生成道路交通标线多边形，AttributeManager处理器的参数设置如图8所示。

图8. AttributeManager处理器参数设置

3.3 停车位模型制作

停车位标线也是一种道路交通标线，但由于数据采集和制作流程，停车位标线的采集方法与其他地面标线稍有不同，主要体现在两个方面：第一，前面介绍的比如停止线、车道分隔线、人行横道线等采集的是中心线，但停车位采集的是外边框，在进行模型制作时需要向内挤压一定的宽度，并根据实际情况指定贴图。第二、停止线、车道分割线、人行横道线等都是地面模型构面的数据源，所以在地形起伏上高度差距不大，只需进行微调就能符合模型生产要求，但停车位采集的高程与地面模型的高程吻合度比较低，需要的人工干预比较多，严重影响了模型生产效率。基于上述情况，笔者设计了如图9所示FME模板。

图9. 停车位模型制作模板

模型运行时的参数设置如图10所示，其中的停车位的线宽统一为10cm，路面TIN文件指向的是地面模型制作的成果JD.dwg，FJD.dwg和LK.dwg文件，人行道TIN文件指向的是地面模型制作的成果RX.dwg文件，输出文件为parking.dwg，路面停车位模型存储于road_parking图层，人行道停车位模型存储于sidewalk_parking图层。

图10. 停车位模型运行参数界面

对于停车位数据采集的是外边框，在进行模型制作时需要向内挤压一定的宽度的情况，笔者首先读取停车位外边框多边形A，使用Bufferer处理器向内生成缓冲区B，使用Clipper处理器剪切后，得到停车位模型在平面的投影多边形，然后使用SurfaceDraper处理器重新计算停车位模型每个节点的高程，提高模型与地形起伏的吻合度。

利用上述模板生成的停车位模型的CAD成果叠加地面模型在ArcScene中的展示效果如图11所示，可以看到停车位模型和地面起伏情况还是比较契合的，导入3ds Max中，可以减少对停车位节点高度的人工调整。

图11. 停车位模型制作效果图

四、结语

FME作为一套完整的空间ETL解决方案，以图形化的用户界面和拖拽式的使用方式，让数据处理想搭积木一样的方便、简单、有趣。自从接触到FME以后，感觉在数据处理方面把我从程序开发的泥潭中解救出来，数据处理变得不那么枯燥，而是一件特别有趣的事情。虽然我对FME的认识还比较浅显，但它就像一个得心应手的小工具，在平时的工作中帮我解决了很多问题。线上多种交流形式，比如博客、技术群、公众号等让也我可以获取更多资讯，并能不断在新的领域用FME进行新的尝试。

这篇博客也是如此，以前我主要时用FME进行二维数据的分析处理，这次试着用FME解决三维自动建模方面的问题，虽然没有形成完整的技术路线，但的确在工作中解决了实际问题，利用3ds Max进行道路全要素实景模型制作的生产效率得到显著提高，后续希望能和其他小伙伴多交流，进一步提高道路全要素实景模型建模的自动化程度。

本文转载来自CSDN作者：fmechina 版权归作者所有

原文链接：https://blog.csdn.net/fmechina/article/details/115456459?spm=1001.2014.3001.5501