車載光達提供高密度的點雲資料，且能夠細緻描繪街景與道路幾何。圖 2-10 為空 載與車載兩種類型的資料在路肩的點雲，圖 2-10(a)顯示空載光達的點雲較為稀疏，而 且僅能約略描述路肩的高差；相較之下，圖 2-10(b)車載光達提供的點雲密度較高，且 描述道路的幾何與實際情況較為符合。對於精度與細緻度要求較高的分析與建模等應用，
車載光達可以提供良好的幾何特徵與高密度的點雲資料。除此之外，車載光達的掃描方 式是在車輛行進間，對於周圍的地物發射脈衝以獲取資料，因此針對道路萃取的研究而 言，雖然仍有遮蔽的情形，但相較於影像與空載光達，資料受到遮蔽的情況較小。
(a)
(b)
圖 2-10、空載光達與車載光達點雲資料之比較(Zhou and Vosselman, 2012) 依照道路的設計規範與現實的狀況，道路的路面並非完全水平之平面，而是有弧度 的曲面，以利排水及高速公路匝道行車安全；人行道與車道之間也有 15~20 公分的高差。
由於車載光達的資料能夠描述這些細微的幾何，因此能夠使用這些幾何特徵萃取道路區 域。
Denis et al. (2010)以偵測路肩(Curbstone)的位置獲得道路的邊界，進而得到道路的三 維資訊。首先，利用區域成長法(Region Growing)濾除非地面點(Vosselman et al., 2004)。
接著保留地面點網格化產生高程影像，計算影像中的梯度，搜尋可能為路肩位置。為了
提升邊界的精度，在路肩所在位置的網格內蒐尋最高、最低點，將其連線取中點，經直
圖 2-12、Förstner 運算子萃取路肩點(Ibrahim and Lichti, 2012)
除了上述以路肩點獲取道路的方法之外，亦可從道路面的幾何特徵為出發點萃取道 路。一般而言，道路面並非完全平坦的水平面，圖 2-13 所示，俯視圖中的紅線段與藍 線段分別為道路的縱向與橫向剖面位置，橫向剖面圖(b)展示路面是有弧度的曲面。圖(c) 為縱向剖面，雖為平坦路面的，但如果有地形的起伏，路面也有逐漸上升或下降的情形。
因此，路面幾何可作為一個幾何特徵，萃取道路區域。
(b)
(a) (c)
圖 2-13、道路面之俯視、橫向剖面與縱向剖面圖
基於道路面的幾何特徵，Lam et al. (2010)以區域成長進行局部的路面擬合，並利用 卡曼濾波(Kalamn Filter)推估下一個平面的中心位置與法向量，以因應路面幾何的變化萃 取道路區域。整個方法的模型可以式 2-4 表示。×為包含平面的中心位置與法向量之矩 陣，k 則為編號；𝐹則是轉換矩陣，其式 2-4 各矩陣的內容如式 2-5 表示。式 2-5 中，T 為旋轉矩陣、𝜌 𝑘為平面中心、𝑑 𝑘為方向向量。方法上，需人工給定初始的平面參數，便 可經由卡曼濾波由×𝑘−1預估獲得下一個局部平面×𝑘的參數。整個路面擬合的情況如圖 2-14 所示。
×𝑘= 𝐹𝑘,𝑘−1×𝑘−1 式 2-4 SAmple Consensus (RANSAC)演算法以二次曲線對路面擬合，萃取道路路面的點雲。如 圖 2-15，綠色的點為路面點，紅色則為非路面點。由於路面與人行道有路肩形成的高 差，因此可以經過曲線的擬合尋找道路區域。接著，因為路面並非完整的對稱函數，因 此以三次曲線再進行一次擬合，萃取更完整的路面點雲。
圖 2-15、以RANSAC演算法萃取道路區域(Smadja et al., 2010)
2-3 道路標記
道路標記在此定義為車道上所繪製的線段與圖案，其目的以告知駕駛必要的交通資 訊。萃取道路標記所使用的幾何特徵通常是線段的寬度、形狀、圖形特徵等。輻射特徵 則是指道路標記與其他材質之物體輻射強度或顏色上的差異。拓樸資訊則是指標記之間 排列的關係。空間資訊是指道路標記與非道路標記之關係。由於空載光達以地形重建為 標的，點雲密度較稀疏，不適用於細緻道路標記萃取。本節將以影像資料與車載光達兩 種資料型態介紹萃取的方法。