随着智慧城市和智能交通的迅速发展,准确、精细的道路空间信息越来越重要,其中,道路边界信息对高精度地图制作、道路三维模型重建和交通路网管理等具有重要作用。车载移动测量系统作为一种先进的测绘系统,具有高精度、高效率、主动和非接触测量等优势,已成为道路信息获取和更新的重要手段之一。道路边界存在类型多样、场景复杂和激光扫描遮挡等问题,对车载激光点云中道路边界自动提取造成了较大困难。为此,本文在深入分析道路边界位置激光点云空间和几何特征的基础上,引入LBP算子原理,提出基于多元LBP特征的道路边界自动提取方法,主要工作内容如下:(1)梳理了车载移动测量系统的发展状况、发展趋势和车载激光点云的特征,对现有道路边界提取方法进行了详细归纳,为本文方法的提出奠定了理论基础:(2)详细分析道路边界位置车载激光点云的特点,深入研究LBP改进算子的原理和计算方法,针对道路边界的空间特征多样性,利用边界点云的一维属性、二维分布和三维形状特征,分别设计了高度LBP、离散度LBP和空间形状LBP三种改进算子,并对三种LBP改进算子的特征图像像素值进行统计分析,统计结果符合道路边界和路面等不同地物的空间分布和几何特征;(3)针对路缘石和绿地两种不同类型的道路边界环境,提出一种基于多元LBP特征的道路边界自动提取方法,该方法利用高度LBP、离散度LBP和空间形状LBP三种改进算子,重点构建了道路边界的多元LBP特征语义识别模型,解决了道路边界点云特征模型化表达与分类问题;最后对道路边界点进行道路方向约束的聚类去噪和线性矢量化,得到道路边界矢量数据;(4)对多种不同类型城市道路和乡村道路点云进行道路边界自动提取实验,并与其它方法进行结果完整率和准确率对比。实验结果表明,本文方法可以准确提取城市道路环境下的路缘石边界,完整率和准确率均较高,具有较强的适用性和鲁棒性;对绿地边界而言,本文方法的准确率较高,完整率还有待提高。