[发明专利]基于车载激光点云的非结构化道路边界线自动提取方法有效
申请号: | 201711260955.0 | 申请日: | 2017-12-04 |
公开(公告)号: | CN108062517B | 公开(公告)日: | 2020-06-23 |
发明(设计)人: | 杨蒙蒙;万幼川;刘先林;徐景中;陈茂霖;盛鹏 | 申请(专利权)人: | 武汉大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G01C15/00 |
代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 严彦 |
地址: | 430072 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 车载 激光 结构 道路 边界线 自动 提取 方法 | ||
1.一种基于车载激光点云的非结构化道路边界线自动提取方法,包括以下步骤:
步骤1,扫描线分割,包括将外业采集获取的激光点云数据依据相邻点间的角度差值或者GPS时间差值分割扫描线;
步骤2,拓扑关系网构建,包括基于分割之后的扫描线,对激光点集构建最近邻的拓扑关系网;
步骤3,采用移动窗口法获取地面点,包括采用高程差之和衡量地面粗糙度的衡量标准,获取窗口内所有周围的点与当前激光点的高程差值之和∑,如果∑小于相应预设阈值,并且满足在预定的高程范围之内,则认为当前激光点为地面点,如果大于相应预设阈值,则认为当前激光点为非地面点;
步骤4,聚类分析,包括基于获取的地面点,通过K最近邻聚类方法进行分簇,依据点簇中激光点的个数剔除伪地面点簇,获取路面激光点云数据;
步骤5,外轮廓点获取,包括将路面激光点云数据的外轮廓点设定为道路边界线的位置所在,对每条扫描线进行外轮廓边界点提取,取每条扫描线内距离最远的两个地面点,最终获取道路两侧的外轮廓点;
步骤6,剔除伪轮廓点,包括基于步骤5所获取的外轮廓点进行聚类分析,获取道路左侧轮廓点集及右侧轮廓点集;
步骤7,边界线追踪优化获取最优边界线,包括基于步骤6中获取的道路边界点,将点连接成线,并进行优化,获取最终高精度的道路边界线。
2.根据权利要求1所述基于车载激光点云的非结构化道路边界线自动提取方法,其特征在于:步骤1中,依据相邻点间的角度差值或者GPS时间差值分割扫描线,实行如下,
GPStime(Pi+1)-GPStime(Pi)>ΔT (2)
其中,Pi表示当前激光点、下标i表示第i个激光点,分别表示第i个激光点与下一个i+1激光点的扫描角度,GPStime(Pi)、GPStime(Pi+1)分别表示第i个激光点与下一个i+1激光点的GPS时间,Δθ表示相邻激光点的扫描角度之差的阈值,ΔT表示相邻激光点的时间差的阈值。
3.根据权利要求1所述基于车载激光点云的非结构化道路边界线自动提取方法,其特征在于:步骤2中,对激光点集构建最近邻的拓扑关系网时,构建规则为,同一条扫描线上,当前激光点的上一个激光点与下一个激光点定义为当前扫描线的最优邻近点;相邻扫描线之间,定义距离当前激光点欧几里得空间距离最近的点为最优邻近点。
4.根据权利要求1所述基于车载激光点云的非结构化道路边界线自动提取方法,其特征在于:步骤3中,移动窗口尺寸为5×5。
5.根据权利要求1所述基于车载激光点云的非结构化道路边界线自动提取方法,其特征在于:步骤6中,采用均方误差控制的方法进行剔除非边界点,对于相邻扫描线的同侧轮廓点均方误差限定在一定范围之内,如果超过该误差,则认为是伪轮廓点并进行剔除,将剔除之后的同侧轮廓点进行依次连接,获取初始的道路边界线。
6.根据权利要求1或2或3或4或5所述基于车载激光点云的非结构化道路边界线自动提取方法,其特征在于:步骤7中,采用B-样条差值的方法进行优化处理,获取最终高精度的道路边界线。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学,未经武汉大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711260955.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:文件的检测方法及装置
- 下一篇:具发光效果的艺术指甲贴片