[发明专利]一种道路标线点云半自动化提取与语义识别方法

权利要求书

1.一种道路标线点云半自动化提取与语义识别方法，其特征在于：包括以下步骤

S1、输入道路点云；

S2、采用泰勒插值多项式模型对点云数据进行基于距离的强度修正；

S3、基于动态阈值法将道路交通标线点云提取：将道路点云先进行栅格化处理，生成点云的强度特征图像；在划分区域后的点云中根据各部分的差异计算阈值；对于道路与标线混合区域利用OTSU算法进行分割，将道路标线从道路中分离出来，从而得到道路交通标线点云；

S4、基于欧几里得距离将标线点云按点间分成不同的点簇，使用最小外接矩形的方法，进行不同点簇的形状判别；

S5、基于先验知识，根据道路标线段的几何特征进行分类，对点云簇进行语义识别，标记标线对象信息。

2.根据权利要求1所述的一种道路标线点云半自动化提取与语义识别方法，其特征在于：所述步骤S2中，采用泰勒插值多项式模型对点云数据进行基于距离的强度修正，

其中，c_i表示泰勒多项式系数，n表示最高阶数，Rⁱ表示f(R)的i阶导数。

3.根据权利要求2所述的一种道路标线点云半自动化提取与语义识别方法，其特征在于：所述泰勒多项式系数c_i的获得方法包括以下步骤

S2.1、手动提取只包含一种材质的目标点云数据集，得到数据量为n+1的点云数据集；

S2.2、结合激光扫描仪在行驶过程中保留的车辆轨迹数据与扫描仪高度，得到点云数据集中各点到扫描仪的距离；

S2.3、利用点云数据集中各点到扫描仪的距离拟合得到泰勒多项式的系数c_i。

4.根据权利要求1所述的一种道路标线点云半自动化提取与语义识别方法，其特征在于：所述步骤S2中，采用改进的比值法进行强度修正,对于所有点，采用下式的比值法计算修正后的强度值,

其中，I_c表示修正后的强度值，I_raw表示原始强度值，R_s表示拟合函数的极点值位置,ξ_I表示强度修正模型选用的阈值；

若比值大于阈值ξ_I，则认为该点处强度值修正过度，对该点处采用改进的比值法进行强度修正。

5.根据权利要求1所述的一种道路标线点云半自动化提取与语义识别方法，其特征在于：所述步骤S3中，基于动态阈值法将道路交通标线点云提取包括以下步骤

S3.1、输入待分割的道路点云，采用虚拟格网法对点云进行划分，设虚拟格网尺寸ε，创建一个[(y′_l-y′_r)/ε+1]×[x′_max/ε+1]的空白元胞数组，将原始点云按二维坐标放入对应的元胞数组内，任意点(x′_i,y′_i,z′_i)所在的虚拟格网行列数如下式

其中，w、l表示该点所在虚拟格网行列号，x′_min、y′_min表示点集中的最小坐标，[.]表示取整；

S3.2、在每个格网内，采用OTSU算法原理计算点云中强度值的最大类间方差；

S3.3、按不同区域类型，分情况进行标线提取，若为全道路区域，则舍弃；若为全标线区域，则保留；若为道路与标线混合区域，则再利用OTSU算法进行分割；

S3.4、将所有格网内识别为标线点云的索引汇总，即得到该点云数据集内的标线点云。