[發(fā)明專利]基于車載三維點云的道路標(biāo)志線自動分類與矢量化方法

有效

• 申請?zhí)枺?/td>: 202110851888.X
• 申請日: 2021-07-27
• 公開（公告）號: CN113378800B
• 公開（公告）日: 2021-11-09
• 發(fā)明（設(shè)計）人: 李發(fā)帥;肖建華;李海亭;彭明軍;王詩云;陳濤;郭明武;劉劍
• 申請（專利權(quán)）人: 武漢市測繪研究院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/08
• 代理公司: 北京力量專利代理事務(wù)所(特殊普通合伙) 11504
• 代理人: 徐穎超

本發(fā)明提供基于車載三維激光點云的道路標(biāo)志線自動分類與矢量化方法，包括如下步驟：利用采集的車載軌跡信息并按照定義長度及定義寬度將車載激光點云切割為多塊點云；構(gòu)建KD樹，通過KD樹搜索分塊點云中各點的鄰域點并計算其法向量特征；構(gòu)建基于法向量的生長算法，將點云分割為預(yù)分割體，對各預(yù)分割體進行特征提取，通過構(gòu)建預(yù)分割體的特征約束來提取道路路面點；構(gòu)建基于點云強度特征的生長算法，在道路地面點中提取道路標(biāo)志線；構(gòu)建道路標(biāo)志線模板，按照模板對道路標(biāo)志線進行分類并矢量化。本發(fā)明所述的基于車載三維激光點云的道路標(biāo)志線自動分類與矢量化方法自動化程度高，且穩(wěn)定性良好。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像識別領(lǐng)域，具體涉及基于車載三維點云的道路標(biāo)志線自動分類與矢量化方法。

背景技術(shù)

自動駕駛和智能交通系統(tǒng)為提升道路交通安全和緩解城市交通擁堵具有重要作用，高精地圖在在自動駕駛系統(tǒng)和智能交通系統(tǒng)中起到關(guān)鍵作用，例如高精地圖可提升自動駕駛系統(tǒng)在惡劣的天氣條件下的穩(wěn)定性，道路交通標(biāo)志線作為高精地圖的不可或缺的組成部分，道路交通標(biāo)志線的提取與矢量化具有重要的意義。車載三維激光掃描系統(tǒng)因其機動性良好和采集數(shù)據(jù)精度高被廣泛應(yīng)用于城市道路場景的三維數(shù)據(jù)采集，車載三維激光掃描系統(tǒng)采集的高質(zhì)量三維點云數(shù)據(jù)為道路交通標(biāo)志線的提取與矢量化提供了強有力的支持，而車載三維點云數(shù)據(jù)海量、密度變化大和遮擋嚴重，在不同的城市場景道路交通標(biāo)志線的強度信息變化較大，這些問題嚴重阻礙了道路交通標(biāo)志線的提取與矢量化的自動化生產(chǎn)，現(xiàn)階段在高精地圖生產(chǎn)的過程中，道路交通標(biāo)志線的提取與矢量化嚴重依賴人工作業(yè)。因此，大范圍車載激光點云中自動化提取和矢量化道路交通標(biāo)志線對于提升高精地圖生產(chǎn)的自動化水平具有重要的意義。

現(xiàn)階段，針對車載激光點云中自動提取和矢量化道路交通標(biāo)志線的研究工作主要分為兩類，基于人工定義規(guī)則約束的方法和基于機器學(xué)習(xí)的方法。

基于人工定義規(guī)則約束的方法是根據(jù)目標(biāo)物體的特性構(gòu)建一系列特征約束來對物體進行識別，Jaakkola等（2008）提出了一種基于掃描線特征分析的方法對道路路面與道路交通標(biāo)志線進行自動提取與建模，該方法首先對掃描線上的點強度信息進行曲線擬合來剔除遠距離掃描點的影響，然后使用特定閾值過濾掉強度較低的點，并將高強度點投射為影像，對影像進行形態(tài)學(xué)濾波，最后對影像進行特征提取實現(xiàn)道路交通標(biāo)志線的自動識別。該算法嚴重依賴點云的掃描線信息，并非所有車載激光掃描器采集的點云包含掃描線信息，因此，該方法僅適用于特定的車載激光點云數(shù)據(jù)，算法通用性較差。Vosselman（2009）首次提出利用距離和角度信息對車載點云的強度信息進行校正，然后利用點與點之間的距離和強度信息對點云進行連接分析，最后通過分析道路標(biāo)志線的模式規(guī)則與模板匹配實現(xiàn)道路標(biāo)志線的自動提取，在該算法中非地面點沒有被移除可導(dǎo)致高強度非地面點易被錯誤識別為道路交通標(biāo)志線。楊必勝等人（2012）將點云投影到二維平面生成強度圖，然后對強度圖進行連通區(qū)域分析，最后使用概率霍夫變換自動提取道路標(biāo)志線，該方法僅適用于道路標(biāo)志直線的提取，而無法提取復(fù)雜的道路標(biāo)志線。Riveiro等（2015）基于車載點云的強度信息和掃描線信息中實現(xiàn)了人行道斑馬線的自動提取，與楊必勝等人（2012）的方法相似，該方法也是基于霍夫變換來提取斑馬交通標(biāo)志線，該方法有很大的局限性，只能用于人行道的提取，魯棒性較差。管海燕等人（2014）首先基于路坎將道路路面點自動提取，然后將路面點投影生成二維影像，在二維圖像中采用Ostu閾值分割算法提取道路交通標(biāo)志線，最后使用形態(tài)學(xué)閉操作算子對提取到道路交通標(biāo)志線進行優(yōu)化得到最終結(jié)果。