车载激光点云数据结构化道路及标线提取

发布时间：2023-03-19 08:49

　　车载激光扫描系统能够快速获取目标表面三维坐标和反射强度等信息,并且具有实时性、高精度、高密度、非接触式以及自动化等特点,为道路信息的快速获取与实时更新提供了新的途径。但车载激光扫描系统获取的原始激光点云数据量大、杂乱无序、空间分布不均匀、包含的目标丰富多样。同时,道路环境场景复杂、道路形状多变,道路边界与路面上的交通标线等特征在原始点云中不够突出,且容易受到遮挡导致道路点云局部存在缺失,这些因素都给道路信息的自动提取造成了很大的困难。因此,如何准确、高效、完整地从大范围复杂环境下的车载激光点云中提取道路及其标线等特征信息,在当下具有十分重要的研究价值。本文的主要研究内容如下:(1)针对车载激光点云杂乱无序且存在噪声点与冗余数据的问题,总结与探讨了车载激光点云数据的常用预处理方法,主要包括点云空间索引建立、原始点云去噪和点云精简。(2)结合结构化道路点云法向量分布特征,提出了一种依据法向量相似度的路面点云提取方法。首先使用布料模拟算法对原始点云进行非地面点滤波,然后分别基于主成分分析法与曲面拟合法计算出各激光脚点的法向量与曲率值,最后依据点云法向量相似度作为约束条件,采用改进的区域生长分...

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 车载点云道路提取研究现状
        1.2.2 车载点云交通标线提取研究现状
        1.2.3 现有方法存在的不足
    1.3 本文研究内容
    1.4 论文组织结构
第二章 车载激光扫描数据预处理
    2.1 点云空间索引建立
        2.1.1 基于KD树的点云空间索引
        2.1.2 基于虚拟格网的点云空间索引
    2.2 原始点云去噪
        2.2.1 基于统计分析的点云去噪
        2.2.2 基于连通分析的点云去噪
    2.3 点云精简
        2.3.1 基于八叉树的点云精简
        2.3.2 基于平均曲率的点云精简
第三章 道路点云分割
    3.1 点云分段
    3.2 基于布料模拟的地面点滤波
        3.2.1 基本原理
        3.2.2 算法流程
        3.2.3 滤波参数
    3.3 基于法向量的路面点云分割
        3.3.1 道路点云法向量分布
        3.3.2 点云法向量计算
        3.3.3 点云曲率计算
        3.3.4 改进的区域生长分割算法
第四章 道路标线点云提取
    4.1 点云强度特征图像生成
    4.2 点云强度特征图像边缘检测
        4.2.1 强度特征梯度图像生成
        4.2.2 最大熵阈值分割
    4.3 标线几何连通区域分析
        4.3.1 连通域
        4.3.2 种子填充法
        4.3.3 小区域去除与孔洞填充
    4.4 道路标线点云提取与优化
        4.4.1 Otsu算法原理
        4.4.2 Otsu点云强度滤波
第五章 实验与分析
    5.1 实验数据介绍
    5.2 实验平台介绍
        5.2.1 硬件介绍
        5.2.2 软件介绍
    5.3 地面点滤波实验与分析
        5.3.1 地面点滤波结果
        5.3.2 精度评价与分析
    5.4 路面点云分割实验与分析
        5.4.1 路面分割结果
        5.4.2 精度评价与分析
    5.5 道路标线点云提取实验与分析
        5.5.1 道路标线提取结果
        5.5.2 精度评价与分析
总结与展望
参考文献
攻读学位期间取得的研究成果
致谢



本文编号：3764951