铁路场景下三维点云识别与分类算法研究

发布时间：2017-04-17 06:13

  本文关键词：铁路场景下三维点云识别与分类算法研究，，由笔耕文化传播整理发布。

【摘要】：随着高速铁路的建设与发展,铁路运输以其距离长、速度快、载运能力强的特点,成为了我国不可或缺的基础交通工具,铁路运输的安全越来越受重视。突发的自然灾害、横穿或滞留铁轨的行人、抢越道口的车辆、侵入铁路限界的异物,都严重威胁铁路运输安全。本文研究了铁路场景下三维点云识别与分类算法,克服了目前只利用二维图像识别铁路场景带来的不足,对保障铁路运输安全有重要的实际意义。论文提出了三维点云识别与分类方案,包括点云获取、点云分割、点云分类与识别三部分。首先设计了基于二维激光雷达的三维点云获取方法,通过数字舵机带动二维激光雷达的俯仰实现三维点云的获取,通过控制雷达水平扫描角度范围和舵机俯仰角度范围,可以实现不同区域范围的三维点云扫描,还可以通过设置扫描间隔获取不同密度的三维点云。针对获取到的三维点云,利用直通滤波去除用户设定范围之外的点,利用统计离群点滤波去除点云中稀疏的噪声点,通过这二级滤波改善点云质量。针对滤波后的点云数据,通过不同分割算法的实验结果对比,选用基于区域生长的分割算法实现三维点云的有效分割,形成单物体点云聚类。由于相同物体的三维点云具有相似的视点特征直方图VFH (Viewpoint Feature Histogram)特征,通过建立不同物体的VFH特征库,进而利用kd-tree及最近邻分类算法搜索出特征库中与待识别点云匹配的特征,从而实现待识别点云的分类与识别。铁路场景现场实验表明本论文设计的三维点云获取、分割与识别分类算法能够准确检测侵入铁路限界的异物,具有较好的实用性。
【关键词】：三维点云 点云分割 VFH特征 识别与分类算法
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-10
• 1 引言10-20
• 1.1 选题背景与意义10-11
• 1.2 国内外研究现状11-17
• 1.2.1 国外研究现状11-14
• 1.2.2 国内研究现状14-17
• 1.3 本论文的研究内容与章节安排17-20
• 2 三维点云识别与分类方案设计20-26
• 2.1 研究方案设计20-22
• 2.2 三维点云采集系统22-24
• 2.3 点云预处理及分割24
• 2.4 点云特征描述及识别分类24-25
• 2.5 本章小结25-26
• 3 三维点云采集系统26-40
• 3.1 三维点云获取研究现状26-27
• 3.2 三维点云采集硬件设计27-31
• 3.2.1 UTM30-LX激光雷达27-29
• 3.2.2 RX-28数字舵机29-30
• 3.2.3 带动雷达俯仰的机械装置30-31
• 3.3 三维点云采集软件设计31-33
• 3.4 三维点云采集的实验结果及分析33-38
• 3.5 本章小结38-40
• 4 三维点云预处理及分割40-52
• 4.1 三维点云预处理40-43
• 4.1.1 直通滤波40-41
• 4.1.2 统计离群点滤波41-43
• 4.2 三维点云分割算法43-50
• 4.2.1 基于欧氏聚类提取的分割算法44-45
• 4.2.2 基于随机采样一致性(RANSAC)的分割算法45
• 4.2.3 基于区域生长的分割算法45-47
• 4.2.4 三维点云分割算法的实验及分析47-50
• 4.3 本章小结50-52
• 5 三维点云特征描述及识别分类52-68
• 5.1 三维点云特征描述52-60
• 5.1.1 VFH视点特征直方图52-54
• 5.1.2 VFH特征描述符的实验及分析54-60
• 5.2 三维点云特征的模型数据库建立60-64
• 5.2.1 kd-tree构建算法60-62
• 5.2.2 kd-tree最近邻查找算法62-64
• 5.3 三维点云的识别与分类实验及分析64-67
• 5.4 本章小结67-68
• 6 总结与展望68-70
• 6.1 工作总结68
• 6.2 未来展望68-70
• 参考文献70-74
• 作者简历及攻读硕士学位期间取得的研究成果74-78
• 学位论文数据集78

【相似文献】

中国期刊全文数据库 前10条

1 段红娟;;简述三维点云处理技术的研究[J];电子技术与软件工程;2013年14期

2 马牧运;张爱武;王书民;崔营营;;手持数码相机获取场景三维点云的实现[J];光学与光电技术;2011年03期

3 徐胜攀;刘正军;左志权;;大规模三维点云快速拾取技术研究[J];计算机工程与设计;2013年08期

4 王震;刘进;;基于激光影像的物体三维点云获取系统[J];城市勘测;2013年06期

5 钟晨;王伟;庄严;;基于三维点云的阶梯目标检测与参数估计[J];控制理论与应用;2013年06期

6 马彩虹;程昱;何明光;曾阳发;刘东峰;;海德堡视网膜断层扫描仪的三维点云去噪方法研究[J];计算机工程与科学;2010年08期

7 王丽辉;罗晓玲;张娜;;三维点云模型的参数化方法[J];信息与电脑(理论版);2013年05期

8 周勇飞;徐昱琳;吕晓梦;王明;;基于双目的三维点云数据的获取与预处理[J];计算机技术与发展;2014年03期

9 杨蕾;;一种高效的支持向量回归三维点云修补算法[J];计算机应用研究;2009年10期

10 谭志国;鲁敏;郭裕兰;左超;;基于投影分布熵的多视点三维点云场景拼接方法[J];中国激光;2012年11期

中国重要会议论文全文数据库 前1条

1 陈宝权;;Towards Building a Live Digital City through Laser Scanning[A];第四届全国几何设计与计算学术会议论文集[C];2009年

中国博士学位论文全文数据库 前3条

1 王丽辉;三维点云数据处理的技术研究[D];北京交通大学;2011年

2 安毅;三维点云数据的几何特性估算与特征识别[D];大连理工大学;2011年

3 万国伟;面向建筑物的三维点云生成、增强和重建技术研究[D];国防科学技术大学;2011年

中国硕士学位论文全文数据库 前10条

1 梁士超;三维点云预处理技术研究[D];西南科技大学;2015年

2 可杨;基于相位轮廓术的三维重建技术研究[D];西南科技大学;2015年

3 邓军;三维点云处理和规则曲面拟合算法研究[D];西南科技大学;2015年

4 宋立鹏;室外场景三维点云数据的分割与分类[D];大连理工大学;2015年

5 赵鹏;三维点云数据的离群点检测和模型重建[D];大连理工大学;2015年

6 王建东;基于奶牛乳房子空间特征向量的三维点云相似性分析[D];天津科技大学;2013年

7 张楠;铁路场景下三维点云识别与分类算法研究[D];北京交通大学;2016年

8 陆桂亮;三维点云场景语义分割建模研究[D];南京大学;2014年

9 徐尚;三维点云数据拼接与精简技术的研究[D];中国海洋大学;2009年

10 张萌;基于建筑物三维点云数据的水平面检测[D];西安电子科技大学;2013年

  本文关键词：铁路场景下三维点云识别与分类算法研究，由笔耕文化传播整理发布。

本文编号：312609