车载激光点云的道路标线提取及语义关联

摘要：

自动驾驶技术已成为未来智能交通的发展方向之一,高精度地图为L3级及以上自动驾驶实现高精度定位和路径规划提供先验信息,是自动驾驶车辆传感器在遮挡或观测距离受限情况下的重要补充.道路标线的位置和语义信息,比如实线和虚线的绝对位置是高精度地图的基本组成部分.本文从车载激光点云中提取扫描线,根据道路边缘位置几何形态的突变从扫描线中提取道路路面,在此基础上首先利用反距离加权插值的方法把路面点云图像以一定的分辨率转换为栅格图像,其次利用基于积分图的自适应阈值分割方法把栅格图像转化为二值图像,然后利用欧氏聚类的方法从二值图像中提取标线点云,并利用特征属性筛选的方法对提取的标线点云进行语义识别,最后建立交通标线和交通规则之间的语义关联.

关键词：点云、反距离加权插值、自适应阈值分割、欧氏聚类、特征属性筛选、语义关联

所属期刊栏目：49

分类号：P237(摄影测量学与测绘遥感)

资助基金："十三五"国家重点研发计划资助项目;国家自然科学基金资助项目

在线出版日期：2020-04-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：480-488