车载激光点云道路边界提取的Snake方法

摘要：

针对车载激光点云中道路边界提取困难,自动化程度低的问题,提出一种基于离散点Snake的车载激光点云道路边界提取方法.不同于传统基于图像建立Snake,本文直接基于离散点建立Snake模型.先利用伪轨迹点数据,确定初始轮廓位置,参数化不同类型的道路边界初始轮廓;然后基于离散点构建适合多类型道路边界的Snake模型,定义模型内部、外部和约束能量,通过能量函数最小化推动轮廓曲线移动到显著道路边界特征点处,实现不同道路边界的精细提取.本文试验采用3份不同城市场景的车载激光点云数据验证本文方法的有效性,道路边界提取结果的准确率达到97.62％,召回率达到98.04％,F1-Measure值达到97.83％ 以上,且提取的道路边界结果与软件交互提取的结果有较好的吻合度.试验结果表明,本文方法能够修正噪声、断裂等数据质量对道路边界提取的影响,能够实现各类复杂城市环境中不同形状道路边界的提取,具有较强的稳健性和适用性.

关键词：车载激光点云、主动轮廓模型(Snake)、道路提取、梯度、能量函数

所属期刊栏目：49

分类号：P208(一般性问题)

资助基金：国家自然科学基金;福建省自然科学基金;中国博士后科学基金

在线出版日期：2020-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：1438-1450