基于三维激光点云的复杂道路场景杆状交通设施语义分类

摘要：

文章提出一种完整的全自动化处理框架,基于三维激光点云数据对高速公路和城市道路场景的杆状目标进行了检测和分类,主要包括3个步骤:数据预处理、杆状目标检测和分类.其中,在数据预处理阶段,采用基于布料模拟滤波算法自动分离地面点和非地面点,然后基于欧氏距离聚类方法对非地面点进行快速聚类,以及采用迭代图割算法进一步分割目标对象;在目标检测阶段,集成先验信息、形状信息和位置导向搭建滤波器,对杆状目标进行检测;在对象分类过程中基于多属性特征,利用随机森林分类器对目标的特征进行计算和分类.并使用3个道路场景数据集进行测试,结果显示,3个数据集的整体MCC系数为95.6％,分类准确率为96.1％.这说明文章所构建方法具有较高性能.另外,该方法还可以鲁棒地检测杆状目标的重叠区域,较为适应复杂程度不同的道路场景.

关键词：点云处理、目标识别、语义分类、多层次特征、复杂道路场景、杆状交通设施

所属期刊栏目：40

分类号：U491(交通工程与公路运输技术管理)

资助基金：江苏省研究生科研与实践创新计划项目KYCX18_1206

在线出版日期：2020-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：893-902