原文传递
基于高密度激光点云和深度学习的高速公路标线识别
| 题名： | 基于高密度激光点云和深度学习的高速公路标线识别 |
| 正文语种： | 中文 |
| 作者： | 吴泽群;曹猛;韩世超;王金 |
| 作者单位： | 北京工业大学城市建设学部 |
| 关键词： | 道路标线分类;PointNet;语义分割;点云公噪;DGCNN;点云分类 |
| 摘要： | 道路标线的自动识別是智慧城市建设中急需解决的重要难题，也是绘制高精地图及无人驾驶所需的核心技术。提出一种激光雷达数据坏境下高速公路常见标线自动识别方法：基于端到端PomtNet语义分割功能自动提取道路标线点云；釆用体素降采样及半径式离群点剔除去除路面噪点；应用DGCNN自动区分典型交通标线（实线、长虚线、短虚线、箭头、导流带），实现道路标线识別。应用京承高速公路某段激光雷达数据测试验证。结果表明：道路标线分类准确率达到94.73%，F1达到74.18%，AUC达到0.98。证明了解决道路标线识别方法的可行性，为智能驾驶环境下道路标线的自动感知和识別提供了一种新的思路。 |
| 期刊名称： | 公路 |
| 出版年： | 2022 |
| 期： | 06 |
| 页码： | 247-252 |
检索历史
应用推荐
