-
公开(公告)号：CN103500329A
公开(公告)日：2014-01-08
申请号：CN201310486495.9
申请日：2013-10-16
Applicant: 厦门大学
IPC: G06K9/00
Abstract: 基于车载移动激光扫描点云的路灯自动提取方法，涉及公共照明系统。首先对原始点云数据进行高程滤波，滤除地面点云；其次，利用欧氏距离聚类方法将点云聚类成分离的独立目标；最后，利用成对三维形状描述符实现路灯的自动提取。通过对车载点云数据进行网格化生成一系列点云体元，解决了单一高程滤波阈值无法适应地面起伏多变的情形，有效地提高了地面点云滤波的质量；通过对滤波后的点云进行欧氏距离聚类，有效地将单个目标与周围环境分离开，为后续的目标提取奠定了基础；通过计算点云目标的成对三维形状描述符，有效地区分开不同目标的三维拓扑结构及可区分的几何信息，最终实现路灯的自动提取，降低了数据处理的时间及劳动成本。
-
Patent Agency Ranking
公开(公告)号：CN104197897B
公开(公告)日：2017-01-04
申请号：CN201410171408.5
申请日：2014-04-25
Applicant: 厦门大学
Abstract: 本发明公开了一种基于车载激光扫描点云的城区道路标线自动分类方法，包括以下步骤：S1、基于行车轨迹数据对原始点云数据进行路面分割，得到路面点云数据；S2、对所述路面点云数据进行二值化处理，并提取出道路标线点；S3、对所述道路标线点进行聚类，分离出彼此独立的道路标线目标；S4、根据所述道路标线目标的尺寸，分类出大尺度道路标线和小尺度道路标线；S5、对所述大尺度道路标线进行基于行车轨迹和路沿线的分类处理；S6、对所述小尺度道路标线进行基于深度学习和主成分分析的分类处理。本发明能够快速、准确地提取和分类出城区道路标线，大大降低了数据处理的时间及劳动成本，有效保证了交通的安全性和智能驾驶的可靠性。
-
公开(公告)号：CN103500338A
公开(公告)日：2014-01-08
申请号：CN201310483555.1
申请日：2013-10-16
Applicant: 厦门大学
Abstract: 基于车载激光扫描点云的道路斑马线自动提取方法，涉及公共交通道路斑马线。利用实时记录车辆位置与轨迹的全球定位系统数据对车载激光扫描点云数据提取若干个横截面，通过检测扫描线数据中道路路肩高程突变，实现道路与非道路的分类；然后将三维道路数据转化为具有空间分布特征的强度特征图像，利用激光扫描点正态分布特征动态分割道路斑马线，再次利用GPS轨迹数据计算线性形态学闭运算方向与大小，实现道路斑马线的提取。通过对车载移动扫描数据进行横截面剖分，将检测三维道路表面数据转换到检测二维剖面中道路路肩的高程突变来实现道路与非道路分类，与直接处理海量三维数据相比，计算量少，效率高。
-
公开(公告)号：CN103500338B
公开(公告)日：2016-08-10
申请号：CN201310483555.1
申请日：2013-10-16
Applicant: 厦门大学
Abstract: 基于车载激光扫描点云的道路斑马线自动提取方法，涉及公共交通道路斑马线。利用实时记录车辆位置与轨迹的全球定位系统数据对车载激光扫描点云数据提取若干个横截面，通过检测扫描线数据中道路路肩高程突变，实现道路与非道路的分类；然后将三维道路数据转化为具有空间分布特征的强度特征图像，利用激光扫描点正态分布特征动态分割道路斑马线，再次利用GPS轨迹数据计算线性形态学闭运算方向与大小，实现道路斑马线的提取。通过对车载移动扫描数据进行横截面剖分，将检测三维道路表面数据转换到检测二维剖面中道路路肩的高程突变来实现道路与非道路分类，与直接处理海量三维数据相比，计算量少，效率高。
-
公开(公告)号：CN103500329B
公开(公告)日：2016-07-06
申请号：CN201310486495.9
申请日：2013-10-16
Applicant: 厦门大学
IPC: G06K9/00
Abstract: 基于车载移动激光扫描点云的路灯自动提取方法，涉及公共照明系统。首先对原始点云数据进行高程滤波，滤除地面点云；其次，利用欧氏距离聚类方法将点云聚类成分离的独立目标；最后，利用成对三维形状描述符实现路灯的自动提取。通过对车载点云数据进行网格化生成一系列点云体元，解决了单一高程滤波阈值无法适应地面起伏多变的情形，有效地提高了地面点云滤波的质量；通过对滤波后的点云进行欧氏距离聚类，有效地将单个目标与周围环境分离开，为后续的目标提取奠定了基础；通过计算点云目标的成对三维形状描述符，有效地区分开不同目标的三维拓扑结构及可区分的几何信息，最终实现路灯的自动提取，降低了数据处理的时间及劳动成本。
-
公开(公告)号：CN104197897A
公开(公告)日：2014-12-10
申请号：CN201410171408.5
申请日：2014-04-25
Applicant: 厦门大学
CPC classification number: G01C11/00 , G06K9/6272
Abstract: 本发明公开了一种基于车载激光扫描点云的城区道路标线自动分类方法，包括以下步骤：S1、基于行车轨迹数据对原始点云数据进行路面分割，得到路面点云数据；S2、对所述路面点云数据进行二值化处理，并提取出道路标线点；S3、对所述道路标线点进行聚类，分离出彼此独立的道路标线目标；S4、根据所述道路标线目标的尺寸，分类出大尺度道路标线和小尺度道路标线；S5、对所述大尺度道路标线进行基于行车轨迹和路沿线的分类处理；S6、对所述小尺度道路标线进行基于深度学习和主成分分析的分类处理。本发明能够快速、准确地提取和分类出城区道路标线，大大降低了数据处理的时间及劳动成本，有效保证了交通的安全性和智能驾驶的可靠性。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
