联合点云强度和几何结构的道路标志提取方法及系统

    公开(公告)号:CN114004951B

    公开(公告)日:2024-07-12

    申请号:CN202111274991.9

    申请日:2021-10-29

    Abstract: 本发明提供一种联合点云强度和几何结构的道路标志提取方法及系统,包括根据二元核描述符,得到道路交通标志的初始外包围框;建立局部坐标系,水平投影得到交通标志强度影像,基于Resnet预训练结果对交通标志二维强度影像进行分类;联合标准和Resnet得到的分类结果,对每个交通标志构建由有序节点确定的交通标志模板;道路标志模版匹配,包括匹配能量函数构建,匹配能量函数求解;道路标志形变优化,使重建的交通标志模型更精准表示现实道路场景中的交通标志。本发明对点云的密度变化、强度衰减具有较强的鲁棒性,在交通标志磨损或遮挡严重的场景中仍能获得完整且位置准确的矢量化模型,可应用于面向自动驾驶的高精地图生产及交通标志的磨损检测分析等。

    联合点云强度和几何结构的道路标志提取方法及系统

    公开(公告)号:CN114004951A

    公开(公告)日:2022-02-01

    申请号:CN202111274991.9

    申请日:2021-10-29

    Abstract: 本发明提供一种联合点云强度和几何结构的道路标志提取方法及系统,包括根据二元核描述符,得到道路交通标志的初始外包围框;建立局部坐标系,水平投影得到交通标志强度影像,基于Resnet预训练结果对交通标志二维强度影像进行分类;联合标准和Resnet得到的分类结果,对每个交通标志构建由有序节点确定的交通标志模板;道路标志模版匹配,包括匹配能量函数构建,匹配能量函数求解;道路标志形变优化,使重建的交通标志模型更精准表示现实道路场景中的交通标志。本发明对点云的密度变化、强度衰减具有较强的鲁棒性,在交通标志磨损或遮挡严重的场景中仍能获得完整且位置准确的矢量化模型,可应用于面向自动驾驶的高精地图生产及交通标志的磨损检测分析等。

    一种基于车载激光点云的斑马线三维重建方法及系统

    公开(公告)号:CN115131499B

    公开(公告)日:2024-09-10

    申请号:CN202210729496.0

    申请日:2022-06-24

    Inventor: 刘翀 董震 米晓新

    Abstract: 本发明提供一种基于车载激光点云的斑马线三维重建方法及系统,包括基于车载激光点云数据,预先标记包含多条斑马线区域的包围框;建立局部坐标系,基于能量代表处在斑马线中轴线附近的可能性,分割为若干块包含单条斑马线的独立区域;针对每块独立区域,根据区域内部靠近中轴线和远离中轴线的点云强度差异,计算所包含的斑马线的长度并得到粗略位置;建立斑马线多边形模板,根据斑马线反射强度特性构建能量函数,求解完成模板匹配,得到斑马线三维重建结果。本发明对点云密度、点云强度不均具有较强的鲁棒性,在点云较稀疏、斑马线磨损严重的区域中仍能获得完整且位置准确的矢量化模型,可应用于交通基础设施管理及面向自动驾驶的高精地图生产。

    一种基于车载激光点云的斑马线三维重建方法及系统

    公开(公告)号:CN115131499A

    公开(公告)日:2022-09-30

    申请号:CN202210729496.0

    申请日:2022-06-24

    Inventor: 刘翀 董震 米晓新

    Abstract: 本发明提供一种基于车载激光点云的斑马线三维重建方法及系统,包括基于车载激光点云数据,预先标记包含多条斑马线区域的包围框;建立局部坐标系,基于能量代表处在斑马线中轴线附近的可能性,分割为若干块包含单条斑马线的独立区域;针对每块独立区域,根据区域内部靠近中轴线和远离中轴线的点云强度差异,计算所包含的斑马线的长度并得到粗略位置;建立斑马线多边形模板,根据斑马线反射强度特性构建能量函数,求解完成模板匹配,得到斑马线三维重建结果。本发明对点云密度、点云强度不均具有较强的鲁棒性,在点云较稀疏、斑马线磨损严重的区域中仍能获得完整且位置准确的矢量化模型,可应用于交通基础设施管理及面向自动驾驶的高精地图生产。

    基于隐式神经场网络的点云交互式语义标注方法和装置

    公开(公告)号:CN119091138B

    公开(公告)日:2025-03-18

    申请号:CN202411062689.0

    申请日:2024-08-05

    Abstract: 本发明提供一种基于隐式神经场网络的点云交互式语义标注方法和装置,其中方法包括:响应于获取到待标注的目标点云,确定目标点云的多个超体素、以及每个点的空间坐标、外观特征、几何特征;基于预设位置编码规则,确定每个点的空间坐标对应的位置编码;响应于接收到关于目标点云中选定点的人工语义标注信息,基于每个点的空间坐标对应的位置编码、外观特征、几何特征以及多个超体素,利用预设迭代优化规则,对离线建立的隐式神经场网络进行在线迭代优化;响应于对隐式神经场网络的在线迭代优化结束,获取优化后隐式神经场网络输出匹配每个点的外观特征预测结果、几何特征预测结果以及语义标注预测结果。本发明方法可有效提升点云语义标注效率。

    基于隐式神经场网络的点云交互式语义标注方法和装置

    公开(公告)号:CN119091138A

    公开(公告)日:2024-12-06

    申请号:CN202411062689.0

    申请日:2024-08-05

    Abstract: 本发明提供一种基于隐式神经场网络的点云交互式语义标注方法和装置,其中方法包括:响应于获取到待标注的目标点云,确定目标点云的多个超体素、以及每个点的空间坐标、外观特征、几何特征;基于预设位置编码规则,确定每个点的空间坐标对应的位置编码;响应于接收到关于目标点云中选定点的人工语义标注信息,基于每个点的空间坐标对应的位置编码、外观特征、几何特征以及多个超体素,利用预设迭代优化规则,对离线建立的隐式神经场网络进行在线迭代优化;响应于对隐式神经场网络的在线迭代优化结束,获取优化后隐式神经场网络输出匹配每个点的外观特征预测结果、几何特征预测结果以及语义标注预测结果。本发明方法可有效提升点云语义标注效率。

Patent Agency Ranking