基于改进RandLA-Net的道路标线点云提取方法

作     者：范佳 李治霖 王勇 

作者机构：天津城建大学地质与测绘学院 

出 版 物：《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期：2024年

核心收录：

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081105[工学-导航、制导与控制] 0838[工学-公安技术] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 

主　　题：激光雷达 道路标线 深度学习 语义分割 

摘      要：针对高精度地图中道路标线提取精度差的问题，本文提出一种基于改进RandLA-Net的道路标线点云提取方法。道路标线具有平缓、起伏程度小、与水平面近似平行、回波强度大等空间特征，因此利用全方差、平整度、垂直度与回波强度可以将道路标线与其他地物区分开来，从而提高RandLA-Net邻域点云的差异性与相似性。本文首先分别计算点云的三种协方差特征，然后利用经特征融合模块改进后的RandLA-Net对其进行特征融合与语义分割，最后将分割结果通过欧式聚类精细化处理，得到最终的道路标线点云。实验采用Toronto-3D与WHU-MLS公开数据集对本文方法进行验证，分别在语义分割阶段和道路标线提取阶段同常用的点云语义分割网络与传统阈值法进行对比，实验结果表明，本文方法能够提取更加完整、精确的道路标线点云。