基于车载激光点云的道路标线提取及分类方法

作     者：樊响 

作者单位：武汉科技大学 

学位级别：硕士

导师姓名：李维刚

授予年度：2022年

学科分类：082304[工学-载运工具运用工程] 08[工学] 080203[工学-机械设计及理论] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程] 

主      题：车载移动激光测量 点云 道路路面 道路标线 提取及分类 

摘      要：随着无人驾驶技术的不断完善,高精度地图已成为无人驾驶方案能否最终落地的关键因素之一。因此,作为高精度地图的核心部分,道路要素信息的快速、准确获取对无人驾驶技术具有重要的意义。传统的道路要素信息获取方式存在人员耗费大、效率低等缺点。车载移动激光测量技术作为近年来快速发展的高新测绘技术,能够高效、精准获取道路及周边地物的三维空间和回波强度信息,为道路信息的快速获取与实时更新提供了新途径。本文针对车载激光点云中存在的道路标线进行了提取与分类研究,研究内容主要包括三个部分:（1）提出了一种基于路缘石约束的道路路面点云提取方法。首先,采用布料模拟滤波获取地面点云;接着,对地面点云进行网格划分,根据道路边界与路缘石的高程差异实现路缘石区域的粗提取;然后,通过欧氏聚类、半径滤波和直通滤波实现对路缘石点云的精提取;最后,以路缘石的坐标范围为约束条件实现道路路面点云的提取。（2）提出了一种基于动态阈值分割的道路标线点云提取方法。在道路路面点云提取到以后,需要进一步提取道路标线点云。首先,采用反距离加权插值法将路面点云投影成强度特征图像;接着,将上述图像分割成多个子图像,利用最大类间方差将子图像分为纯块和杂块,纯块根据其与原始图像的灰度均值相对大小来确定分割阈值,杂块则根据OTSU算法确定分割阈值;最后,经过形态学滤波、点云反投影和标线细化后得到道路标线点云。（3）提出了一种基于最小外接矩形与模板匹配的道路标线分类方法。首先,通过标线对象最小外接矩形的多个属性特征来区分实线标线和虚线标线;接着,基于Alpha-shape算法获取箭头标线的边界点,基于ICP配准的模板匹配实现箭头标线的分类;最后,对分类的道路标线进行矢量化。本文通过对实际道路采集的车载点云数据进行了实验验证,实现了道路路面、道路标线的提取及分类,验证了本文所提算法的适用性与可行性。