基于边缘卷积的交通锥筒点云数据分割方法

本研究以用于构建临时道路中的交通锥筒为研究目标,以多线激光雷达采集的临时道路三维点云数据为输入,提出一种基于图理论的图神经网络模型,该模型可实现点云数据分割,并提升模型对无序性点云数据学习效果。以无人驾驶方程式赛车为实验平台,针对交通锥筒进行网络训练与测试,实验结果表明,图神经网络模型对交通锥筒的分割准确率达到88.6%,比PointNet模型提升了约10%,此外,该模型在稀疏雷达点云数据下还具有一定泛化能力,有较好的适用性。