一种层次化的车载激光点云中杆状地物提取方法研究

杆状地物识别对于机器人导航、自主驾驶、道路基础设施管理与维护以及详细的三维地图生成至关重要。然而,车载激光雷达点云具有场景复杂、目标丰富、密度不均匀、遮挡和噪声等特点,使得对杆状物体的精确解释一直是一项研究热点。因此,提出一种层次化的车载激光点云数据中杆状地物提取方法。根据杆状地物局部线性的特性,利用圆柱模型粗定位杆状地物的位置。同时,采用顾及拓扑关系的垂直区域增长法识别和提取独立完整的杆状地物。为了验证方法的有效性和稳健性,利用Paris-Lille-3D公开数据集进行实验。实验结果表明,提出的方法可以稳健地提取道路廊道两侧的杆状地物。