基于点云稀疏语义特征的智能网联汽车协同感知配准算法

针对道路场景下多智能网联汽车协同感知问题,本文提出一种基于点云稀疏语义特征的智能网联汽车协同感知配准算法。所提算法旨在通过点云集成配准扩展智能网联汽车感知范围,进而实现智能网联汽车协同感知。首先,在道路语义特征基础上进行几何特征提取进而得到点云稀疏语义特征。其次,计算道路语义特征点云间的角度偏差以提供配准初值,并将点云语义信息作为配准约束条件实现全局语义集成配准。实验表明所提算法有效扩大了多智能网联汽车协同感知范围,提高了多点云集成配准的精度与鲁棒性。与当前主流算法JRMPC相比,本文所提算法配准精度提高了2.45%。

基于栅格结构的旅游景观感知计算方法

定量计算旅游者对景观的感知度是旅游和地理学需解决的重要问题。引入认知地图和地图综合思想,利用景观语义特征点进行景观抽象和表达,提出了基于栅格结构的景观感知计算方法,用于定量描述旅游者对景观个体或景观系统的感知特征。栅格结构使计算结果能够表达任意位置的景观感知,准确描述感知的空间格局。清西陵案例研究从模型数据需求、适应的景观类型和应用视角等方面证明了计算方法的可行性。该方法可以准确描述旅游景观感知强度及其空间格局,并能基于观光线路分析重要观景点的景观语义内涵,进而辅助设计师开展景观设计和线路规划,为旅游景观定量研究提供了新思路。

长城视觉景观资源及感知区位计算方法

国家文化公园建设背景下,针对长城遗产价值深度呈现和系统阐释的现实需求,从人与景观交互的关键感知方式出发,定义包含本体要素、环境背景和视觉感知区位信息的长城视觉景观资源新概念,并系统解析长城视觉景观资源的研究意义,以突出视觉感知在长城美学、功能和文化语义阐释等方面的重要价值;初步制定长城视觉景观资源语义特征点的选取规则和编码方法,以GIS视域分析为基础提出长城视觉景观资源感知区位计算方法,计算结果支持提取任意栅格的可视语义特征点集合,进而解析该区位的特征点类型结构和空间模式,挖掘隐藏其中的长城景观系统结构、功能、文化和美学等语义信息。以“老龙头—山海关—角山”长城区段为例进行实证研究,通过计算5个子系统感知区位信息及其最优区位,可得到整个区段的最优感知区位链。该研究是对长城视觉景观资源概念、研究方法和应用实践的系统思考,对于推动国家文化公园可持续建设具有理论和实践借鉴价值。

线性文化遗产景观视觉感知区位信息模型与实证

合适的视觉感知区位是获得良好景观体验的必要条件,但GIS视域计算结果对可视区位与景观语义之间可视关系的表征能力不足,难以进一步开展视觉景观资源的深度价值挖掘。论文基于已有景观视觉感知计算的理论与实践成果,提出并设计了面向线性文化遗产的景观视觉感知区位信息模型(landscape visual perception location model,LVPLM),基于NetCDF多维栅格数据结构建立了LVPLM数据集的组织方法及其应用逻辑。LVPLM数据集通过二维地理坐标维度表达视觉感知区位,通过语义特征点编码维度表达目标景观语义信息,进而建构视觉感知区位与景观语义之间的可视关系,实现了目标景观、感知区位和可视状态的信息集成。同时,设计了“钻取”“切片”“切块”三种LVPLM数据集应用模式,为多模式景观视觉感知信息挖掘与分析奠定了基础。论文选择长城线性文化遗产景观资源开展实证研究,建立了古北口长城LVPLM数据集,并通过实地调研勘测采集视觉对照验证数据,评估了数据集的基本可信度,初步证明了LVPLM模型的可行性与应用价值,也为长城国家文化公园高质量建设提供了新的数据资源。

古北口长城景观视觉感知区位数据集

长城是具有历史文化、形态美学等多重意义的重要视觉景观资源,视觉感知计算分析是挖掘长城景观资源价值,呈现和阐释长城多维意义的重要路径。通过设计长城景观系统的语义特征点提取和编码规则,基于古北口长城资源本体和ALOS 12.5 m DEM数据生成了景观语义特征点,并对每个特征点进行视域分析得到可视域栅格;以景观视觉感知区位信息模型(LVPLM)为基础,选择NetCDF多维数据格式建立了古北口长城景观视觉感知区位数据集。数据集包括3部分:(1)人工选择语义特征点数据子集;(2)程序自动选择语义特征点数据子集;(3)验证点数据。(1)和(2)数据子集内容包括:(a)古北口长城本体要素与语义特征点矢量数据;(b)古北口长城景观视觉感知区位数据。数据集存储为.shp和.nc格式,由64个数据文件组成,数据量为6.58 GB(压缩为1个文件,63.8 MB)。