基于RPCA的激光点云道路标牌几何信息提取方法

道路标牌的位置、尺寸等几何参数普查是交通资产管理、无人驾驶等应用的关键环节。车载激光扫描三维点云中路牌不仅占比小,而且受周围树木干扰大,导致边缘点云缺失且包含大量噪声。为了准确提取点云中标牌杆和平面的位置和几何信息,提出了两阶段杆状物点云分割方法,由粗及细提取出标牌杆及其相连的标牌平面点云簇;进而通过鲁棒主成分分析(robust principal component analysis,RPCA)排除标牌周围噪声和杂点干扰,结合点云簇形态分析得到独立的主杆体和标牌平面2个部件;再引入环状域生长拟合圆柱体,法向量投影采样与定向包围盒(oriented bounding box,OBB)紧致拟合标牌平面,分别得到主杆体和标牌的准确几何信息。实验采集了湖北省武汉市洪山区、高新区和武昌区34个不同路口下的激光点云数据,在KPConv点云分割网络下进行训练与验证,准确率达到90.31%,标牌精确度达到91.07%,召回率达到了92.74%;并对上述数据中的20个路口的98个道路标牌进行几何信息提取,有效提取率达到89.80%,位置精度达到0.0621 m,几何误差达到8.07%。实验表明:该方法能有效排除点云噪声和杂点干扰,实现对点云缺失在20%以内的标牌的有效提取。

基于小波变换的道路标牌图像增强技术研究

在低能见度条件下,增强道路标牌图像有利于提高驾驶员的视觉辨识度,从而保证交通安全。本文通过分析小波理论,论证小波变换用于图像增强的适用性,提出基于小渡变换的道路标牌图像增强的思路。构建雾天条件下道路标牌的增强实验,对比分析小波变换和传统灰度拉伸的实验结果。研究结果表明:小波变换能对道路标牌图像的噪声进行抑制,并较好地增强图像特征。

基于BIM的道路标牌参数化构建库系统的数据架构集成研发与应用研究

随着国家推进新一代智慧交通的要求、为促进新技术与交通运输的融合,道路信息化发展已刻不容缓。道路BIM模型可作为道路数字化发展的基础和载体,融合了数字信息的道路标牌模型不仅可以为道路设计提供数据支撑,同时在道路施工过程中也可以为道路交通组织模拟提供可行性技术参考,最终为道路交安的运维提供决策依据。通过BIM技术研发出符合标准的道路信息化标牌参数化构件库系统,在一定程度上可解决部分问题,通过道路标牌参数化构件库系统,可创建出精细化的BIM模型。构件库系统软件结合当前现行的GB5768.2道路交通标志和标线,第2部分:道路交通标志设计规范,依托于设计规范的技术指导,可完成道路标牌参数化构件库系统的标准化设计。