基于LiDAR点云检测的城市道路轮廓提取技术

城市道路覆盖面广,容易忽略道路轮廓的分散性,LiDAR点云检测可以对其轮廓进行分割,很大程度上解决了提取效率低的问题。提出基于LiDAR点云检测的城市道路轮廓提取技术。采用空间区域网格扫描技术进行城市道路光学图像采集,对采集的城市道路光学图像进行区域性融合滤波处理,提取城市道路光学图像的灰度像素特征量,采用模糊信息融合方法进行城市道路光学图像信息融合,构建城市道路光学图像的三维点云特征大数据分布模型,结合LiDAR点云分布式检测的方法进行城市道路的轮廓特征分割,采用帧点最大灰度级特征集检测和多参数信息融合方法,实现城市道路轮廓提取和点云检测。仿真表明,在实验次数为100次时,所提方法提取时间为12 s;样本数为2000个时,所提方法提取精度为1。充分证明采用该方法进行城市道路轮廓提取的时间较短、提取准确度较高,空间规划识别能力较强,具有很好的参数优化能力。

基于图像分割技术的城区机载LiDAR数据滤波方法

为了获取高精度的DEM数据,采用了一种基于图像分割技术的方法对机载LiDAR数据进行滤波处理。该方法针对原始激光点云数据,首先运用边缘检测技术进行点云分割,准确提取建筑物的边缘信息,确定地面种子点;然后按照一定的准则进行区域生长,最终得到裸露地面点集。针对几组不同地貌特征的城区实测数据进行滤波实验,通过定性和定量分析,验证了该算法不但计算速度快、精度高,而且还具有较强的稳健性。

基于2D LiDAR的路段行人过街控制系统研究

路段行人过街场景中行人的安全和人车的通行效率问题一直受到众多关注。Benwen介绍了一种基于2D LiDAR行人检测设备的路段行人过街控制系统,并通过试验和VISSIM交通仿真对其进行了检验。验证了系统检测的准确性和对于路段行人过街综合交通效率的提升作用。