[发明专利]一种地图三维道路特征识别方法和系统有效

专利信息
申请号: 202010228450.1 申请日: 2020-03-27
公开(公告)号: CN111445578B 公开(公告)日: 2023-03-10
发明(设计)人: 杨蒙蒙;杨殿阁;江昆 申请(专利权)人: 清华大学
主分类号: G06T17/05 分类号: G06T17/05;G06T17/10;G06T7/521
代理公司: 北京纪凯知识产权代理有限公司 11245 代理人: 孙楠
地址: 100084 北京市海淀区1*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 地图 三维 道路 特征 识别 方法 系统
【权利要求书】:

1.一种地图三维道路特征识别方法,其特征在于,包括以下步骤:

S1.通过激光点云数据生成道路的二维强度特征图;

S2.建立二维空间和三维空间的转换关系,将所述二维强度特征图转换为三维强度虚拟特征图;

S3.在所述三维强度虚拟特征图中获取二维标线要素的位置和形状;

步骤S3中采用动态模拟匹配算法获取二维标线要素的形状;

所述动态匹配算法需引入模板匹配数据集,将所述模板匹配数据集与所述三维强度虚拟特征图进行匹配,确定二者相似度,所述模板匹配数据集包括每个道路标线的图像、基于图像的矢量特征数据、矢量特征类别和标线的动态角度信息;

所述相似度MAX(NCC(x,y,θ))的计算公式是:

其中,x、y分别是三维强度虚拟特征图中标线在水平面内的横坐标和纵坐标,θ是三维强度虚拟特征图中动态角度值,i、j为模板匹配数据集的图像中标线的位置矢量;NCC(x,y,θ)为归一化互相关匹配算法的函数;是三维强度虚拟特征图中的匹配图像;T(i,j)是模板匹配数据集中图像;为(x,y)处匹配图像的平均灰度值;E(T)代表模板匹配数据集中图像的平均灰度值,M、N分别为模板匹配数据集的图像的横坐标和纵坐标的最大值;

S4.将所述二维标线要素的位置和形状依据所述转换关系转换成三维标线要素,生成带有标线要素的三维强度特征图。

2.如权利要求1所述的地图三维道路特征识别方法,其特征在于,生成所述二维强度特征图的方法为:

S1.1将激光雷达检测器获得的激光点进行滤波处理获取地面激光点;

S1.2根据所述地面激光点,获取待处理区域三维地面激光点的空间范围,并对所述空间范围进行栅格化处理;

S1.3计算每个栅格的属性值;

S1.4将每个栅格的属性值归一化,生成二维强度特征图。

3.如权利要求2所述的地图三维道路特征识别方法,其特征在于,所述每个栅格的属性值Fij的计算公式为:

其中,wijk为在栅格(i,j)中第k个激光点的权重值;Iijk为在栅格(i,j)中第k个激光点的强度特征值;nij为(i,j)中的激光点总数;GSD是地面激光点距离;为(i,j)中第k个激光点距离中心的的距离,为栅格(i,j)中激光点的最大高程差,为栅格(i,j)中激光点的最小高程差;zmax和zmin分别是三维地面空间范围竖直方向的最大值和最小值;为在栅格(i,j)中第k个激光点的竖直方向的值;α与β分别为水平方向与高程方向的权重系数,两者和为1。

4.如权利要求1-3任一项所述的地图三维道路特征识别方法,其特征在于,所述转换为三维强度虚拟特征图的过程为:建立二维空间栅格与三维空间点云之间的对应关系,根据所述栅格中起点位置的三维绝对空间坐标值、格网间距、图像分辨率、旋转角度以及栅格中每个点的平均高程值与起点的差值构建二维空间的拓扑关系数据,通过所述拓扑关系数据,将所述二维强度特征图转换为所述三维强度虚拟特征图。

5.如权利要求4所述的地图三维道路特征识别方法,其特征在于,所述步骤S3中获取二维标线要素的位置的方法为:从三维强度虚拟特征图中提取部分图像以生成数据训练集,通过深度学习算法对所述数据训练集进行训练,以获取所述三维强度虚拟特征图中二维标线要素的位置。

6.如权利要求5所述的地图三维道路特征识别方法,其特征在于,在对数据集进行训练之前,需要对所述数据集中图像进行平移、旋转、剪切、尺度调整和去噪,并通过对抗生成网络GAN和模型迁移对所述图像进行样本增强和增广处理。

7.一种地图三维道路特征识别系统,其特征在于,包括:

二维强度特征图生成模块,用于通过激光点云数据生成道路的二维强度特征图;

三维强度虚拟特征图生成模块,用于建立二维空间和三维空间的转换关系,将所述二维强度特征图转换为三维强度虚拟特征图;

二维标线要素获取模块,用于在所述三维强度虚拟特征图中获取二维标线要素的位置和形状;

二维标线要素获取模块中采用动态模拟匹配算法获取二维标线要素的形状;

所述动态匹配算法需引入模板匹配数据集,将所述模板匹配数据集与所述三维强度虚拟特征图进行匹配,确定二者相似度,所述模板匹配数据集包括每个道路标线的图像、基于图像的矢量特征数据、矢量特征类别和标线的动态角度信息;

所述相似度MAX(NCC(x,y,θ))的计算公式是:

其中,x、y分别是三维强度虚拟特征图中标线在水平面内的横坐标和纵坐标,θ是三维强度虚拟特征图中动态角度值,i、j为模板匹配数据集的图像中标线的位置矢量;NCC(x,y,θ)为归一化互相关匹配算法的函数;是三维强度虚拟特征图中的匹配图像;T(i,j)是模板匹配数据集中图像;为(x,y)处匹配图像的平均灰度值;E(T)代表模板匹配数据集中图像的平均灰度值,M、N分别为模板匹配数据集的图像的横坐标和纵坐标的最大值;

三维强度特征图生成模块,将所述二维标线要素的位置和形状依据所述转换关系转换成三维标线要素,生成带有标线要素的三维强度特征图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010228450.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top