| 车载激光点云中交通标线自动分类与矢量化 |
| |
| 引用本文： | 方莉娜,王爽,赵志远,付化胜,陈崇成.车载激光点云中交通标线自动分类与矢量化[J].测绘学报,2021,50(9):1251-1265. |
| |
| 作者姓名： | 方莉娜 王爽 赵志远 付化胜 陈崇成 |
| |
| 作者单位： | 福州大学地理空间信息技术国家地方联合工程研究中心,福建福州350002;空间数据挖掘与信息共享教育部重点实验室,福建福州350002;福州大学数字中国研究院,福建福州350002;福建省水利水电勘测设计研究院,福建福州350002 |
| |
| 基金项目： | 国家自然科学基金;福建省对外合作项目 |
| |
| 摘 要： | 交通标线是重要的交通安全设施,其位置、属性和拓扑关系精细刻画道路交通结构,是智能交通、高精地图、位置与导航等应用的基础数据.本文提出一种融合空间上下文信息的车载激光点云标线分类图注意力模型(graph attention network with spatial context information,GAT_SCNet).该模型利用图结构建立标线及其邻接对象的出现和依存关系,基于标线几何、拓扑、空间结构关系构建注意力机制进行节点特征动态更新,通过对节点分类实现标线的精细分类.基于分类后标线,设计不同方案实现对分类后标线提取标线矢量化数据.试验采用4份不同车载激光扫描系统获取的城市与高速场景数据验证本文方法的有效性,试验结果中9类标线分类的准确率分别为100.00％、93.77％、100.00％、100.00％、100.00％、96.73％、97.96％、100.00％、98.39％,召回率分别为100.00％、96.36％、100.00％、100.00％、100.00％、97.26％、85.72％、100.00％、94.16％.结果表明,本文方法能实现道路场景中全尺寸、多类型标线对象的精确识别,并对形状相似标线(如虚线、斑马线和停止线)的区分具有较强稳健性.
|
| 关 键 词： | 车载激光点云 标线分类 图结构 注意力机制 标线矢量化 |
Automatic classification and vectorization of road markings frommobile laser point clouds |
| |
| FANG Lina,WANG Shuang,ZHAO Zhiyuan,FU Huasheng,CHEN Chongcheng.Automatic classification and vectorization of road markings frommobile laser point clouds[J].Acta Geodaetica et Cartographica Sinica,2021,50(9):1251-1265. |
| |
| Authors: | FANG Lina WANG Shuang ZHAO Zhiyuan FU Huasheng CHEN Chongcheng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
