Registro automático leve e rápido de nuvens de pontos para cenas de ruas urbanas considerando objetos em forma de poste e linhas de faixa

ZHAO Huiyou ,  

WU Xuequn ,  

XIA Yonghua ,  

摘要

Devido a desvios de posição em cenas urbanas obtidas por varredura a laser em diferentes períodos, os métodos tradicionais de registro de nuvens de pontos apresentam limitações como baixa eficiência e baixa robustez. Este artigo propõe um método aprimorado de registro de nuvens de pontos que considera objetos em forma de poste e linhas de faixa. Primeiro, realiza-se a subamostragem por grade voxel nas nuvens de pontos filtradas, em seguida aplica-se o filtro de pontos do solo utilizando o modelo de tecido, depois utiliza-se a classificação não supervisionada de k-médias para pontos não pertencentes ao solo. Em seguida, os objetos em forma de poste são extraídos como características-alvo usando o método prévio de amostragem aleatória consistente, e com base na intensidade de reflexão dos pontos, propõe-se um método de segmentação por mapa de tons de cinza e densidade espacial para extrair as linhas de faixa. Utilizando o algoritmo ICP (Iterative Closest Point) aprimorado com restrições de vetores normais, os objetos em forma de poste e as linhas de faixa são usados como primitivos de registro, um algoritmo de consistência geométrica elimina pares de pontos incorretos, e uma árvore KD bidirecional relaciona rapidamente pontos característicos correspondentes, acelerando a velocidade do registro e melhorando a precisão. Os experimentos mostram que em cenas urbanas de nuvens de pontos com baixa sobreposição, o tempo de processamento é inferior a 20 segundos e apenas 20 iterações são necessárias, atingindo uma precisão de 1,9877×10-5 m, permitindo o registro eficiente e preciso de nuvens de pontos em cenas de ruas urbanas.

关键词

Varredura a laser embarcada; objetos em forma de poste; filtragem de pontos do solo; k-médias; linhas de faixa; ICP aprimorado

阅读全文

以上内容由讯飞翻译自动生成,翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果,本网站不承担任何商业和法律责任。

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website