1 石家庄铁道大学 交通工程结构力学行为与系统安全国家重点实验室, 石家庄 050043
2 石家庄铁道大学 电气与电子工程学院, 石家庄 050043
3 河北省疾病预防控制中心, 石家庄 050021
为了提高室外场景中车载激光雷达道路不平度信息检测的精度, 采用随机降采样和局部特征聚合的网络结构对道路环境信息进行提取分割。在分割过程中加入随机降采样的方法, 从而提高点云信息的计算效率, 为解决道路环境信息分割过程中关键特征丢失的问题, 加入局部特征聚合器来增加每个3维点云的接受域来保留几何细节。结果表明, 所提出的算法可以准确识别道路环境信息, 对于凸包、凹坑、道路可行驶区域的识别精度分别达到71.87%, 82.71%, 93.01%, 与传统卷积神经网络相比有显著提升。该研究可高效提取道路不平度及道路可行驶区域信息, 从而提高了车辆的主动安全性与平顺性。
激光技术 随机降采样 局部特征聚合 点云 laser technique random down sampling local feature aggregation point cloud
