顾及相邻点序号差的路面点云自动提取方法研究

现阶段车载点云道路提取的研究主要为有规则路坎的结构化道路, 而在现实中有些道路两侧是草地, 结构化道路的提取方法不再适用.针对此问题, 本文提出一种融合移动窗口高差和相邻点序号差的路面自动提取方法.首先利用相邻点间距实现扫描线的提取, 接着根据移动窗口高差和相邻点序号差提取道路边界点, 并采用RANSAC(RANdom SAmple Consensus, 随机抽样一致)算法对道路边界点进行拟合, 在此基础上, 根据线性规划原理和滤波处理提取路面点云.以两组道路数据进行实验分析, 路面提取的完整率分别为99.79%和99.52%, 正确率分别为99.91%和99.62%, 提取质量分别为99.70%和99.15%.实验结果表明, 该方法能够同时实现结构化道路路面和路边为草地的非结构化道路路面的有效提取.     

基于车载激光点云的道路交叉口检测与识别

道路交叉口是道路交通网的重要组成部分, 其位置和类型是高精地图、自动驾驶等应用服务的基础数据.目前研究多关注车载激光点云的道路边界提取, 较少关注道路交叉口类型识别.为此, 本文提出一种基于动态图神经网络的道路交叉口分类方法.首先分析地面超体素的几何和空间分布差异进行提取道路边界点; 然后计算道路边界点曲率, 利用滑动窗口中曲率差异检测道路交叉口; 最后构建动态图神经网络识别出"T"型和"十"型道路交叉口.实验采用两份不同车载激光点云数据验证本文方法的有效性, 实验结果表明, 该方法能准确检测绝大多数道路交叉口位置及类型.     

面向对象轮廓约束GGVF Snake的建筑物边界优化方法

分析高分辨率遥感影像中建筑物的特征和常用方法提取建筑物存在边界漏检误检导致的边界不规则等问题,提出面向对象轮廓约束广义梯度矢量流（GGVF）Snake模型的建筑物边界优化方法. 在利用分类法获取建筑物轮廓的初始结果基础上,自动提取每个建筑物轮廓线作为GGVF Snake的初始轮廓线,获取各轮廓外接矩形进行对象裁剪,提取每个建筑物的子图对象. 对每个子图对象进行Canny边缘检测,结合Hough变换提取直线特征,输入到广义梯度矢量流模型的迭代求解中快速最小化能量函数,实现对象级建筑物轮廓的精确优化. 实验结果表明,利用提出的方法能够自动获取初始建筑物的轮廓信息,提高优化的自动化程度;基于对象级的边缘检测与直线特征的加入,有助于GGVF Snake快速拟合,准确地平滑建筑物边缘且准确度高. 相对于其他对比方法,本文方法的轮廓优化总体精度和综合值均有提升,可以作为有效提升分类原理获取的建筑物轮廓的优化后处理手段,提高了建筑物提取的精度.     

利用磁钉段特征创建磁钉地图的新方法

针对磁钉导航系统中磁钉地图创建困难、现有建图方法不适用于多路口磁钉地图的问题,提出一种利用磁钉段特征创建磁钉地图的新方法.首先采用惯导、里程计和磁尺采集道路磁钉数据,依据标志磁钉划分磁钉段,从传感器数据中提取出磁钉段的特征,进行特征匹配,在匹配成功的磁钉段之间建立闭环约束.然后利用改进图优化算法,减小错误闭环约束对优化结果的影响.最后从优化完成的图中提取出磁钉点,再建立磁钉地图.基于真实道路环境的实验结果表明:利用磁钉段特征创建磁钉地图的新方法操作简单,建立的磁钉地图精度较高,全局一致性很好,导航试验也验证了地图的可用性.该方法可以很好地解决多路口磁钉地图建图问题,是一种有效的磁钉地图创建方法.     

链码跟踪直线提取算法在道路标志判断中的应用

为了准确快速提取和识别道路中的标志线,提出了一种基于链码的道路标志线提取与识别算法.道路中的标志线在图像处理中可以作为直线处理,整个提取算法分为3个步骤:首先,通过对道路图像的预处理去除噪声,利用Canny算子提取边缘;然后,对边缘图像进行链码编码并进行直线判断;最后,对属于同一条直线的直线段进行线段连接,过滤短的非道路标志线.实验表明,该算法可以准确快速地识别城市道路中的标志线和道路边缘,达到了实时准确的要求.     

无人地面车辆车道级路径引导方法

针对无人地面车辆对高精度电子地图的需求和在结构化道路环境下的导航要求,基于多传感器信息融合构建了车道级的电子地图,并基于该电子地图提出了一种车道级的路径引导算法．首先,利用数据采集平台采集多传感器的数据,并对采集到的数据进行融合来构建车道级的电子地图,并进一步根据交通规则生成道路和车道线;接着,根据不同地理对象所反映的不同特征设计了其属性表;然后,根据结构化道路环境的特点提出了一种全局路径规划策略;最后,针对无人地面车辆遇到障碍物需要对全局路径进行修正的场景,提出了一种基于代价地图的修正方法,指导车辆完成避让．跑车实验和中国智能车挑战赛比赛结果表明,文中提出的高精度电子地图和路径引导方法能满足无人地面车辆在结构化道路环境下的导航需求,能够为无人地面车辆安全、快速行驶提供可靠的指导和保障．     

Radial-curve-based facial expression recognition

A fully automatic facial-expression recognition (FER) system on 3D expression mesh models was proposed. The system didn't need human interaction from the feature extraction stage till the facial expression classification stage. The features extracted from a 3D expression mesh model were a bunch of radial facial curves to represent the spatial deformation of the geometry features on human face. Each facial curve was a surface line on the 3D face mesh model, begun from the nose tip and ended at the boundary of the previously trimmed 3D face points cloud. Then Euclid distance was employed to calculate the difference between facial curves extracted from the neutral face and each face with different expressions of one person as feature. By employing support vector machine (SVM) as classifier, the experimental results on the well-known 3D-BUFE dataset indicate that the proposed system could better classify the six prototypical facial expressions than state-of-art algorithms.     

功能性规则约束下的三维点云道路设施语义标注

三维场景的语义标注研究是机器视觉、摄影测量以及机器学习等领域的热门研究课题. 但基于移动激光扫描数据的道路设施精确解释仍处于瓶颈期. 提出一种基于逻辑关系和功能性对道路设施进行语义标注的新方法,先总结制定道路设施相关的特征符号和规则,再根据所定义的规则功能对点云数据进行语义标注. 基于该方法对国内某中等城市道路点云数据进行了相当详尽的解释,正确提取了93%的杆状物体,并全部正确识别. 对于杆状物体的附件(如灯头、交通标志等),基本正确识别且有效标记. 与改进的RANSAC算法相比,该方法提供了一个较好的解决方案,有助于在城市环境中自动绘制详细的道路设施.     

一种手绘圆的快速识别算法

提出一种手绘圆的快速识别算法,该算法采用像素跟踪方式,通过提取和跟踪圆的骨架像素得到圆片段的直线段序列,然后进行直线段序列的分解和合并处理,把属于同一圆的直线段序列连接起来,进而计算圆的几何参数,完成手绘圆的识别.与Hough变换方法相比,该算法不需要大量的计算时间和存储空间.实验结果表明,该算法能快速、准确地识别出手绘图形中的圆,具有良好的稳定性和鲁棒性.     

面向复杂形面匹配的边界特征提取方法

针对车身封闭件装配过程中的匹配优化问题,提出一种面向复杂形面匹配的边界特征提取方法.对匹配边界特点进行分析,确定边界点的提取信息、采样间距大小及其搜索邻域.对采样后的点云数据,建立k-d树进行索引.对采样点在搜索邻域内的邻近点建立最小二乘微切平面,利用投影到微切平面局部坐标系内的邻近点分布特性,判断边界特征点及其匹配特征.案例分析验证了该方法在处理复杂形面匹配边界特征点提取时的有效性,在不影响匹配效果的前提下,本文方法可显著提高复杂形面边界特征的提取效率.     

自动上料机器人视觉识别系统

为了满足自动上料机器人对视觉识别与定位算法高效性、高实时性的要求,提出了预检测+精检测的两步检测法.在预检测阶段,采用Bresenham圆对已提取的安全套边界点集进行曲率分类,根据边界曲率趋势筛选出特定的边界点集并求出矩形掩膜区域.在精检测阶段,在矩形掩膜区域内生成ORB特征算子检测和BRISK描述子.采用最近邻域算法进行模板匹配,利用RANSAC算法剔除误匹配.结果表明,本算法比单纯的ORB+BRISK、BRISK等算法快5~8倍;同时继承了ORB与BRISK算法的旋转不变形和尺度不变性,提升了安全套形变时顶部的识别与定位精度.     

一种自由曲面自适应网格生成方法

为了在造型复杂的自由曲面上生成规整、流畅的结构化网格,提出一种自适应网格生成方法.首先,用4条边界线圈定网格划分区域;接着,将一对不相连的边界线各自分为n+1段并连接相对的分段点,得到n条曲线;然后,将这n条曲线和同向的边界线分别划分为m+1段,并以多段线连接同一相对位置上的分段点,得到另一个方向上的m条曲线.轮流对这m条曲线和n条曲线进行分段、连线等操作,优化各自的形态,直到分段点位置基本不变;最后,将分段点按照一定的规律连接成网格.在网格生成过程中,通过调整曲线的分段原则,可以实现网格大小对边界线或曲面形态的自适应;通过设定多种点阵的连接规律,可以生成多种样式的网格.案例分析表明:该方法操作难度小、生成速度快、适用范围广,生成的网格线条流畅、形状规整、形式多样,能较好地满足建筑需求.     

一种基于双曲线模型的车道线检测算法

针对目前车道线检测算法识别率不高、弯道检测不准确的问题,提出了一种基于双曲线模型的车道线检测算法.算法首先运用Canny算子对道路边缘进行检测;采用Hough变换提取道路边界点,并使用扩展的Kalman滤波进行预测跟踪来减小道路扫描范围;最后通过左右车道边界参数与双曲线模型参数进行匹配,利用最小二乘法来求解模型参数,完成车道边界重建.实验结果表明,该算法的准确率达到93.4%,每帧图像的处理速度为87.4ms,有效克服抛物线模型和直线模型在直道与弯道连接处不连续的问题,而且在车道线模糊、对比度较低的情况下也能快速准确的识别出车道线.     

基于MLS点云模型特征的提取算法

针对以往特征提取算法提取边界特征效果不理想和特征识别时间较长的问题,提出了一种改进的点云模型特征边界线提取算法.该算法以移动最小二乘法为基础,在对已有的边界特征提取方法研究的基础上,结合研究对象棱角分明的特点,提取点云模型边界特征点集,利用双向搜索方法快速生成模型的特征边界线,并对得到的特征边界线进行特征修复,从而得到较为稳定的点云模型的特征边界线.实验结果表明,该算法能快速地提取点云模型的特征边界线,为后续基于特征边界的建模节约了大量时间.     

基于数据挖掘的视频镜头分类方法

提出了一种基于数据挖掘的视频镜头风格自动分类方法.该方法首先进行镜头边界检测和关键帧提取,然后基于关键帧和镜头分别提取了视频的颜色和运动等特征,并利用决策树技术在大量的训练数据中挖掘这些特征与镜头类别之间的潜在规律,最后利用这些规律对新的视频镜头进行分类.实验结果表明,与基于SVM的方法相比,本文方法不仅能获得较好的检测准确率,而且获取的规则易于理解.     

An accurate indoor map matching algorithm based on activity detection and crowdsourced Wi-Fi

Map matching has been widely investigated in indoor pedestrian navigation to improve positioning accuracy and robustness.This paper proposes an accurate map matching algorithm based on activity detection and crowdsourced Wi-Fi(AiFiMatch).Firstly, by taking indoor road segments between activity-related locations as nodes, and the activity type from one road segment to another as directed edge, the indoor floor plan is abstracted as a directed graph. Secondly, the smartphone's motion sensors are utilized to detect different activities based on a decision tree and then the pedestrian's walking trajectory is divided into subtrajectory sequence according to location-related activities. Finally, the sub-trajectory sequence is matched to the directed graph of indoor floor plan to position the pedestrian by using a Hidden Markov Model(HMM). Simultaneously, Wi-Fi fingerprints are bound to road segments based on timestamp. Through crowdsourcing, a radio map of indoor road segments is constructed. The radio map in turn inversely promotes the HMM based map matching algorithm. AiFiMatch is evaluated by the experiments using smartphones in a teaching building. Experimental results show that the pedestrian can be accurately tracked even without knowing the starting position and AiFiMatch is robust to a certain degree of step length and heading direction errors.     

基于车载LiDAR数据的道路边界精细提取

根据道路在车载激光点云数据中的表达特征,提出一种基于轨迹线辅助下的K均值聚类算法,开展针对道路边界线的自动精细提取研究,算法描述为:先进行数据预处理,将复杂轨迹简化成单一轨迹;再利用轨迹辅助,通过插入截面,将点云投影在截面上获得"断面线";然后以断面线为基础,采用K均值聚类算法提取出道路边界;最后对提取的道路边界进行检核、优化,获取精细道路边界信息.实验表明,该方法实现了道路边界高效准确地全自动提取.     

Image denoising and boundary extraction based on game theory

Half-quadratic regularization is a classical image denoising method.In removing image noise,the image boundary can be obtained.Since the boundary obtained by the half-quadratic regularization model is too fuzzy and the denoising effect is not ideal,the half-quadratic regularization model is improved by the game method,the image is denoised and the boundary is extracted simultaneously.Two participants are defined,with the classical half-quadratic regularization method used as the target function of denoising,and a relatively novel global sparse gradient model selected as the target function of boundary extraction.The two participants,image denoising and boundary extraction,iterate alternately in a game process,with their convergence points as the Nash equilibrium points.The proposed model is applied to various types of images,and the algorithm proposed can lead to good results in both numerical results and visual effects.Experimental results show that the proposed algorithm can effectively improve the half-quadratic regularization model,thus obtaining better denoising and boundary extraction effects.     

融合光流与特征点匹配的单目视觉里程计

针对城市平坦路面准确实时定位的问题,提出将光流跟踪法与特征点匹配进行卡尔曼融合的单目视觉里程计方法.基于平面假设,利用光流跟踪法进行帧间小位移定位,同时利用传统的加速鲁棒特征点（SURF）进行帧间大位移匹配来矫正光流法结果.通过卡尔曼滤波更新机器人的位置和姿态.结果表明,融合算法克服了光流法定位精度差和特征点匹配法处理速度慢的缺点,突出了光流法实时性和特征点匹配定位准确性的优点,该方法能够提供较准确的实时定位输出,并对光照变化和路面纹理较少的情况有一定的鲁棒性.     

基于截面特征相容的曲面约束重构

为了从点云中重建高品质的曲面模型,提出一种基于截面特征相容的曲面重构方法.该方法将由点云切片获取的截面曲线分层次表达为直线、圆弧、B样条等基本曲线元和特征点的集合,并基于曲线微分几何属性,建立截面曲线特征点对应的数学模型,采用动态规划法求解并确定其初始对应关系,以曲线元特征匹配准则优化对应,逐步确立截面曲线间的特征对应关系,将特征对应关系映射为参数对应即可利用成熟算法逼近生成蒙皮曲面.实例表明,该算法获取的曲面模型不但满足精度和光顺性要求,而且忠实地反映了原始物理样件所蕴含的特征信息.