首页|期刊导航|海南大学学报(自然科学版中英文)|联合边界引导和多尺度特征的路侧交通地物点云感知

联合边界引导和多尺度特征的路侧交通地物点云感知OA

中文摘要

针对复杂城市场景中路侧交通地物形态多样、边界模糊且易受遮挡,导致点云感知精度不稳定的问题,提出了一种面向路侧交通地物精确感知的新方法。该方法通过在点云特征学习过程中引入边界约束,减少不同地物之间的相互干扰,并结合多尺度信息融合策略,同时兼顾局部细节与整体结构,从而提升在复杂道路环境中的识别能力。实验采用3份不同车载激光扫描系统获取的不同城市场景数据来验证本方法的有效性。结果表明,所提模型在3组数据上的平均交并比和路侧交通地物交并比分别达到89.48%和87.91%,并在快速路、主干路、次干路和支路等不同道路类型中分别取得94.90%、93.36%、90.14%和88.56%的路侧交通地物交并比。该方法在多种道路场景下均能够稳定提升路侧交通地物的识别精度,尤其在地物密集、遮挡严重的城市街道环境中表现出更强的鲁棒性与泛化能力。研究结果可为推动交通基础设施数字化转型提供数据基础。

赖启印;方莉娜

福州大学数字中国研究院(福建),福建福州350108 空间数据挖掘与信息共享教育部重点实验室,福建福州350108 地理空间信息技术国家地方联合工程研究中心,福建福州350108福州大学数字中国研究院(福建),福建福州350108 空间数据挖掘与信息共享教育部重点实验室,福建福州350108 地理空间信息技术国家地方联合工程研究中心,福建福州350108

天文与地球科学

路侧交通地物车载激光扫描系统边界引导多尺度特征融合鲁棒性

《海南大学学报(自然科学版中英文)》 2026 (4)

P.387-401,15

国家自然科学基金项目(42071446)的支持。

10.65658/j.hndk.2026022801

评论