《基於車載雷射點雲的城市道路三維精細重建》是依託福州大學，由方莉娜擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於車載雷射點雲的城市道路三維精細重建
- 依託單位：福州大學
- 項目類別：青年科學基金項目
- 項目負責人：方莉娜
項目摘要,結題摘要,
項目摘要
車載雷射掃描系統在大規模城市場景信息獲取以及城市道路三維精細重建中具有越來越明顯的優勢。目前車載雷射點雲的道路特徵提取和三維重構存在智慧型化程度低、特徵提取及幾何重構的可靠性不足等技術瓶頸。本項目以智慧城市中重要組成要素--城市街景環境為研究對象，採用面向對象和機器學習的思想，將基於三維點雲分類問題轉化到基於幾何目標識別問題，實現多結構、複雜城市場景的道路邊界、交通標線等道路細節要素的感知和穩健提取；實現從數據驅動的道路目標三維表達到幾何模型、語義知識驅動的道路多層次三維精細重構的轉變。從而在最小人工干預條件下實現穩定、可靠的道路識別與建模，提高車載雷射掃描數據的智慧型化解譯程度，推進車載雷射掃描系統在智慧城市、城市建模和城市管理等領域的套用。
結題摘要
車載雷射掃描系統獲取的城市場景數據量大、場景複雜，數據噪聲、遮擋等易造成道路結構不連續和不完整，道路細節要素解譯比較困難和複雜。針對以上技術瓶頸，本項目重點研究融合多尺度幾何形狀、空間關係及紋理信息的道路邊界/標線的提取模型和特徵學習規則，形成穩健的道路邊界和交通標線識別方法；探索適合點雲分類的深度學習框架，實現路側多目標的提取與識別；建立基於格式塔（Gestalt）視覺感知理論的道路邊界連線與最佳化方法，實現道路邊界矢量化和幾何重構，建立融合幾何和語義的複雜物體三維重建方法。項目採用不同車載雷射掃描系統獲取的多組點雲數據開展實驗，結果表明，採用面向對象的多尺度特徵，能夠克服點密度分布不均以及數據缺失對道路邊界和交通標線提取的限制，能有效識別出精確、可靠道路邊界/交通標線，取得較好的實驗結果；利用深度學習網路，能夠減輕分類器對基礎特徵依賴，抽取目標的高層次語義、抽象特徵，提高目標分類的精度和自動化程度，具有較強的普適性；採用幾何模型與語義知識相結合的方法，能夠高精度快速實現道路邊界和小物件幾何重構。 按照既定的研究計畫，項目圓滿完成了課題設定的研究內容，實現了預期目標，並在研究的深度和廣度上都有了進一步擴展。在項目資助下，項目組發表論文2篇，其中EI1篇；申請發明專利3項目，授權2項，公開1項；申請軟體著作權2項；在人才培養方面，項目組培養畢業碩士3名，在讀博士1名，在讀碩士3名。
