基于迁移主动学习的车载道路点云要素矢量化方法与装置制造方法及图纸

本发明专利技术公开了一种基于迁移主动学习的车载道路点云要素矢量化方法与装置，克服了现有方法对点云数据进行投影等预处理造成点云信息损失，深度学习模型需要大量标注样本，人工成本高以及模型泛化能力不足的问题。本发明专利技术依据多样性和信息熵选择一定比例的不同场景的道路点云加入到点云训练数据集中，利用不断更新的数据重新训练神经网络模型，直接处理道路点云，在保证不同场景模型的稳定性和泛化能力，一方面显著减少了样本标注的成本，另一方面实现了模型在不同场景下的迁移，提高了模型在不同场景下的稳健性和泛化能力，提高了道路点云的处理效率和分类精度。点云的处理效率和分类精度。点云的处理效率和分类精度。

【技术实现步骤摘要】
基于迁移主动学习的车载道路点云要素矢量化方法与装置


[0001]本专利技术属于公路建设测绘
，具体涉及一种基于迁移主动学习的车载道路点云要素矢量化方法与装置。

技术介绍

[0002]随着城市化的迅猛发展，公路建设事业的投入不断加大，特别是既有公路改扩建工程不断增多。既有公路扩建首先需要获取精准的矢量道路要素数据。传统的道路要素获取主要依靠水准仪、全站仪、RTK等方式，它们工作量大、效率低，并且干扰正常交通秩序。车载移动激光扫描技术在不干扰交通秩序情况下可以高效地获取高精度的道路点云数据。该技术的应用能够有效提升公路改扩建测量的自动化水平，提高外业作业效率。但是由于点云自身无序、非结构化的特点，如何高效、精准的从点云中提取道路要素仍然是个挑战。
[0003]目前常见的从点云中提取道路要素的方式是将点云转为图像，从图像上提取道路要素，该方式虽然减少了计算量，但是存在一定的信息损失。另一种方式是基于深度学习的方法，该方法一般需要大量的标注样本，人工成本较高，此外基于深度学习的方法泛化能力不足，在切换场景时表现往往较差。
专利技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于迁移主动学习的车载道路点云要素矢量化方法，其特征在于，具体包括以下步骤：步骤1、利用移动激光扫描设备获取道路点云数据，并对数据进行预处理以及建立八叉树索引；步骤2、将道路点云数据输入到预训练的顾及几何信息的多路径神经网络模型中进行分类，输出分类结果和每个类所属类别的概率；步骤3、根据神经网络模型输出的分类概率分别计算每个点的信息熵，依据设定的信息熵阈值统计并判断需要分类点云的信息熵低于阈值的占比情况，如果占比情况超过85％，人工修正少量错误的点，进行步骤6，如果占比情况低于85％则进行步骤4；步骤4、计算道路点云各个类别的占比情况，依据占比情况和每个类别的信息熵选择25％的样本进行人工修正和标注；将标注的点云加入到历史积累的点云数据集中，增强训练数据集场景和地物的多样性；步骤5、利用更新的点云标注数据集重新训练顾及几何信息的多路径神经网络模型，直至模型收敛，实现模型在不同场景的迁移；部署更新后的模型，利用更新的模型重复步骤2
‑
3对待预测点云进行重新预测；步骤6、分好类的点云主要分成了非道路点云，道路点云以及道路标线点云；对于道路点云，基于点云拟合的方法提取三维中心线和边线；对于道路标线点云首先提取点云轮廓以及轮廓的基本特征，然后基于积累的矢量模板库进行匹配，替换成矢量模板，并输出矢量标志线；最终输出道路中心线、边线以及道路标线矢量文件。2.根据权利要求1所述的一种基于迁移主动学习的车载道路点云要素矢量化方法，其特征在于：所述道路点云输入神经网络的策略如下：首先给所有道路点云随机分配一个被选中的概率，然后每次训练时选择概率最小的点为中心点，以中心点为起点并基于八叉树索引选择一定数量的点输入到顾及几何信息的多路径神经网络模型中；接着基于一定规则增大已经被选择点云的概率，再选择概率最小的点作为中心点继续查询指定数量的点云输入到神经网络中训练，不断迭代直到所有点云被输入，其中有很多点云会被预测多次，预测多次的采用平均概率确定其类别。3.根据权利要求2所述的一种基于迁移主动学习的车载道路点云要素矢量化方法，其特征在于：所述顾及几何信息的多路径神经网络包括几何提取部分、语义提取部分和多路径融合部分，所述几何提取部分不对点云特征进行下采样，用于提取点云的空间几何特征，保留点云空间几何信息，减少点云的特征信息损失，该部分由多层感知机来实现。4.根据权利要求3所述的一种基于迁移主动学习的车载道路点云要素矢量化方法，其特征在于：所述语义提取部分由特征聚合模块和下采样模块组成，用于提取点云的抽象语义信息，特征聚合模块首先利用多层感知机提取坐标特征p
i
、邻域内相对位置特征p
j
‑
p
i
以及对应的点云特征f
i
和邻域内相对点云特征f
j
‑
f
i
，接着构建了一个局部卷积进一步提取局部上下文特征，特征聚合模块具体利用以下公式计算局部聚合特征
f
a
＝M(p
j
‑
p
i
)*([MLP([f
i

【专利技术属性】
技术研发人员：刘亚林，曾豆豆，张占忠，武瑞宏，张邵华，何小飞，李丹，王博，魏域君，
申请(专利权)人：中铁第一勘察设计院集团有限公司，
类型：发明
国别省市：