【技术实现步骤摘要】
本专利技术属于计算机视觉及人工智能，涉及基于mls点云的道路标志线检测与识别方法。
技术介绍
1、道路标志线检测是高精度地图和无人驾驶的重要感知模块之一。通常道路标志线检测主要分为以下三类：基于图像的方法、基于影像的方法和基于点云的方法，具体优缺点如下：基于图像的道路标志线检测的相关研究较多，但是该方法对于数据集的光照条件要求较高，并且过于依赖道路表面的纹理特征；基于影像的道路标志线检测也受光照的影响，并且由于影像拼接的问题，如果将其投影至同一坐标系会产生误差，进而影响后续检测的准确性。还有研究人员通过使用遥感影像代替传统图像和影像克服拼接产生的误差问题，但是遥感影像的分辨率不足，因此仍难以准确、全面地提取道路要素。与上述方法相比，基于点云的方法则表现出它在道路标志线检测方面的独特优势：1)不受光照的影响；2)数据的获取效率更高；3)获取到的数据连续性更好；4)具有更高的精度和采集密度；5)对于道路标志线的特殊材料具有很好的回波反射强度。但是由于存在室外场景数据过于庞大、点密度分布不均匀等问题，使得该研究仍然具有挑战性。
>技术实本文档来自技高网...
【技术保护点】
1.基于MLS点云的道路标志线检测与识别方法，其特征在于，具体按照以下步骤实施：
2.根据权利要求1所述的基于MLS点云的道路标志线检测与识别方法，其特征在于，所述步骤1具体为：
3.根据权利要求2所述的基于MLS点云的道路标志线检测与识别方法，其特征在于，所述步骤1.1具体按照以下步骤实施：
4.根据权利要求2所述的基于MLS点云的道路标志线检测与识别方法，其特征在于，所述步骤1.2具体按照以下步骤实施：
5.根据权利要求4所述的基于MLS点云的道路标志线检测与识别方法，其特征在于，所述步骤2.1具体为，
...
【技术特征摘要】
1.基于mls点云的道路标志线检测与识别方法，其特征在于，具体按照以下步骤实施：
2.根据权利要求1所述的基于mls点云的道路标志线检测与识别方法，其特征在于，所述步骤1具体为：
3.根据权利要求2所述的基于mls点云的道路标志线检测与识别方法，其特征在于，所述步骤1.1具体按照以下步骤实施：
4.根据权利要求2所述的基于mls点云的道路标志线检测与识别方法，其特征在于，所述步骤1.2具体按照以下步骤实施：
5.根据权利要求4所述的基于mls点云的道路标志线检测与识别方法，其特征...
【专利技术属性】
技术研发人员：宁小娟，赵昊罡，梁杰炜，石争浩，金海燕，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。