• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于車(chē)載激光點(diǎn)云的道路交叉口檢測(cè)與識(shí)別

    2022-01-20 09:23:28方莉娜王康
    關(guān)鍵詞:體素交叉口車(chē)載

    方莉娜 王康

    0 引言

    道路交叉口作為道路交匯的樞紐,承擔(dān)著連接道路交通網(wǎng)的重要功能,其位置、方向、類(lèi)型是智能交通、高精地圖、導(dǎo)航與定位服務(wù)等應(yīng)用的重要基礎(chǔ)數(shù)據(jù)[1-4],準(zhǔn)確獲取道路交叉口的位置及類(lèi)型信息對(duì)交通路網(wǎng)數(shù)據(jù)更新具有重要意義.車(chē)載激光掃描系統(tǒng)(Mobile Laser Scanning,MLS)作為近年來(lái)快速發(fā)展的高精度測(cè)繪技術(shù),能夠快速、準(zhǔn)確地獲取道路場(chǎng)景精細(xì)的位置信息,為道路交叉口的提取和分類(lèi)提供了一種新的數(shù)據(jù)源.

    當(dāng)前道路交叉口提取和分類(lèi)的研究集中于從各類(lèi)傳感器數(shù)據(jù)中自動(dòng)識(shí)別交叉口,主要包括:基于圖像數(shù)據(jù)、基于GPS軌跡數(shù)據(jù)、基于車(chē)載激光點(diǎn)云的道路交叉口識(shí)別.基于圖像數(shù)據(jù)的道路交叉口識(shí)別主要從圖像數(shù)據(jù)中識(shí)別道路交叉口空間位置,將交叉口位置的識(shí)別簡(jiǎn)化為點(diǎn)的識(shí)別[5-8].由于圖像易受天氣、環(huán)境、光照等因素影響,易造成交叉口識(shí)別困難.基于GPS軌跡數(shù)據(jù)的道路交叉口識(shí)別方法則利用軌跡數(shù)據(jù)在交叉口處密度較大等特征,實(shí)現(xiàn)交叉口的識(shí)別[9-10].GPS軌跡交叉口識(shí)別方法受限于軌跡點(diǎn)密度,軌跡點(diǎn)稀疏區(qū)域難以提取道路交叉口的精確位置.相比于圖像數(shù)據(jù)和GPS軌跡數(shù)據(jù),車(chē)載激光點(diǎn)云數(shù)據(jù)包含更精細(xì)的道路場(chǎng)景信息和細(xì)節(jié)要素,能夠提供精細(xì)的道路交叉口三維數(shù)據(jù).近年來(lái),一些學(xué)者嘗試從點(diǎn)云中提取道路交叉口.Li等[11]提出基于一種虛擬圓柱掃描儀(Virtual Cylindrical Scanner,VCS)的道路交叉口檢測(cè)方法,構(gòu)建虛擬點(diǎn)發(fā)射n條射線探測(cè)發(fā)射點(diǎn)與道路交叉口距離提取道路交叉口特征,利用支持向量機(jī)(Support Vector Machine,SVM)分類(lèi)道路交叉口類(lèi)型.Zhang等[12]提出基于光束模型的道路交叉口識(shí)別方法,以車(chē)輛頂部與底部傳感器為中心,發(fā)射多條射線計(jì)算發(fā)射點(diǎn)與道路邊界距離分布直方圖,依據(jù)峰值點(diǎn)個(gè)數(shù)確定道路交叉口類(lèi)型.陳卓等[13]提出一種基于機(jī)載激光點(diǎn)云強(qiáng)度影像的道路交叉口提取方法,利用角度紋理信息和密度聚類(lèi)方法定位機(jī)載影像中道路交叉口粗略位置,然后引入環(huán)形剖面和Snake方法提取道路交叉口輪廓.Chen等[14]采用Gabor濾波器和改進(jìn)的高階張量投票識(shí)別機(jī)載強(qiáng)度圖像中道路交叉口候選區(qū),再基于模板匹配識(shí)別道路交叉口類(lèi)型.目前國(guó)內(nèi)外針對(duì)車(chē)載激光點(diǎn)云道路交叉口檢測(cè)與識(shí)別的研究取得了一定的進(jìn)展.目前道路交叉口檢測(cè)算法主要依據(jù)其形狀、灰度等特征進(jìn)行檢測(cè),對(duì)于形狀簡(jiǎn)單的交叉口具有較好的檢測(cè)效果,但對(duì)復(fù)雜場(chǎng)景下的道路交叉口檢測(cè)難度較大,對(duì)于交叉口類(lèi)型識(shí)別需要較多的先驗(yàn)知識(shí)和人工干預(yù),自動(dòng)化程度和檢測(cè)精度不高.

    深度學(xué)習(xí)憑借深度網(wǎng)絡(luò)的強(qiáng)大學(xué)習(xí)能力,能夠從原始數(shù)據(jù)中提取數(shù)據(jù)的高層特征,從而很好地建立從底層信號(hào)到高層信號(hào)的映射關(guān)系,在圖像分類(lèi)、目標(biāo)檢測(cè)等方面深度學(xué)習(xí)該領(lǐng)域重大進(jìn)展.近年來(lái),一些學(xué)者將深度學(xué)習(xí)引入道路交叉口的檢測(cè)與識(shí)別中,有效地實(shí)現(xiàn)了對(duì)道路交叉口的檢測(cè)與自動(dòng)分類(lèi).Baumann等[15]提出了基于U-Net網(wǎng)絡(luò)機(jī)載點(diǎn)云影像的道路交叉口檢測(cè)方法,并取得了較好的識(shí)別效果.何海威等[16]提出一種基于AlexNet網(wǎng)絡(luò)的道路交叉口檢測(cè)方法,將矢量數(shù)據(jù)與柵格數(shù)據(jù)結(jié)合,在十字型、喇叭型等復(fù)雜交叉口的識(shí)別中取得了較好的效果.王龍飛等[17]提出一種基于YOLOv3遙感影像道路交叉口檢測(cè)算法,采用參數(shù)修正單元激活卷積層以及多尺度融合實(shí)現(xiàn)道路交叉口細(xì)節(jié)特征提取,在復(fù)雜背景下道路交叉口識(shí)別中取得了較好的效果.

    因車(chē)載激光點(diǎn)云中道路交叉口輪廓特征易受周?chē)匚锔蓴_,目前基于圖像的深度學(xué)習(xí)網(wǎng)絡(luò)不能完全適用于車(chē)載激光點(diǎn)云道路交叉口的類(lèi)型識(shí)別.為了提高道路交叉口識(shí)別效果,本文基于車(chē)載激光掃描點(diǎn)云數(shù)據(jù),分析道路交叉口和非交叉口路段的形狀和結(jié)構(gòu)特征,構(gòu)建了逐軌跡點(diǎn)的滑動(dòng)窗口道路交叉口識(shí)別方法,然后利用動(dòng)態(tài)圖神經(jīng)網(wǎng)絡(luò)進(jìn)行道路交叉口分類(lèi).

    1 道路交叉口檢測(cè)與識(shí)別

    相對(duì)于道路兩側(cè)建筑物、樹(shù)木等地物而言,道路邊界在海量點(diǎn)云中形狀不明顯,直接從離散點(diǎn)云中檢測(cè)道路邊界非常耗時(shí)且效率較低.因此本文先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,采用布料模擬濾波算法[18]提取地面點(diǎn)云,然后從地面點(diǎn)中提取道路邊界,其主要分為以下三個(gè)步驟:

    1)基于超體素的道路邊界提取.利用超體素算法過(guò)分割地面點(diǎn)云,分析超體素的分布與結(jié)構(gòu)信息提取道路邊界.

    2)基于滑動(dòng)窗口的道路交叉口提取.利用道路交叉口與非交叉口的形態(tài)差異,計(jì)算滑動(dòng)窗口道路邊界點(diǎn)曲率值區(qū)分道路交叉口與非交叉口.

    3)基于動(dòng)態(tài)圖神經(jīng)網(wǎng)絡(luò)的道路交叉口類(lèi)型識(shí)別.構(gòu)建適合道路邊界分類(lèi)的圖神經(jīng)網(wǎng)絡(luò),提取道路交叉口的高階特征,區(qū)分道路交叉口的十字和T字路口類(lèi)型.

    該方法主要流程如圖1所示.

    1.1 道路邊界提取

    在地面點(diǎn)云中,道路邊界與路面點(diǎn)具有一定高程和法向差異,但道路邊界的顯著性和連續(xù)性易受點(diǎn)密度不均、遮擋和噪聲影響,導(dǎo)致道路邊界與路面點(diǎn)較難區(qū)分.為了提取精確的道路邊界點(diǎn)云,本文采用Lin等[19]提出的超體素分割算法,基于局部幾何特征和空間一致性將地面點(diǎn)先分割成邊界保持的超體素(如圖2所示),克服點(diǎn)密度不均對(duì)道路邊界提取影響.對(duì)于地面點(diǎn)P={p1,p2,…,pn},n為其個(gè)數(shù),為了確保每個(gè)點(diǎn)pi對(duì)應(yīng)唯一的超體素并顧及道路邊界,該方法將超體素中分割問(wèn)題轉(zhuǎn)化為變量zij∈{0,1}的優(yōu)化問(wèn)題,即利用最小化能量函數(shù)確定K個(gè)最優(yōu)超體素:

    (1)

    (2)

    圖2 地面點(diǎn)超體素分割及道路邊界提取Fig.2 Ground points supervoxel segmentation and curb extraction

    式中,λ為大于0的正則化參數(shù),C(·)為生成的超體素?cái)?shù)量,I(·)為體素合并指示函數(shù).為保證式(1)的優(yōu)化過(guò)程能夠更好顧及邊界特征,本文利用點(diǎn)的空間聚類(lèi)和法向定義點(diǎn)pi和pj的相似性D(pi,pj):

    (3)

    式中:D(pi,pj)表示點(diǎn)pi與pj特征相似距離;npi和npj表示點(diǎn)pi和pj的法向;|·|表示乘積;‖·‖表示兩點(diǎn)之間歐式距離;r表示超體素分辨率.

    從圖2c中可以看出,道路邊界體素具有一定的高程差異且垂直或傾斜于周?chē)访?因此,本文統(tǒng)計(jì)超體素內(nèi)高程差異和法方向與Z軸方向夾角來(lái)提取道路邊界體素:

    (4)

    1.2 道路交叉口提取

    道路主要由道路交叉口及非交叉口(道路分支)組成.道路交叉口作為道路交匯的銜接處,與同一道路直線區(qū)域相比較,在幾何形態(tài)上具有較大差異,即道路交叉口處呈現(xiàn)彎曲形態(tài)分布.這種彎曲程度可通過(guò)道路邊界點(diǎn)的曲率進(jìn)行描述:

    (5)

    式中:x′,y′分別為x和y的一階導(dǎo)數(shù);x″,y″分別為x和y的二階導(dǎo)數(shù).在保證擬合曲線二階可導(dǎo)時(shí),本文采用k個(gè)近鄰點(diǎn)確定二次曲線t的系數(shù)(a1,a2,a3),(b1,b2,b3)來(lái)估計(jì)道路邊界的曲率值(圖3a).

    為提取道路交叉口區(qū)域,本文以車(chē)載掃描系統(tǒng)軌跡點(diǎn)Ptrai為中心點(diǎn),構(gòu)建寬度為w的搜索窗口Wi,統(tǒng)計(jì)窗口內(nèi)道路邊界點(diǎn)的曲率和Si來(lái)確定搜索窗口Wi是否為道路交叉口區(qū)域(圖3c).

    (6)

    (7)

    圖3 道路交叉口提取Fig.3 Road intersection extraction

    在車(chē)載激光點(diǎn)云數(shù)據(jù)中,道路交叉路口存在較多遮擋、噪聲或是臨近地物干擾等因素,使得道路交叉路口的輪廓特征不完整,同時(shí)其細(xì)節(jié)結(jié)構(gòu)較為多樣,識(shí)別難度大.針對(duì)道路交叉口難以區(qū)分類(lèi)型的情況,本文將檢測(cè)的道路交叉口點(diǎn)云聚合成獨(dú)立對(duì)象,采用動(dòng)態(tài)圖神經(jīng)網(wǎng)絡(luò)(Dynamic Graph CNN,DGCNN)[20]來(lái)學(xué)習(xí)道路交叉口的高級(jí)特征,將其分為“十”和“T”字路口,其網(wǎng)絡(luò)架構(gòu)如圖4所示.

    圖4 DGCNN網(wǎng)絡(luò)架構(gòu)Fig.4 DGCNN network architecture

    DGCNN網(wǎng)絡(luò)核心為EdgeConv模塊,該模塊能夠保證點(diǎn)云置換不變性的同時(shí)提取點(diǎn)云的局部鄰域特征,并采用動(dòng)態(tài)圖更新的方式聚合局部鄰域節(jié)點(diǎn)特征更新點(diǎn)的新特征.對(duì)于輸入的道路交叉口對(duì)象X={x1,x2,…,xn}?R3,n為點(diǎn)個(gè)數(shù),R3為三維點(diǎn)云集合,邊卷積EdgeConv模塊提取局部特征的主要流程如下:

    1)逐點(diǎn)計(jì)算k近鄰節(jié)點(diǎn),對(duì)于頂點(diǎn)xi,獲取距離其最鄰近的k個(gè)點(diǎn)xi1,xi2,…,xik.

    2)計(jì)算頂點(diǎn)xiKNN圖結(jié)構(gòu)的邊特征ei1,ei2,…,eik:

    eik=hΘ(xi,xik-xi),

    (8)

    式中hΘ:RF×RF→RF′是參數(shù)化的非線性函數(shù),其權(quán)重Θ=(θ1,…,θF′,φ1,…,φF′)利用多層感知機(jī)(Multi-Layer Perceptron,MLP)進(jìn)行學(xué)習(xí),F(xiàn)及F′是特征維度.

    3)采用Maxpooling層進(jìn)行通道級(jí)的對(duì)稱聚合操作,對(duì)k個(gè)邊特征進(jìn)行鄰域特征聚合,提取每維向量中最大值更新作為頂點(diǎn)xi的特征x′i:

    (9)

    為提取不同類(lèi)型道路交叉口的可區(qū)分信息,本文堆疊兩個(gè)EdgeConv模塊提取道路交叉口的多層次局部幾何特征,然后輸入到分類(lèi)器(mlp{64})進(jìn)行交叉路口類(lèi)別預(yù)測(cè).在目標(biāo)分類(lèi)任務(wù)中,主要使用交叉熵(Softmax Cross Entropy)來(lái)計(jì)算網(wǎng)絡(luò)的預(yù)測(cè)損失(Prediction Loss).因此本文使用交叉熵作為損失函數(shù)(L),依據(jù)DGCNN模型輸出的道路交叉口類(lèi)別概率進(jìn)行網(wǎng)絡(luò)的擬合,具體公式如下:

    (10)

    2 實(shí)驗(yàn)與分析

    2.1 數(shù)據(jù)

    本文采用兩份不同城市的車(chē)載激光點(diǎn)云數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)(圖5)驗(yàn)證道路交叉口識(shí)別效果.其中數(shù)據(jù)Ⅰ為由Rigel-VMX45車(chē)載激光掃描系統(tǒng)采集的福州市城區(qū)數(shù)據(jù),道路總長(zhǎng)約為16.48 km,約14.5億個(gè)點(diǎn),點(diǎn)密度約為276點(diǎn)/m2,整體呈現(xiàn)環(huán)狀分布,其特點(diǎn)在于整體呈現(xiàn)較大的地勢(shì)起伏,且點(diǎn)云密度較大,包含了城市區(qū)域主干道及次干道主要道路交叉口.數(shù)據(jù)Ⅱ?yàn)橹泻__(dá)掃描系統(tǒng)采集的泉州市街區(qū)場(chǎng)景數(shù)據(jù),其道路總長(zhǎng)約為5.03 km,約7 000萬(wàn)個(gè)點(diǎn),點(diǎn)密度約為180點(diǎn)/m2,整體呈現(xiàn)帶狀分布,其特點(diǎn)在于點(diǎn)云密度較小、道路較為狹窄,包含了典型街區(qū)小型路口.

    圖5 兩份不同道路場(chǎng)景的實(shí)驗(yàn)數(shù)據(jù)Fig.5 Experimental data of two road scenes

    2.2 道路邊界提取結(jié)果

    由于車(chē)載激光點(diǎn)云數(shù)據(jù)大,為減小點(diǎn)云數(shù)據(jù)處理工作量,本文對(duì)兩份點(diǎn)云進(jìn)行抽稀處理,保證兩點(diǎn)之間最小閾值為0.02 m.根據(jù)《城市道路施工規(guī)范》(CJJ37—2012)標(biāo)準(zhǔn)中對(duì)道路邊界高度的相關(guān)規(guī)定為0.2 m,因此在預(yù)處理的布料模擬濾波過(guò)程中,將地面點(diǎn)高度閾值設(shè)置為0.2 m,格網(wǎng)分辨率設(shè)置為0.5.在道路邊界提取中,地面超體素分割結(jié)果受體素分辨率r的影響.為了確定適合實(shí)驗(yàn)數(shù)據(jù)的體素分辨率r,本文選取數(shù)據(jù)Ⅰ中的部分場(chǎng)景(圖5),設(shè)置體素分辨率r值從0.5 m到2 m進(jìn)行4組實(shí)驗(yàn).如圖6所示:當(dāng)r為0.5時(shí),超體素分割效果最佳,能較好地分割道路邊界且不超過(guò)邊界區(qū)域;隨著r的增加,超體素分割開(kāi)始跨越邊界.據(jù)此,綜合考慮分割道路邊界分割效果,在后面實(shí)驗(yàn)中將超體素分辨率r設(shè)置為0.5 m.

    圖6 超體素參數(shù)實(shí)驗(yàn)方案Fig.6 Experimental schemes of supervoxel parameters

    將地面過(guò)分割為超體素后,為提取完整道路邊界點(diǎn)云,本文將道路邊界體素高程差閾值設(shè)置為0.18 m、最小法向夾角閾值設(shè)置為67°、去噪點(diǎn)數(shù)閾值為500提取道路邊界點(diǎn)云,結(jié)果如圖7所示.

    圖7 實(shí)驗(yàn)數(shù)據(jù)道路邊界提取結(jié)果Fig.7 Extraction of road curb from test data

    從圖7中道路邊界提取結(jié)果可以看出,本文方法能夠準(zhǔn)確地提取絕大多數(shù)的道路邊界點(diǎn)云.對(duì)于道路交叉口處(圖7a中②③和圖7b中①)等道路邊界取得了較好的提取結(jié)果.從圖7中可以看出提取道路邊界中存在少量其他地物點(diǎn),這些錯(cuò)誤道路邊界點(diǎn)云主要分布在道路兩側(cè)的人行道邊界和花壇底部邊緣.這主要是因?yàn)檫@兩類(lèi)地物的形狀與道路邊界較為相似.同時(shí)從圖7a中④和圖7b中②可以看出存在部分路坎漏提取的情況,主要是因?yàn)樵撀范斡捎诘缆方徊婵邳c(diǎn)云非常稀疏和地物遮擋造成的邊界點(diǎn)云缺失,形成細(xì)碎點(diǎn)云,在道路邊界優(yōu)化階段被錯(cuò)分為噪聲點(diǎn)剔除.

    2.3 道路交叉口提取結(jié)果

    由于實(shí)驗(yàn)數(shù)據(jù)Ⅰ為城區(qū)數(shù)據(jù),道路交叉口范圍較小,本文設(shè)置道路交叉口搜索窗口為70 m;而實(shí)驗(yàn)數(shù)據(jù)Ⅱ?yàn)榻謪^(qū)數(shù)據(jù),道路寬度較窄,軌跡點(diǎn)搜索窗口則設(shè)置為30 m,道路交叉口聚類(lèi)點(diǎn)曲率和閾值設(shè)置為1.1.兩份實(shí)驗(yàn)數(shù)據(jù)中道路交叉口和非道路交叉口提取結(jié)果如圖8所示.

    圖8 道路交叉口提取結(jié)果Fig.8 Road intersection extraction results

    從圖8中的道路交叉口提取結(jié)果可以看出,本文方法可以提取絕大多數(shù)道路交叉口,不僅能夠有效識(shí)別形狀明顯的道路交叉口區(qū)域(圖8a中①),同時(shí)能較好地識(shí)別小型道路交叉口(圖8b中③),具有較強(qiáng)的穩(wěn)健性.同時(shí),本文方法存在少量誤提取與漏提取道路邊界,主要分布在彎曲程度較小(如圖9中場(chǎng)景A)或數(shù)據(jù)缺失道路交叉口區(qū)域(如圖9中場(chǎng)景B).

    圖9 道路交叉口誤提取和漏提取結(jié)果Fig.9 Overview of some subsets of road intersection misdetection and error detection

    2.4 道路交叉口分類(lèi)結(jié)果

    由于沒(méi)有現(xiàn)成的訓(xùn)練樣本集用于訓(xùn)練道路交叉口分類(lèi),本文通過(guò)人工標(biāo)記從其他道路場(chǎng)景的車(chē)載激光點(diǎn)云中提取不同缺失程度的十字路口、T字路口作為訓(xùn)練樣本,部分樣本如圖10所示.由于人工提取樣本成本較高,為擴(kuò)充訓(xùn)練樣本總數(shù),通過(guò)水平旋轉(zhuǎn)、抖動(dòng)、添加噪聲等操作擴(kuò)增形成3 000個(gè)訓(xùn)練樣本集.

    圖10 人工提取道路交叉口樣本Fig.10 Manually extracted road intersections as training samples

    在DGCNN模型訓(xùn)練階段,本文對(duì)批處理(Batch Size)、初始學(xué)習(xí)率(Learning-rate)、衰減率(Decay Rate)、最大迭代次數(shù)等訓(xùn)練參數(shù)進(jìn)行了多次調(diào)試,最終將批處理大小設(shè)置為16,學(xué)習(xí)率設(shè)置為0.001,衰減率設(shè)置為0.7,最大迭代次數(shù)設(shè)置為500 .利用訓(xùn)練好的DGCNN模型從兩份實(shí)驗(yàn)數(shù)據(jù)中識(shí)別的道路交叉口結(jié)果如圖11所示.

    圖11 道路交叉口分類(lèi)結(jié)果Fig.11 Road intersection classification results

    從以上道路交叉口分類(lèi)結(jié)果可以看出,兩份實(shí)驗(yàn)數(shù)據(jù)的絕大部分道路交叉口類(lèi)型均能被正確分類(lèi).本文方法不僅對(duì)于十字路口具有較好的分類(lèi)效果(如圖11a①②和圖11b③),同時(shí)對(duì)于部分受遮擋導(dǎo)致道路交叉口缺失的T字路口也具有較好的分類(lèi)效果(如圖11a④和圖11b②).這說(shuō)明DGCNN模型能夠克服道路交叉口數(shù)據(jù)缺失的影響,準(zhǔn)確地將交叉口分類(lèi).但DGCNN模型交叉口識(shí)別精度一定程度上受樣本類(lèi)型影響,部分并未涉及的環(huán)形道路交叉口類(lèi)型被錯(cuò)誤分類(lèi)為T(mén)字路口(如圖12中場(chǎng)景A).同時(shí)由于部分道路場(chǎng)景噪聲較多,造成DGCNN 將部分非道路交叉口被錯(cuò)誤分類(lèi)為T(mén)字路口(如圖12中場(chǎng)景B).

    圖12 道路交叉口誤分類(lèi)結(jié)果Fig.12 Overview of some subsets of road intersection misclassification

    2.5 實(shí)驗(yàn)結(jié)果分析

    由于實(shí)驗(yàn)數(shù)據(jù)中沒(méi)有提供標(biāo)定的真實(shí)參考數(shù)據(jù),本文采用人工標(biāo)定方式統(tǒng)計(jì)實(shí)驗(yàn)數(shù)據(jù)道路交叉口數(shù)量及類(lèi)型,其中數(shù)據(jù)Ⅰ共包含23個(gè)道路交叉口,十字路口為6個(gè),T字路口為17個(gè),數(shù)據(jù)Ⅱ共包含30個(gè)道路交叉口,十字路口為1個(gè),T字路口為29個(gè).本文采用準(zhǔn)確率(Preciosn,P)、召回率(Recall,R)來(lái)計(jì)算本文方法的道路交叉口分類(lèi)精度.

    (10)

    (11)

    式中:TPs為正確識(shí)別道路交叉口個(gè)數(shù);FPs為錯(cuò)誤識(shí)別的道路交叉口個(gè)數(shù);FNs為未被識(shí)別的道路交叉口個(gè)數(shù).

    表1為道路交叉口分類(lèi)精度結(jié)果.

    從表1中可以看出,本文算法能夠準(zhǔn)確分類(lèi)出實(shí)驗(yàn)數(shù)據(jù)Ⅰ中所有十字和T字路口,兩種類(lèi)型道路交叉口準(zhǔn)確率為100%.但由于部分路段遮擋情況嚴(yán)重,道路交叉口存在漏提取,造成T字交叉口召回率相對(duì)較低.在實(shí)驗(yàn)數(shù)據(jù)Ⅱ中十字路口準(zhǔn)確率和召回率達(dá)100%,T字路口準(zhǔn)確率達(dá)89.65%,召回率達(dá)100%.T字路口準(zhǔn)確率較低的原因在于部分環(huán)形道路交叉口本文尚未涉及,造成道路交叉口誤提取.整體而言,在兩份數(shù)據(jù)中,十字路口分類(lèi)準(zhǔn)確率與召回率均達(dá)100%,T字路口準(zhǔn)確率與召回率均在89%以上,這表明本文方法能夠從車(chē)載激光點(diǎn)云數(shù)據(jù)中分類(lèi)絕大多數(shù)的道路交叉口,適用于復(fù)雜城區(qū)和街區(qū)道路場(chǎng)景.

    表1 道路交叉口分類(lèi)精度

    3 結(jié)論與展望

    本文提出了一種基于動(dòng)態(tài)圖神經(jīng)網(wǎng)絡(luò)的道路交叉口檢測(cè)與識(shí)別的方法,通過(guò)兩份不同城市環(huán)境的車(chē)載掃描數(shù)據(jù)對(duì)本文方法有效性進(jìn)行了驗(yàn)證.目前本文方法能夠識(shí)別道路交叉口及交叉口類(lèi)型,在復(fù)雜城市和街區(qū)中,十字交叉路口的準(zhǔn)確率和召回率可達(dá)100%,T字交叉路口準(zhǔn)確率和召回率可達(dá)89%以上.由于車(chē)載激光掃描系統(tǒng)獲取數(shù)據(jù)易被地物遮擋,本文方法提取的道路邊界存在少量的缺失與噪聲,這造成后續(xù)道路交叉口類(lèi)型的錯(cuò)誤識(shí)別.由于樣本類(lèi)型和數(shù)據(jù)的限制,利用DGCNNN 模型無(wú)法準(zhǔn)確分類(lèi)未見(jiàn)的道路交叉口類(lèi)型.因此在今后的研究中,將致力于提升道路邊界提取的完整度,并進(jìn)一步改進(jìn)道路交叉口識(shí)別優(yōu)化方法,同時(shí)提升道路交叉口識(shí)別的類(lèi)型完整度,服務(wù)于車(chē)載激光點(diǎn)云道路交叉口類(lèi)型識(shí)別.

    猜你喜歡
    體素交叉口車(chē)載
    基于超體素聚合的流式細(xì)胞術(shù)自動(dòng)門(mén)控方法
    基于多級(jí)細(xì)分的彩色模型表面體素化算法
    運(yùn)用邊界狀態(tài)約束的表面體素加密細(xì)分算法
    高速磁浮車(chē)載運(yùn)行控制系統(tǒng)綜述
    基于體素格尺度不變特征變換的快速點(diǎn)云配準(zhǔn)方法
    信號(hào)交叉口延誤參數(shù)獲取綜述
    智能互聯(lián)勢(shì)不可擋 車(chē)載存儲(chǔ)需求爆發(fā)
    一種Y型交叉口設(shè)計(jì)方案的選取過(guò)程
    基于ZVS-PWM的車(chē)載隔離DC-DC的研究
    考慮黃燈駕駛行為的城市交叉口微觀仿真
    99视频精品全部免费 在线| 丝袜脚勾引网站| 欧美+日韩+精品| 777米奇影视久久| 成人二区视频| 日本黄大片高清| 男人和女人高潮做爰伦理| 中文字幕人妻丝袜制服| 大片免费播放器 马上看| 99国产精品免费福利视频| 免费大片18禁| 午夜免费男女啪啪视频观看| 国产亚洲欧美精品永久| 亚洲国产精品国产精品| 3wmmmm亚洲av在线观看| 免费看日本二区| 国产黄色免费在线视频| 97精品久久久久久久久久精品| 永久免费av网站大全| 一本久久精品| av.在线天堂| 99久久精品国产国产毛片| 亚洲电影在线观看av| 大片免费播放器 马上看| 国产高清不卡午夜福利| 黄色毛片三级朝国网站 | 国产精品秋霞免费鲁丝片| 国产精品久久久久久久久免| 亚洲熟女精品中文字幕| 丝袜在线中文字幕| 婷婷色综合大香蕉| 在线亚洲精品国产二区图片欧美 | 日韩熟女老妇一区二区性免费视频| 91在线精品国自产拍蜜月| 日本黄色日本黄色录像| 国产精品女同一区二区软件| 不卡视频在线观看欧美| 久久 成人 亚洲| 国产高清不卡午夜福利| 日韩亚洲欧美综合| 久久久午夜欧美精品| 欧美3d第一页| 亚洲欧洲国产日韩| 国产亚洲av片在线观看秒播厂| xxx大片免费视频| 国产av一区二区精品久久| 欧美性感艳星| 成人亚洲精品一区在线观看| 美女cb高潮喷水在线观看| 永久免费av网站大全| 色视频www国产| 国产精品无大码| 在现免费观看毛片| 日韩欧美一区视频在线观看 | 能在线免费看毛片的网站| 看免费成人av毛片| 一区二区三区四区激情视频| 国产成人午夜福利电影在线观看| 亚洲欧洲日产国产| 精品视频人人做人人爽| 啦啦啦在线观看免费高清www| 免费黄频网站在线观看国产| 一区在线观看完整版| 一本一本综合久久| 久久人妻熟女aⅴ| 高清欧美精品videossex| 一级毛片黄色毛片免费观看视频| 卡戴珊不雅视频在线播放| 伦理电影大哥的女人| 美女国产视频在线观看| 国产在线一区二区三区精| 99热国产这里只有精品6| 免费看日本二区| 亚洲人与动物交配视频| 美女福利国产在线| 深夜a级毛片| 精品酒店卫生间| 乱人伦中国视频| 国产亚洲午夜精品一区二区久久| 18+在线观看网站| 观看美女的网站| 国产一区二区三区综合在线观看 | 狂野欧美激情性xxxx在线观看| 日韩在线高清观看一区二区三区| 久久影院123| 亚洲欧美日韩东京热| 蜜桃在线观看..| 一个人免费看片子| 女性被躁到高潮视频| 亚洲精品国产色婷婷电影| 一区在线观看完整版| 免费观看av网站的网址| 亚洲第一av免费看| av又黄又爽大尺度在线免费看| 99久久精品一区二区三区| 成人漫画全彩无遮挡| av有码第一页| 国产精品久久久久成人av| 亚洲精品aⅴ在线观看| 国产日韩欧美视频二区| 自拍偷自拍亚洲精品老妇| 国产精品蜜桃在线观看| 99久久精品热视频| 夜夜爽夜夜爽视频| 亚洲精品国产成人久久av| 欧美日本中文国产一区发布| 日韩欧美精品免费久久| 高清黄色对白视频在线免费看 | 免费人成在线观看视频色| 国产高清国产精品国产三级| 国产精品.久久久| 一区二区三区乱码不卡18| 男女边摸边吃奶| 国产精品久久久久久精品古装| 亚洲美女视频黄频| 精品久久久噜噜| 青春草亚洲视频在线观看| 国产精品一区二区三区四区免费观看| 91精品伊人久久大香线蕉| 人体艺术视频欧美日本| 久久久久国产精品人妻一区二区| 欧美日韩视频精品一区| 伊人久久国产一区二区| 国产精品免费大片| 九草在线视频观看| 亚洲四区av| 寂寞人妻少妇视频99o| 97精品久久久久久久久久精品| 国产精品偷伦视频观看了| 黑人巨大精品欧美一区二区蜜桃 | 九九久久精品国产亚洲av麻豆| 日韩电影二区| 高清不卡的av网站| 久久99一区二区三区| 一级黄片播放器| 午夜av观看不卡| 精品人妻一区二区三区麻豆| 男女国产视频网站| 色婷婷av一区二区三区视频| 国产精品伦人一区二区| 七月丁香在线播放| 丝瓜视频免费看黄片| 十分钟在线观看高清视频www | 亚洲人与动物交配视频| 又大又黄又爽视频免费| 男女无遮挡免费网站观看| 人人澡人人妻人| 全区人妻精品视频| 在线观看av片永久免费下载| 婷婷色麻豆天堂久久| 草草在线视频免费看| 精品久久久噜噜| 91久久精品国产一区二区成人| 国内少妇人妻偷人精品xxx网站| 国产爽快片一区二区三区| 亚洲自偷自拍三级| 午夜福利,免费看| 国产老妇伦熟女老妇高清| 最黄视频免费看| 国产伦精品一区二区三区四那| 精品卡一卡二卡四卡免费| 欧美xxⅹ黑人| 色视频www国产| 国产亚洲91精品色在线| 久久精品国产亚洲av涩爱| 亚洲四区av| 亚洲国产精品专区欧美| 午夜福利,免费看| 狂野欧美激情性bbbbbb| 日本vs欧美在线观看视频 | 2018国产大陆天天弄谢| 国产精品国产三级专区第一集| 黄色日韩在线| 国产av一区二区精品久久| 亚洲精品国产av蜜桃| 91久久精品国产一区二区三区| 色网站视频免费| 在线亚洲精品国产二区图片欧美 | 国产伦理片在线播放av一区| 免费观看的影片在线观看| 久久99精品国语久久久| 免费人成在线观看视频色| 成人无遮挡网站| 亚洲自偷自拍三级| 午夜久久久在线观看| 久久精品国产自在天天线| 国产成人精品无人区| av黄色大香蕉| 国产69精品久久久久777片| 国国产精品蜜臀av免费| 九九在线视频观看精品| 丝瓜视频免费看黄片| 在线观看免费高清a一片| 中文天堂在线官网| 乱码一卡2卡4卡精品| 美女福利国产在线| 国内揄拍国产精品人妻在线| 久久久久久久久久成人| 99热这里只有是精品在线观看| 日本猛色少妇xxxxx猛交久久| 精品国产露脸久久av麻豆| 免费黄网站久久成人精品| 偷拍熟女少妇极品色| 欧美亚洲 丝袜 人妻 在线| kizo精华| 最近2019中文字幕mv第一页| 国产亚洲欧美精品永久| 91久久精品电影网| 99久久人妻综合| 毛片一级片免费看久久久久| 免费播放大片免费观看视频在线观看| 尾随美女入室| 韩国av在线不卡| 国产日韩一区二区三区精品不卡 | 日本与韩国留学比较| 18+在线观看网站| 欧美xxxx性猛交bbbb| 日韩不卡一区二区三区视频在线| av有码第一页| 亚洲人成网站在线播| 久久6这里有精品| 美女主播在线视频| 久久久久国产网址| 亚洲国产成人一精品久久久| 国产男女内射视频| 日韩av在线免费看完整版不卡| 赤兔流量卡办理| 三级国产精品片| 最近中文字幕高清免费大全6| 国产一区二区三区av在线| 99国产精品免费福利视频| 欧美日韩亚洲高清精品| 久久青草综合色| 深夜a级毛片| av有码第一页| 中文在线观看免费www的网站| av不卡在线播放| 国产亚洲91精品色在线| 亚洲激情五月婷婷啪啪| 97超碰精品成人国产| 成人二区视频| 亚洲色图综合在线观看| 99热国产这里只有精品6| 老司机影院毛片| 久久久久久久久久久丰满| 免费观看的影片在线观看| 久久人人爽人人爽人人片va| 永久免费av网站大全| 国产午夜精品一二区理论片| 色视频www国产| 91精品国产国语对白视频| 极品人妻少妇av视频| 国产免费一级a男人的天堂| 又爽又黄a免费视频| 最近手机中文字幕大全| 国产男人的电影天堂91| 久久免费观看电影| 久久精品国产亚洲av涩爱| 高清毛片免费看| 美女cb高潮喷水在线观看| 精品久久久久久久久av| 中文天堂在线官网| 高清视频免费观看一区二区| 三上悠亚av全集在线观看 | 成年av动漫网址| 午夜老司机福利剧场| 精品久久国产蜜桃| 日日啪夜夜撸| 国产白丝娇喘喷水9色精品| 丝袜喷水一区| 国产中年淑女户外野战色| 青青草视频在线视频观看| 亚洲国产精品专区欧美| 22中文网久久字幕| 99国产精品免费福利视频| 黄色配什么色好看| 亚洲av欧美aⅴ国产| 国产有黄有色有爽视频| 亚洲欧美一区二区三区黑人 | 伦理电影免费视频| 亚洲熟女精品中文字幕| 久久人妻熟女aⅴ| 在线精品无人区一区二区三| 久久久a久久爽久久v久久| 亚洲人与动物交配视频| 卡戴珊不雅视频在线播放| 欧美精品国产亚洲| 91aial.com中文字幕在线观看| 国产高清不卡午夜福利| 久久久精品免费免费高清| 欧美高清成人免费视频www| 99re6热这里在线精品视频| 看免费成人av毛片| 少妇高潮的动态图| 黄色配什么色好看| 久久久久国产精品人妻一区二区| 久久精品夜色国产| 日本猛色少妇xxxxx猛交久久| 天天操日日干夜夜撸| 久久鲁丝午夜福利片| 两个人免费观看高清视频 | 成人亚洲欧美一区二区av| 80岁老熟妇乱子伦牲交| 十八禁高潮呻吟视频 | a级片在线免费高清观看视频| 欧美成人精品欧美一级黄| 人妻少妇偷人精品九色| 91精品国产国语对白视频| 狂野欧美激情性xxxx在线观看| 久久久久久伊人网av| 亚洲av中文av极速乱| 你懂的网址亚洲精品在线观看| 亚洲精华国产精华液的使用体验| 国产日韩欧美亚洲二区| 妹子高潮喷水视频| 日韩 亚洲 欧美在线| 曰老女人黄片| 国产黄色视频一区二区在线观看| 亚洲国产色片| 狂野欧美激情性bbbbbb| 简卡轻食公司| 在线观看免费高清a一片| 我要看日韩黄色一级片| 亚洲一级一片aⅴ在线观看| 一区二区三区精品91| 日本-黄色视频高清免费观看| 一个人看视频在线观看www免费| 少妇人妻精品综合一区二区| 久久人人爽av亚洲精品天堂| 精华霜和精华液先用哪个| 在线观看av片永久免费下载| 大陆偷拍与自拍| 99re6热这里在线精品视频| 80岁老熟妇乱子伦牲交| 99热这里只有是精品50| 极品教师在线视频| 99热这里只有是精品在线观看| 精品国产国语对白av| 人人妻人人添人人爽欧美一区卜| 欧美国产精品一级二级三级 | 精品国产国语对白av| 久久青草综合色| 日韩av免费高清视频| 国产精品人妻久久久影院| 十分钟在线观看高清视频www | 午夜福利在线观看免费完整高清在| 欧美人与善性xxx| 免费看不卡的av| 丁香六月天网| 97在线人人人人妻| 亚洲不卡免费看| 国产一级毛片在线| 黄色视频在线播放观看不卡| 一级毛片我不卡| 男男h啪啪无遮挡| av国产精品久久久久影院| 美女xxoo啪啪120秒动态图| 男女国产视频网站| 精品久久久久久久久av| 久久久久视频综合| 久久久久久久久大av| 久久久久精品久久久久真实原创| 亚洲天堂av无毛| 国产精品偷伦视频观看了| 亚洲av中文av极速乱| 精品人妻偷拍中文字幕| 日本免费在线观看一区| 久久国产精品大桥未久av | 夜夜看夜夜爽夜夜摸| 亚洲欧美日韩东京热| 看免费成人av毛片| 午夜影院在线不卡| 在线观看人妻少妇| 精品亚洲成a人片在线观看| 亚洲不卡免费看| 亚洲av在线观看美女高潮| 国产精品蜜桃在线观看| 午夜精品国产一区二区电影| 国产一级毛片在线| 女的被弄到高潮叫床怎么办| 国产精品熟女久久久久浪| 成人无遮挡网站| 人妻人人澡人人爽人人| 久久影院123| 日产精品乱码卡一卡2卡三| 国产成人freesex在线| 人体艺术视频欧美日本| 最近中文字幕2019免费版| 大陆偷拍与自拍| 大陆偷拍与自拍| 久久99一区二区三区| av.在线天堂| 人妻夜夜爽99麻豆av| 成人毛片a级毛片在线播放| a级毛片在线看网站| 欧美亚洲 丝袜 人妻 在线| 有码 亚洲区| 水蜜桃什么品种好| 久久久久久人妻| 国产高清三级在线| 十八禁网站网址无遮挡 | 国产综合精华液| a级毛片免费高清观看在线播放| 多毛熟女@视频| av又黄又爽大尺度在线免费看| 国产亚洲91精品色在线| 激情五月婷婷亚洲| 日韩成人av中文字幕在线观看| 久久国产亚洲av麻豆专区| videossex国产| 国语对白做爰xxxⅹ性视频网站| 国产免费一区二区三区四区乱码| 高清欧美精品videossex| 最近2019中文字幕mv第一页| 在线观看www视频免费| 久久久久久人妻| 成年人免费黄色播放视频 | 我的老师免费观看完整版| 少妇人妻一区二区三区视频| 亚洲国产av新网站| 久久人人爽人人爽人人片va| 亚洲伊人久久精品综合| 91久久精品电影网| 黄片无遮挡物在线观看| 亚洲欧美成人综合另类久久久| 亚洲成人一二三区av| 亚洲成人手机| 妹子高潮喷水视频| 国产伦精品一区二区三区四那| 国产高清不卡午夜福利| 边亲边吃奶的免费视频| 久久久久久久久大av| 一区二区三区四区激情视频| 秋霞在线观看毛片| 美女中出高潮动态图| 精品国产露脸久久av麻豆| 欧美bdsm另类| 国产精品女同一区二区软件| 国产 精品1| 国产免费又黄又爽又色| 亚洲成人av在线免费| 少妇被粗大猛烈的视频| 久久ye,这里只有精品| 国产精品久久久久久精品电影小说| av黄色大香蕉| 性高湖久久久久久久久免费观看| 汤姆久久久久久久影院中文字幕| 国产成人精品婷婷| 99久久精品国产国产毛片| 久久久久久久久久久丰满| 大香蕉久久网| 少妇人妻一区二区三区视频| 国产高清国产精品国产三级| 下体分泌物呈黄色| 乱码一卡2卡4卡精品| 国产精品一区二区在线观看99| 五月伊人婷婷丁香| 18禁在线播放成人免费| 在线免费观看不下载黄p国产| 精品视频人人做人人爽| 国产成人精品久久久久久| 99久久中文字幕三级久久日本| av卡一久久| 亚洲人成网站在线播| www.av在线官网国产| av免费观看日本| 日本av手机在线免费观看| 99热这里只有是精品在线观看| 亚洲人成网站在线观看播放| 亚洲av欧美aⅴ国产| 2018国产大陆天天弄谢| 精品一区二区三区视频在线| 国产美女午夜福利| 少妇精品久久久久久久| 国产熟女欧美一区二区| 中国三级夫妇交换| 春色校园在线视频观看| 少妇精品久久久久久久| 久久人妻熟女aⅴ| 国产精品人妻久久久影院| 热99国产精品久久久久久7| 又黄又爽又刺激的免费视频.| 精品久久久噜噜| 男女免费视频国产| 少妇的逼好多水| 欧美精品亚洲一区二区| 国产欧美日韩精品一区二区| 成人毛片a级毛片在线播放| 国国产精品蜜臀av免费| 熟女人妻精品中文字幕| av视频免费观看在线观看| 亚洲精品日韩在线中文字幕| 久久久精品94久久精品| 久久精品国产亚洲网站| 97超碰精品成人国产| 亚洲美女黄色视频免费看| 啦啦啦中文免费视频观看日本| 99热这里只有精品一区| 国产高清不卡午夜福利| 久久久久久久久大av| 国产免费一区二区三区四区乱码| 丁香六月天网| 欧美bdsm另类| 国产91av在线免费观看| 久久精品久久久久久噜噜老黄| 午夜激情福利司机影院| 精品酒店卫生间| 国产免费一区二区三区四区乱码| av天堂中文字幕网| 日本wwww免费看| 亚洲四区av| 午夜免费男女啪啪视频观看| 91aial.com中文字幕在线观看| 一二三四中文在线观看免费高清| av黄色大香蕉| 91久久精品电影网| 国产精品女同一区二区软件| 纯流量卡能插随身wifi吗| h日本视频在线播放| 五月玫瑰六月丁香| 亚洲欧美日韩另类电影网站| 日本黄色日本黄色录像| 亚洲综合色惰| 亚洲精品国产av成人精品| 国产欧美日韩精品一区二区| 国产午夜精品久久久久久一区二区三区| 天美传媒精品一区二区| 妹子高潮喷水视频| 久久久久久久久久人人人人人人| 五月玫瑰六月丁香| 国产精品一二三区在线看| 三级经典国产精品| xxx大片免费视频| 三级国产精品片| 免费av不卡在线播放| 国产精品免费大片| 久热久热在线精品观看| 一级毛片黄色毛片免费观看视频| 丰满乱子伦码专区| 狠狠精品人妻久久久久久综合| 欧美三级亚洲精品| 噜噜噜噜噜久久久久久91| 中文字幕免费在线视频6| 人妻夜夜爽99麻豆av| 偷拍熟女少妇极品色| 涩涩av久久男人的天堂| 午夜日本视频在线| 国产成人a∨麻豆精品| 秋霞伦理黄片| 日韩精品有码人妻一区| av女优亚洲男人天堂| 国产在线视频一区二区| 黑人高潮一二区| 国产亚洲一区二区精品| 永久免费av网站大全| 曰老女人黄片| 国产亚洲5aaaaa淫片| 国产精品99久久99久久久不卡 | 少妇人妻 视频| 国产精品蜜桃在线观看| 亚洲av日韩在线播放| 一区二区三区四区激情视频| 在线观看免费视频网站a站| 久久99蜜桃精品久久| 国产精品嫩草影院av在线观看| 成年人免费黄色播放视频 | 久久精品久久精品一区二区三区| 成人综合一区亚洲| 欧美日韩精品成人综合77777| av女优亚洲男人天堂| 久久久国产精品麻豆| 久久久久人妻精品一区果冻| 免费黄频网站在线观看国产| 欧美日韩视频精品一区| 下体分泌物呈黄色| 国产男女超爽视频在线观看| 9色porny在线观看| 日韩电影二区| 色婷婷av一区二区三区视频| 妹子高潮喷水视频| 伊人亚洲综合成人网| 下体分泌物呈黄色| 久久99精品国语久久久| 香蕉精品网在线| 欧美日韩视频精品一区| 亚洲精品456在线播放app| 如日韩欧美国产精品一区二区三区 | 欧美成人精品欧美一级黄| 亚洲精品日韩av片在线观看| 欧美成人精品欧美一级黄| 亚洲精品日韩av片在线观看| 久久久久国产精品人妻一区二区| 久久人妻熟女aⅴ| 美女内射精品一级片tv| 亚洲国产日韩一区二区| 伦理电影免费视频| 日韩精品免费视频一区二区三区 | 18禁裸乳无遮挡动漫免费视频| 美女视频免费永久观看网站| 国产黄色免费在线视频| 国产片特级美女逼逼视频| 欧美日韩综合久久久久久| 高清不卡的av网站| 欧美老熟妇乱子伦牲交| 亚洲欧洲日产国产| 久久久久久久亚洲中文字幕| 精品久久久久久电影网| 亚洲国产成人一精品久久久| av播播在线观看一区| 久久久久国产精品人妻一区二区| 亚洲av日韩在线播放| 亚洲精品国产av成人精品| 老司机影院毛片| 毛片一级片免费看久久久久| 亚洲久久久国产精品|