• <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
    国产精品久久久久久亚洲av鲁大| 在线天堂最新版资源| 成人综合一区亚洲| 麻豆乱淫一区二区| 久99久视频精品免费| 亚洲av免费高清在线观看| 欧美xxxx黑人xx丫x性爽| 免费人成视频x8x8入口观看| 综合色丁香网| 超碰av人人做人人爽久久| 日韩成人av中文字幕在线观看| 免费观看人在逋| 一夜夜www| 欧美激情在线99| 狠狠狠狠99中文字幕| 日韩成人av中文字幕在线观看| 欧美zozozo另类| 亚洲精品影视一区二区三区av| 成人午夜高清在线视频| 久久6这里有精品| 亚洲欧美日韩卡通动漫| 亚洲五月天丁香| 最后的刺客免费高清国语| 99riav亚洲国产免费| 在线观看午夜福利视频| videossex国产| 春色校园在线视频观看| 男人和女人高潮做爰伦理| 午夜福利视频1000在线观看| 国产片特级美女逼逼视频| 国产中年淑女户外野战色| 欧美色欧美亚洲另类二区| 国产蜜桃级精品一区二区三区| 亚洲电影在线观看av| 午夜福利在线观看免费完整高清在 | 三级男女做爰猛烈吃奶摸视频| 在线观看免费视频日本深夜| 国产白丝娇喘喷水9色精品| 九九在线视频观看精品| 精品一区二区三区人妻视频| 国内少妇人妻偷人精品xxx网站| 欧美又色又爽又黄视频| 欧美日韩在线观看h| 男女做爰动态图高潮gif福利片| 亚洲av男天堂| АⅤ资源中文在线天堂| 一边亲一边摸免费视频| a级毛片a级免费在线| a级毛片免费高清观看在线播放| 日本免费a在线| 99国产精品一区二区蜜桃av| 日韩高清综合在线| 美女cb高潮喷水在线观看| 国产精品一区www在线观看| 国产亚洲欧美98| 高清毛片免费看| 99精品在免费线老司机午夜| 亚洲国产日韩欧美精品在线观看| 国产探花极品一区二区| 精品无人区乱码1区二区| 国产单亲对白刺激| 国内久久婷婷六月综合欲色啪| 99热这里只有是精品50| 中文字幕av在线有码专区| 内射极品少妇av片p| 变态另类成人亚洲欧美熟女| 色哟哟哟哟哟哟| 久久人人精品亚洲av| 久久精品夜夜夜夜夜久久蜜豆| 97超视频在线观看视频| 高清日韩中文字幕在线| 男女边吃奶边做爰视频| 麻豆国产97在线/欧美| 狂野欧美激情性xxxx在线观看| 久久6这里有精品| 久久国内精品自在自线图片| 国产麻豆成人av免费视频| 蜜桃亚洲精品一区二区三区| 日韩欧美国产在线观看| 麻豆一二三区av精品| 亚洲在久久综合| 99久久九九国产精品国产免费| 在线天堂最新版资源| 男女那种视频在线观看| 日韩av在线大香蕉| 国产精品嫩草影院av在线观看| 简卡轻食公司| 国产69精品久久久久777片| 国内久久婷婷六月综合欲色啪| 日韩一区二区视频免费看| 亚洲最大成人中文| 日本-黄色视频高清免费观看| 两个人的视频大全免费| 精品人妻视频免费看| 99久久中文字幕三级久久日本| 久久久精品94久久精品| 欧美zozozo另类| 亚洲国产精品成人久久小说 | 天天躁夜夜躁狠狠久久av| 久久久午夜欧美精品| 丰满的人妻完整版| 国产亚洲91精品色在线| av在线天堂中文字幕| 一区二区三区免费毛片| 国产精品一区www在线观看| 老司机福利观看| 天堂网av新在线| 不卡视频在线观看欧美| 欧美日韩一区二区视频在线观看视频在线 | 国产在视频线在精品| 国产在线男女| 人人妻人人澡人人爽人人夜夜 | 午夜福利视频1000在线观看| 青春草国产在线视频 | 天堂av国产一区二区熟女人妻| 欧美激情国产日韩精品一区| 亚洲中文字幕日韩| 久久99蜜桃精品久久| 丰满人妻一区二区三区视频av| 噜噜噜噜噜久久久久久91| 午夜福利在线观看吧| 中文字幕精品亚洲无线码一区| 成人亚洲精品av一区二区| 国内精品久久久久精免费| 国产午夜精品论理片| 你懂的网址亚洲精品在线观看 | 免费看a级黄色片| 国产精品,欧美在线| 中国国产av一级| 一个人观看的视频www高清免费观看| 久久久国产成人免费| 国产v大片淫在线免费观看| 久久久久久久亚洲中文字幕| 国产av麻豆久久久久久久| 亚洲经典国产精华液单| 男人舔奶头视频| 国产成人91sexporn| 一级毛片电影观看 | 亚洲国产欧洲综合997久久,| 偷拍熟女少妇极品色| 毛片女人毛片| 久久精品国产99精品国产亚洲性色| 天堂网av新在线| 伦理电影大哥的女人| 三级国产精品欧美在线观看| av免费观看日本| АⅤ资源中文在线天堂| 免费人成视频x8x8入口观看| 国产老妇伦熟女老妇高清| 国产精品蜜桃在线观看 | 伦理电影大哥的女人| 亚洲中文字幕一区二区三区有码在线看| 男女啪啪激烈高潮av片| 国内揄拍国产精品人妻在线| 91久久精品国产一区二区三区| 激情 狠狠 欧美| 禁无遮挡网站| 午夜福利成人在线免费观看| 国产成人午夜福利电影在线观看| 久久人人爽人人片av| 一卡2卡三卡四卡精品乱码亚洲| 免费一级毛片在线播放高清视频| 一个人看视频在线观看www免费| 人妻夜夜爽99麻豆av| 精品久久久久久久久亚洲| 亚洲综合色惰| 一个人免费在线观看电影| 国产淫片久久久久久久久| 特大巨黑吊av在线直播| 亚洲欧美日韩高清在线视频| 欧美激情国产日韩精品一区| 成人特级黄色片久久久久久久| 国产亚洲5aaaaa淫片| 欧美精品国产亚洲| а√天堂www在线а√下载| 一区二区三区免费毛片| 成年免费大片在线观看| 午夜精品一区二区三区免费看| 国产白丝娇喘喷水9色精品| 日本黄色视频三级网站网址| 黄片wwwwww| 国产精品女同一区二区软件| 国产亚洲精品久久久com| 如何舔出高潮| 国产精品人妻久久久久久| 我的老师免费观看完整版| 久久精品国产清高在天天线| 日日干狠狠操夜夜爽| 久久精品国产亚洲网站| 联通29元200g的流量卡| 九九在线视频观看精品| 少妇丰满av| 久久久精品欧美日韩精品| 春色校园在线视频观看| 亚洲精品乱码久久久v下载方式| 国产伦一二天堂av在线观看| 久久精品人妻少妇| 波多野结衣高清作品| 国模一区二区三区四区视频| 晚上一个人看的免费电影| 国产伦理片在线播放av一区 | 国产精品,欧美在线| 丝袜美腿在线中文| 性欧美人与动物交配| 久久久欧美国产精品| av在线蜜桃| 久久久久久久久久黄片| 亚洲五月天丁香| 亚洲av电影不卡..在线观看| av在线亚洲专区| 久久99精品国语久久久| 久久久久久久午夜电影| 99久国产av精品国产电影| 国产在视频线在精品| 国产黄片美女视频| 亚洲成人中文字幕在线播放| 黄色视频,在线免费观看| 精品人妻熟女av久视频| 啦啦啦韩国在线观看视频| 国产极品精品免费视频能看的| 精品一区二区免费观看| 卡戴珊不雅视频在线播放| 国产精品久久久久久久久免| 久久久久免费精品人妻一区二区| 一区二区三区高清视频在线| 五月玫瑰六月丁香| 18禁裸乳无遮挡免费网站照片| 久久久久久久久久久丰满| 国产毛片a区久久久久| 亚洲av中文av极速乱| 国产成人精品婷婷| 一本久久精品| 国产在视频线在精品| 国语自产精品视频在线第100页| 久久99精品国语久久久| 亚洲av免费在线观看| 能在线免费看毛片的网站| av黄色大香蕉| 婷婷精品国产亚洲av| 午夜a级毛片| 色播亚洲综合网| 成人亚洲精品av一区二区| 日本熟妇午夜| 日本色播在线视频| 欧美日韩乱码在线| 一级av片app| 久久鲁丝午夜福利片| 精品人妻视频免费看| 国产高清有码在线观看视频| 国产精品伦人一区二区| 岛国毛片在线播放| 26uuu在线亚洲综合色| 亚洲aⅴ乱码一区二区在线播放| 精品日产1卡2卡| 看十八女毛片水多多多| 国产伦精品一区二区三区视频9| 欧美在线一区亚洲| 九九爱精品视频在线观看| 国产成人freesex在线| 黄片wwwwww| 欧美成人a在线观看| 蜜桃久久精品国产亚洲av| 伊人久久精品亚洲午夜| 日本色播在线视频| 最近中文字幕高清免费大全6| 91精品国产九色| 国产精品一区二区三区四区免费观看| 男女下面进入的视频免费午夜| 好男人视频免费观看在线| 中文字幕人妻熟人妻熟丝袜美| 成人特级黄色片久久久久久久| 波多野结衣高清作品| 在线免费十八禁| 久久久欧美国产精品| 中文欧美无线码| 狠狠狠狠99中文字幕| 亚洲不卡免费看| 欧美最新免费一区二区三区| 久久精品国产清高在天天线| 最近手机中文字幕大全| 国产av一区在线观看免费| 日本熟妇午夜| 看非洲黑人一级黄片| 天天躁日日操中文字幕| 色尼玛亚洲综合影院| 男人和女人高潮做爰伦理| 久久久a久久爽久久v久久| 在线天堂最新版资源| 亚洲国产欧美在线一区| 亚洲欧美中文字幕日韩二区| 久久这里有精品视频免费| 中文字幕av成人在线电影| 日韩强制内射视频| 久久精品国产99精品国产亚洲性色| 91狼人影院| 亚洲欧美日韩无卡精品| 国产一区二区激情短视频| 少妇人妻精品综合一区二区 | 日本与韩国留学比较| 天美传媒精品一区二区| 又爽又黄无遮挡网站| 免费无遮挡裸体视频| 欧美bdsm另类| 搡老妇女老女人老熟妇| 女的被弄到高潮叫床怎么办| 亚洲成av人片在线播放无| 国产真实伦视频高清在线观看| 一个人免费在线观看电影| 亚洲美女搞黄在线观看| 久久久久国产网址| 久久婷婷人人爽人人干人人爱| 国产精华一区二区三区| 久久这里有精品视频免费| 亚洲乱码一区二区免费版| 99久久无色码亚洲精品果冻| 丝袜喷水一区| 一区二区三区高清视频在线| 成人漫画全彩无遮挡| 中文字幕精品亚洲无线码一区| 真实男女啪啪啪动态图| 日本免费一区二区三区高清不卡| 中文字幕熟女人妻在线| 成熟少妇高潮喷水视频| 在线a可以看的网站| 亚洲国产欧洲综合997久久,| 非洲黑人性xxxx精品又粗又长| 少妇熟女aⅴ在线视频| 亚洲一级一片aⅴ在线观看| 国产真实乱freesex| 国产精品野战在线观看| 久久人人精品亚洲av| 变态另类丝袜制服| 可以在线观看的亚洲视频| 欧美人与善性xxx| 国产伦精品一区二区三区视频9| 日韩亚洲欧美综合| 国产成人午夜福利电影在线观看| 欧美bdsm另类| 精品欧美国产一区二区三| 午夜免费男女啪啪视频观看| av国产免费在线观看| 久久国内精品自在自线图片| 日韩在线高清观看一区二区三区| 国产午夜精品久久久久久一区二区三区| 99国产精品一区二区蜜桃av| 国产在线精品亚洲第一网站| 欧美又色又爽又黄视频| 99久久无色码亚洲精品果冻| 联通29元200g的流量卡| 国产一区二区三区av在线 | 国产精品一区二区三区四区免费观看| 国产精品国产三级国产av玫瑰| 少妇人妻精品综合一区二区 | 久久精品久久久久久噜噜老黄 | 热99re8久久精品国产| 少妇熟女aⅴ在线视频| 国产高清视频在线观看网站| 欧美色欧美亚洲另类二区| 伦理电影大哥的女人| 国产亚洲91精品色在线| 免费看av在线观看网站| 精品不卡国产一区二区三区| 丰满乱子伦码专区| 99热这里只有精品一区| 成人毛片60女人毛片免费| 69人妻影院| 午夜精品一区二区三区免费看| 自拍偷自拍亚洲精品老妇| 性插视频无遮挡在线免费观看| 成人欧美大片| 22中文网久久字幕| 九色成人免费人妻av| 国产单亲对白刺激| 免费av不卡在线播放| 久久久久久国产a免费观看| 久久精品久久久久久久性| 国产精品一区二区在线观看99 | 国产精品1区2区在线观看.| 亚洲av免费在线观看| 夜夜夜夜夜久久久久| 日本成人三级电影网站| 丰满的人妻完整版| 韩国av在线不卡| 国产高清不卡午夜福利| a级毛片a级免费在线| 在线播放国产精品三级| 欧美+亚洲+日韩+国产| 亚洲欧美日韩卡通动漫| 一级毛片aaaaaa免费看小| av免费观看日本| 精品欧美国产一区二区三| 亚洲国产精品合色在线| 亚洲av成人av| 欧美成人免费av一区二区三区| 两个人的视频大全免费| 99国产精品一区二区蜜桃av| 99热精品在线国产| 成人国产麻豆网| 久久午夜亚洲精品久久| 国产成人freesex在线| 变态另类丝袜制服| 亚洲不卡免费看| 国产亚洲5aaaaa淫片| 18禁裸乳无遮挡免费网站照片| 国产伦在线观看视频一区| 亚州av有码| 国产精品蜜桃在线观看 | 九九热线精品视视频播放| 亚洲第一电影网av| 日本五十路高清| 午夜福利视频1000在线观看| 91狼人影院| 久久精品影院6| 亚洲图色成人| 久久欧美精品欧美久久欧美| 一级毛片我不卡| 特级一级黄色大片| АⅤ资源中文在线天堂| 亚洲美女搞黄在线观看| 日日啪夜夜撸| 亚洲av免费高清在线观看| 岛国毛片在线播放| a级毛片a级免费在线| 高清毛片免费观看视频网站| 日日摸夜夜添夜夜添av毛片| 久久中文看片网| 久久草成人影院| 欧美一区二区精品小视频在线| 女人十人毛片免费观看3o分钟| 国产欧美日韩精品一区二区| 日韩制服骚丝袜av| 成年免费大片在线观看| 人妻夜夜爽99麻豆av| 99久久无色码亚洲精品果冻| 91精品一卡2卡3卡4卡| 黑人高潮一二区| 国产91av在线免费观看| 2022亚洲国产成人精品| 久久九九热精品免费| 成年版毛片免费区| 99九九线精品视频在线观看视频| 18禁裸乳无遮挡免费网站照片| 午夜精品一区二区三区免费看| 亚洲欧美成人综合另类久久久 | 成人二区视频| 国产极品精品免费视频能看的| 国产黄片视频在线免费观看| 国产精品野战在线观看| 99热只有精品国产| 中文字幕免费在线视频6| 亚洲真实伦在线观看| 久久久国产成人免费| 小说图片视频综合网站| 女人十人毛片免费观看3o分钟| 国产亚洲精品av在线| 麻豆国产97在线/欧美| 日本一本二区三区精品| 亚洲美女视频黄频| 国产精品伦人一区二区| ponron亚洲| 免费观看的影片在线观看| 国产白丝娇喘喷水9色精品| 一级毛片久久久久久久久女| 午夜视频国产福利| 国产成年人精品一区二区| 国产av一区在线观看免费| 久久国产乱子免费精品| 精品无人区乱码1区二区| 99久久久亚洲精品蜜臀av| 一本久久中文字幕| h日本视频在线播放| 国产黄片视频在线免费观看| 亚洲国产日韩欧美精品在线观看| 亚洲精品粉嫩美女一区| 久久久久久久亚洲中文字幕| 久久99热这里只有精品18| 成人亚洲精品av一区二区| 深夜a级毛片| 久久人人爽人人片av| 国产乱人视频| 在现免费观看毛片| .国产精品久久| av视频在线观看入口| 国产伦一二天堂av在线观看| 中文字幕熟女人妻在线| 国产精品野战在线观看| 又粗又硬又长又爽又黄的视频 | 高清午夜精品一区二区三区 | 黄色日韩在线| 成人午夜高清在线视频| 中国美白少妇内射xxxbb| 一级毛片电影观看 | 国产精品久久久久久久久免| 国产三级在线视频| 国产中年淑女户外野战色| 中文字幕av成人在线电影| 在线免费十八禁| 麻豆久久精品国产亚洲av| 18禁裸乳无遮挡免费网站照片| 久久久久久久久久久免费av| 成人午夜高清在线视频| 国产成人freesex在线| 观看美女的网站| 麻豆成人av视频| 久久久精品欧美日韩精品| 波多野结衣巨乳人妻| 久久久久久久午夜电影| 亚洲av中文字字幕乱码综合| 麻豆国产97在线/欧美| 成人一区二区视频在线观看| 国产高清视频在线观看网站| 直男gayav资源| 国产蜜桃级精品一区二区三区| 日本在线视频免费播放| 男女下面进入的视频免费午夜| 亚洲av电影不卡..在线观看| 国产不卡一卡二| 午夜福利成人在线免费观看| 精品久久久久久久久亚洲| 91精品国产九色| 精品久久久久久久久亚洲| 国产一级毛片在线| 村上凉子中文字幕在线| 午夜激情欧美在线| 亚洲精品自拍成人| 久久人人爽人人片av| 男人舔奶头视频| 美女 人体艺术 gogo| 午夜福利在线在线| 非洲黑人性xxxx精品又粗又长| 91午夜精品亚洲一区二区三区| 乱系列少妇在线播放| 欧美日韩综合久久久久久| 亚洲va在线va天堂va国产| 中文亚洲av片在线观看爽| 一本久久精品| 日本黄色视频三级网站网址| 亚洲av免费高清在线观看| 永久网站在线| 老司机影院成人| 国产极品精品免费视频能看的| 最后的刺客免费高清国语| 亚洲电影在线观看av| 老司机影院成人| 悠悠久久av| 最近2019中文字幕mv第一页| 亚洲精品日韩在线中文字幕 | 国产极品天堂在线| 国产69精品久久久久777片| 免费观看a级毛片全部| 女的被弄到高潮叫床怎么办| 久久精品夜夜夜夜夜久久蜜豆| 亚洲国产精品国产精品| 亚洲av.av天堂| 国产日韩欧美在线精品| 变态另类丝袜制服| 国产av麻豆久久久久久久| 成人特级av手机在线观看| 91精品一卡2卡3卡4卡| 观看美女的网站| 少妇高潮的动态图| 久久午夜福利片| 特级一级黄色大片| 69av精品久久久久久| 免费av不卡在线播放| 99久久精品国产国产毛片| 边亲边吃奶的免费视频| 99热6这里只有精品| 欧美日韩在线观看h| 欧美另类亚洲清纯唯美| 美女国产视频在线观看| 十八禁国产超污无遮挡网站| 亚洲内射少妇av| 午夜免费男女啪啪视频观看| 搡老妇女老女人老熟妇| 白带黄色成豆腐渣| 中国美女看黄片| 三级国产精品欧美在线观看| 51国产日韩欧美| 只有这里有精品99| 校园春色视频在线观看| 亚洲av.av天堂| 一级毛片aaaaaa免费看小| 国产精品精品国产色婷婷| 亚洲欧美日韩东京热| 夜夜爽天天搞| 亚洲第一区二区三区不卡| 狂野欧美白嫩少妇大欣赏| 深夜a级毛片| 日本在线视频免费播放| av又黄又爽大尺度在线免费看 | 在线播放国产精品三级| 我的女老师完整版在线观看| 高清在线视频一区二区三区 | 亚洲欧美精品专区久久| 中文字幕免费在线视频6| 日日撸夜夜添| 成人欧美大片| 校园人妻丝袜中文字幕| 欧美最新免费一区二区三区| 亚洲欧美日韩高清专用| 99国产极品粉嫩在线观看| 精品日产1卡2卡| 久久中文看片网| 午夜视频国产福利| 日日干狠狠操夜夜爽| 国产熟女欧美一区二区| 日韩 亚洲 欧美在线| 黄片无遮挡物在线观看| 久久精品国产鲁丝片午夜精品| 久久人人爽人人爽人人片va| 国产伦一二天堂av在线观看| 美女内射精品一级片tv| 麻豆久久精品国产亚洲av| 日本黄色片子视频|