基于影像的车载激光点云道路标线提取

赖 超

（1、北京建筑大学 测绘与城市空间信息学院，北京100044 2、北京北建大科技有限公司，北京100044）

1 概述

道路标线是重要的交通标志，具有表现道路交通规则、提示道路信息为行人保驾护航等作用。随着驾驶技术的进步，尤其是自动驾驶领域中对路面信息的需求也逐渐加大，道路标线信息作为高精度地图的核心要素之一，自动提取道路标线成为了国内外研究的热点。

获取道路标线信息的主要采集方式是车载激光点云设备。目前，国内外很多的研究学者已经展开了基于移动LiDAR 点云数据道路标线研究，方法大多基于道路标线的某类或者某几类特征进行提取的，但是也有基于深度学习的方法进行提取的。闫利等[1]基于移动激光点云扫描系统数据，在强度图像数据中使用中值滤波来降低噪声，利用边缘检测来提取道路标线点云；方莉娜等[2]利用标线多尺度分割方法，将标线点从点云数据中进行分离，并结合强度图像，实现道路标线的提取；Soilan 等[3]基于道路标线的反射特性进行点云滤波并制作栅格图像，通过特征提取和神经网络方法进行道路标线的提取与分类；Wen 等[4]基于三维移动激光点云数据，使用深度学习的方法对点云数据进行分割，实现道路标线点云数据的提取。

2 提取流程

本方法提出的提取流程如图1。

图1 算法流程图

2.1 激光点云切块

因为输入的点云数据代表了一段数公里的点云数据，如图2 所示。直接投影到二维平面使得图像的长宽比例过大，首先根据扫描轨迹线数据按照500 米的步长对道路点云进行长度向分段。……