-
公开(公告)号：CN110210415B
公开(公告)日：2022-09-30
申请号：CN201910484566.9
申请日：2019-06-05
Applicant: 福州大学
IPC: G06V20/56 , G06V10/762 , G06V10/774 , G06V10/82 , G06N3/02
Abstract: 本发明涉及一种基于图结构的车载激光点云道路标线识别方法，包括以下步骤：步骤S1：基于强度校正的标线分割和小尺寸目标提取,基于分割结果提取小尺寸标线对象；步骤S2：根据获得的小尺寸标线对象，基于标线的形状特征和邻域空间结构构建由参考标线指向邻域对象的空间与语义关系图;步骤S3：基于空间与语义关系图，自定义图结构节点与边存储编码规则，构建图结构的特征描述子；步骤S4：根据图结构的特征描述子，构建并训练深度神经网络；步骤S5:利用训练后的深度神经网络从车载激光点云目标分割结果中直接提取不同类型的标线。本发明能够实现对复杂城市场景中多类型标线的自动识别与精细分类。
-
公开(公告)号：CN108681525B
公开(公告)日：2020-12-25
申请号：CN201810464773.3
申请日：2018-05-16
Applicant: 福州大学
IPC: G06F17/15
Abstract: 本发明涉及一种基于车载激光扫描数据的路面点云强度增强方法，包括以下步骤：S1：基于车载激光扫描数据获取路面点云、行车轨迹线和路面点云内激光点到行车轨迹线的距离，并对路面点云进行分段；S2：以路面点云片段为处理单元，进行以下步骤：21：构建原始距离模型函数和参考距离模型函数；22：采用比值法和差值法进行激光点的强度校正；23：进行激光点的强度变换；24：采用多滤波器集成的方法进行激光点的强度去噪，完成路面点云内各路面点云片段的激光点强度增强。与现有技术相比，本发明显著提升路面不同目标材质的强度差异，消除局部同质区域中的强度噪声。
-
公开(公告)号：CN110049448A
公开(公告)日：2019-07-23
申请号：CN201910325095.7
申请日：2019-04-22
Applicant: 福州大学
Abstract: 本发明涉及一种基于无人机群的无线传感网数据收集方法，通过无人机访问传感器节点以减少传感器节点的传输能耗，无人机之间通过无线通信交换数据，离数据汇聚点较远的无人机通过其他无人机的中继将数据上传到数据汇聚点，每个无人机根据传感器节点的位置规划访问路径，以实现在满足时延的要求下，所有无人机访问的总的传感器节点个数尽可能多。
-
公开(公告)号：CN106650809A
公开(公告)日：2017-05-10
申请号：CN201611187597.0
申请日：2016-12-20
Applicant: 福州大学
CPC classification number: G06K9/6256 , G06K9/6218 , G06K9/6267 , G06N3/084
Abstract: 本发明涉及深度学习技术领域，特别涉及一种车载激光点云目标分类方法和系统。所述一种车载激光点云目标分类方法，包括如下步骤：对车载激光点云数据进行预处理，生成待分类目标点云；构建基本训练样本库；生成输入特征向量；构建深度信念网络；对深度信念网络进行训练；生成待分类目标点云的特征向量，并使用特征向量作为训练后的深度信念网络的输入特征，完成车载激光点云数据目标分类。利用深度信念网络实现车载激光点云数据的自动识别分类，有效地提目标点云识别分类的自动化程度，并且具有更强的稳健性，能够应用于场景更加复杂的车载激光点云数据。
-
公开(公告)号：CN110188664B
公开(公告)日：2022-05-24
申请号：CN201910451523.0
申请日：2019-05-28
Applicant: 福州大学
Abstract: 本发明涉及一种基于Snake的车载激光点云矢量道路边界精细提取方法，包括以下步骤：步骤S1：采集伪轨迹点数据；步骤S2：根据伪轨迹点数据，确定多类型道路边界的初始化选择策略；步骤S3：逐点分析局部邻域内的空间分布特征，进而获取梯度信息；步骤S4：基于离散道路边界点构建Snake模型，提取闭合、非闭合道路边界；步骤S5：对Snake结果进行是否存在道路出入口决策，优化Snake结果；矢量化输出Snake结果，实现道路边界精细提取。本发明能直接面向三维激光点云构建Snake模型实现闭合、非闭合等多类型道路边界的提取，解决了被车辆、行人等地物遮挡、噪声、点密度不均等因素造成道路边界提取不完整的问题，能够得到精确表达道路边界形状的矢量化道路边界信息。
-
Patent Agency Ranking
公开(公告)号：CN110210415A
公开(公告)日：2019-09-06
申请号：CN201910484566.9
申请日：2019-06-05
Applicant: 福州大学
Abstract: 本发明涉及一种基于图结构的车载激光点云道路标线识别方法，包括以下步骤：步骤S1：基于强度校正的标线分割和小尺寸目标提取,基于分割结果提取小尺寸标线对象；步骤S2：根据获得的小尺寸标线对象，基于标线的形状特征和邻域空间结构构建由参考标线指向邻域对象的空间与语义关系图;步骤S3：基于空间与语义关系图，自定义图结构节点与边存储编码规则，构建图结构的特征描述子；步骤S4：根据图结构的特征描述子，构建并训练深度神经网络；步骤S5:利用训练后的深度神经网络从车载激光点云目标分割结果中直接提取不同类型的标线。本发明能够实现对复杂城市场景中多类型标线的自动识别与精细分类。
-
公开(公告)号：CN106650809B
公开(公告)日：2018-02-23
申请号：CN201611187597.0
申请日：2016-12-20
Applicant: 福州大学
Abstract: 本发明涉及深度学习技术领域，特别涉及一种车载激光点云目标分类方法和系统。所述一种车载激光点云目标分类方法，包括如下步骤：对车载激光点云数据进行预处理，生成待分类目标点云；构建基本训练样本库；生成输入特征向量；构建深度信念网络；对深度信念网络进行训练；生成待分类目标点云的特征向量，并使用特征向量作为训练后的深度信念网络的输入特征，完成车载激光点云数据目标分类。利用深度信念网络实现车载激光点云数据的自动识别分类，有效地提目标点云识别分类的自动化程度，并且具有更强的稳健性，能够应用于场景更加复杂的车载激光点云数据。
-
公开(公告)号：CN110049448B
公开(公告)日：2021-04-27
申请号：CN201910325095.7
申请日：2019-04-22
Applicant: 福州大学
Abstract: 本发明涉及一种基于无人机群的无线传感网数据收集方法，通过无人机访问传感器节点以减少传感器节点的传输能耗，无人机之间通过无线通信交换数据，离数据汇聚点较远的无人机通过其他无人机的中继将数据上传到数据汇聚点，每个无人机根据传感器节点的位置规划访问路径，以实现在满足时延的要求下，所有无人机访问的总的传感器节点个数尽可能多。
-
公开(公告)号：CN110188664A
公开(公告)日：2019-08-30
申请号：CN201910451523.0
申请日：2019-05-28
Applicant: 福州大学
Abstract: 本发明涉及一种基于Snake的车载激光点云矢量道路边界精细提取方法，包括以下步骤：步骤S1：采集伪轨迹点数据；步骤S2：根据伪轨迹点数据，确定多类型道路边界的初始化选择策略；步骤S3：逐点分析局部邻域内的空间分布特征，进而获取梯度信息；步骤S4：基于离散道路边界点构建Snake模型，提取闭合、非闭合道路边界；步骤S5：对Snake结果进行是否存在道路出入口决策，优化Snake结果；矢量化输出Snake结果，实现道路边界精细提取。本发明能直接面向三维激光点云构建Snake模型实现闭合、非闭合等多类型道路边界的提取，解决了被车辆、行人等地物遮挡、噪声、点密度不均等因素造成道路边界提取不完整的问题，能够得到精确表达道路边界形状的矢量化道路边界信息。
-
公开(公告)号：CN108681525A
公开(公告)日：2018-10-19
申请号：CN201810464773.3
申请日：2018-05-16
Applicant: 福州大学
IPC: G06F17/15
CPC classification number: G06F17/15
Abstract: 本发明涉及一种基于车载激光扫描数据的路面点云强度增强方法，包括以下步骤：S1：基于车载激光扫描数据获取路面点云、行车轨迹线和路面点云内激光点到行车轨迹线的距离，并对路面点云进行分段；S2：以路面点云片段为处理单元，进行以下步骤：21：构建原始距离模型函数和参考距离模型函数；22：采用比值法和差值法进行激光点的强度校正；23：进行激光点的强度变换；24：采用多滤波器集成的方法进行激光点的强度去噪，完成路面点云内各路面点云片段的激光点强度增强。与现有技术相比，本发明显著提升路面不同目标材质的强度差异，消除局部同质区域中的强度噪声。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.029 seconds)
