申请/专利权人：园测信息科技股份有限公司

申请日：2020-12-07

公开（公告）日：2024-03-15

公开（公告）号：CN112446343B

主分类号：G06V10/40

分类号：G06V10/40;G06V10/764;G06V10/80;G06V20/58;G06V10/774;G06N20/20

优先权：

专利状态码：有效-授权

法律状态：2024.03.15#授权;2024.01.09#著录事项变更;2021.03.23#实质审查的生效;2021.03.05#公开

摘要：本发明公开了一种融合多尺度特征的车载点云道路杆状物机器学习自动提取方法，包括如下步骤：由车载激光扫描仪获取道路以及路侧地物的点云，并解算后输出LAS格式的点云数据传输至MICROSTATIONCE平台；MICROSTATIONCE平台对LAS格式的点云数据预处理；MICROSTATIONCE平台对LAS格式的点云数据全自动分割处理,得到杆状物点云数据；MICROSTATIONCE平台对杆状物点云数据分类处理；MICROSTATIONCE平台对杆状物点云数据的分类结果融合处理，本发明的目的在于提供一种融合多尺度特征的车载点云道路杆状物机器学习自动提取方法，全自动分割处理解决点云分割部分不同类别杆状物相连以及无法实时获取杆状物坐标的问题，且提高了完整性和准确性。

主权项：1.一种融合多尺度特征的车载点云道路杆状物机器学习自动提取方法，其特征在于：包括如下步骤：步骤1：由车载激光扫描仪获取道路以及路侧地物的点云，并解算后输出LAS格式的点云数据传输至MICROSTATIONCE平台；步骤2：MICROSTATIONCE平台对LAS格式的点云数据预处理；步骤3：MICROSTATIONCE平台对LAS格式的点云数据全自动分割处理,得到杆状物点云数据；步骤4：MICROSTATIONCE平台对杆状物点云数据分类处理，所述分类处理包括c、逐点机器学习分类、d、超体素机器学习分类和e、完整杆状物机器学习分类三个步骤；步骤5：MICROSTATIONCE平台对杆状物点云数据的分类结果融合处理；所述c、逐点机器学习分类包括以下步骤：c1、逐点计算杆状物点云数据特征；c2、获取所有点云数据特征后，制作第一训练数据集，再添加其各自对应的第一标签，并输出得到包含第一标签和点云数据特征的第一训练数据集；c3、对第一训练数据集的多个特征进行重要性排序；c4、设置第一随机森林分类器进行训练，得到训练好的模型；c5、使用该模型测试待分类杆状物点云数据，输出第一预测标签；c6、最后对标记进行平滑，通过比较各类别点占整个杆状物点云数据的比重确定最终杆状物的分类结果；所述d、超体素机器学习分类包括以下步骤：d1、基于欧式距离和反射强度迭代生计算杆状物点云数据得到超体素；d2、逐点计算超体素特征，得到超体素中心的点云数据特征；d3、获取所有超体素的点云数据特征后，制作第二训练数据集，再添加其各自对应的第二标签，并输出得到包含第二标签和点云数据特征的第二训练数据集；d4、对第二训练数据集的多个特征进行重要性排序；d5、设置随机第二森林分类器进行训练，得到训练好的模型；d6、使用该模型测试待分类杆状物点云数据，输出第二预测标签；d7、最后对标记进行平滑，通过比较各类别超体素占整个杆状物点云数据的比重确定最终杆状物的分类结果；所述e、完整杆状物机器学习分类包括以下步骤：e1、获取完整杆状物点云数据特征；e2、获取所有完整杆状物点云数据特征后，制作第三训练数据集，再添加其各自对应的第三标签，并输出得到包含第三标签和点云数据特征的第三训练数据集；e3、对第三训练数据集的多个特征进行重要性排序；e4、设置随机第三森林分类器进行训练，得到训练好的模型；e5、使用该模型测试待分类杆状物点云数据，输出第三预测标签，即得到最终杆状物的分类结果；在所述步骤5中，所述融合处理包括以下步骤：s51、若c、逐点机器学习分类、d、超体素机器学习分类和e、完整杆状物机器学习分类的分类结果均一致，则以相同的分类结果作为杆状物最终分类结果，同时杆状物坐标单点附着绿色；s52、若存在c、逐点机器学习分类、d、超体素机器学习分类和e、完整杆状物机器学习分类的分类结果有任意两个分类结果一致，剩余一个分类结果不一致，则以相同的两个分类结果作为杆状物最终分类结果，同时杆状物坐标单点附着黄色；s53、若c、逐点机器学习分类、d、超体素机器学习分类和e、完整杆状物机器学习分类的分类结果均不一致，则以精度最高的学习分类获取的分类结果暂定作为最终分类结果，同时杆状物坐标单点附着红色。

全文数据：

权利要求：

百度查询： 园测信息科技股份有限公司 一种融合多尺度特征的车载点云道路杆状物机器学习自动提取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD