【技术实现步骤摘要】
本专利技术涉及机器学习和激光雷达检测领域，更具体地说，涉及一种基于半监督学习的激光雷达测量道路标线逆反射率方法。
技术介绍
1、道路标线是指导车辆行驶和保证交通安全的交通安全设施。为确保标线发挥应有的视觉指示作用，需要定期对标线的逆反射性能进行检测和评估。目前，常见的道路标线逆反射率检测方法主要依赖于固定式逆反射测量设备和人工操作，检测过程中需要大量人工对设备进行安装、拆卸和操作，作业效率低下，且存在一定的交通安全隐患；实测数据采集成本高昂，现有模型常基于数量有限的数据集进行训练，难以适应复杂多变的实际环境。可见现有道路标线检测技术在自动化水平、效率、覆盖范围、模型泛化能力和环境适应性等方面仍存在诸多不足，亟需创新性技术方案来加以突破和改进，以提高检测的智能化水平，为道路基础设施的精细化管理提供有力支撑。
技术实现思路
1、本专利技术要解决的技术问题在于，提供一种基于半监督学习的激光雷达测量道路标线逆反射率方法，其能够通过建立半监督学习模型，充分利用大量未标注的激光点云数据和少量人工标注的逆反射率数据，为道路基础设施的智能化管理和精细化决策提供了一种新的、高效的定量化分析手段。
2、本专利技术解决其技术问题所采用的技术方案是：构造一种基于半监督学习的激光雷达测量道路标线逆反射率方法，包括以下步骤：
3、s1、使用车载激光雷达对道路环境进行扫描，获取道路三维点云数据；
4、s2、利用手持式逆反射率检测器抽样测量标线的逆反射率信息；
5、
6、s4、构建道路标线的三维点据特征增强流程；
7、s5、利用基于最优传输迁移学习框架sot构建基于半监督学习的道路交通标线的逆反射率关系模型；
8、s6、构建基于半监督学习的激光雷达快速测量道路标线逆反射率流程以检测任何一条道路标线逆反射率。
9、按上述方案，所述步骤s1中，通过车载激光雷达在行驶过程中以道路设计速度的80％为行驶速度获取采集道路的三维点云数据，以及利用温度计与照度计测量环境温度与环境光照强度，为后续步骤提供训练数据支撑。
10、按上述方案，通过以下方法获取道路三维点云数据、环境温度与环境光照强度：
11、s101、以设计速度的80％为行驶速度搭载车载激光雷达对目标道路环境进行移动扫描，激光雷达以10hz的频率获取目标路段的三维点云数据；
12、记点云数据中每个点pi＝(xi,yi,zi,ri)，其中，xi,yi,zi为点的空间位置信息，ri为激光雷达测量的反射率，i为点云点的数量；
13、s102、在执行步骤s101步骤的同时，gps设备持续记录激光雷达扫描过程中的位置信息，每个三维点云数据都与一个具体的gps坐标相关联，与方位角；
14、s103、将点云数据点相对激光雷达的空间坐标转化为gps坐标，定义函数f()为将点云数据点的xi,yi,zi相对激光雷达的空间坐标转化为gps坐标的函数：
15、f(origin，θ，(x，y，z))＝origin+r(θ)·(x，y)·s(origin)
16、
17、
18、其中，origin为二元组(latitude,longitude)表示激光雷达设备的gps位置；θ为激光雷达设备的方位角，从北方顺时针测量到设备朝向的角度，以度为单位；(x,y,z)为一个三元组表示点云数据中的相对坐标；r(θ)为旋转矩阵；s(origin)为比例矩阵调整经纬度对距离的影响。
19、则对于云数据中每个点pi都有其对应的gps坐标记作gpsi公式如下：
20、gpsi＝f(origini，θi，(xi，yi，zi))
21、其中，origini为记录点pi时刻激光雷达设备的gps坐标，θi为记录点pi时刻激光雷达设备的方位角；
22、s104、利用仪器记录环境温度t与环境光照强度i，定义ti为记录点pi时刻记录的环境温度，ii为记录点pi时刻记录的环境光照强度。
23、按上述方案，所述步骤s2中，利用手持式逆反射率检测器每20m抽样测量标线的逆反射率信息，采集有限的道路标线逆反射率准确值，作为模型训练数据的标签。
24、按上述方案，所述步骤s3中，通过以下方法采集有限的道路标线逆反射率准确值：
25、s201、利用手持式逆反射率检测器，每20m抽样测量标线的逆反射率信息记测量值为ln，n为手持仪器测量的数据数量；
26、s202、测量个别标线的逆反射率参考值并gps记录位置信息，将手持式逆反射率检测器的逆反射率检测结果与激光雷达获取的三维点云云数据在gps空间位置上对应，为激光雷达获取的测量点赋予逆反射率值作为后续模型训练的标签；
27、记ln测量位置的gps坐标为gpsn，利用haversine公式计算gpsi和gpsn之间的距离，公式如下：
28、
29、其中，din为gpsi和gpsn两点之间的距离，r为地球半径记d＝6378137，δlat为两点纬度差的弧度值，δ为两点经度差的弧度值，lati，longi为gpsi的纬度和经度，latn，longn为gpsn的纬度和经度；
30、将手持式逆反射率检测器测量点直径5m以内的同标线上的逆反射率值都视作ln，公式如下：
31、li＝ln
32、s.t.
33、din≤5
34、nin＝1
35、其中αin＝1代表gpsi和gpsn两点在同一条标线上，反之αin＝0，li为点云数据中pi的逆反射率标签值。
36、按上述方案，所述步骤s3中，通过以下方法获取道路标线的三维点云数据：
37、s301、利用patchwork++对mls每一帧采集的点云进行地面线与非地面线的提取，记共有i个激光点云数据点的集合为p，地面点的集合为g，非地面点的集合为n，则可用下式表示关系：
38、p＝{pi}＝g∪ns32、对地面点集g采用最大熵阈值分割提取道路标线，获取道路标线三维激光点云点集r。
39、按上述方案，所述步骤s4中，通过以下方法构建道路标线的三维点云特征增强流程：
40、s401、构建kd树搜索每个点的近邻点集；
41、s402、利用kd树搜索的最邻近点集，构建局部平面，
42、对于地面点集g中的每个点以及以其为中心的若干个近邻点集l＝{pi(xi,yi,zi)|i＝1,2,..,n}，可将其视作形成了一个平面，拟合的平面的一般形式为：
43、ax+by+cz+d＝0
44、a2+b2+c2＝1
45、其中，a,b,c为平面的常数参数，则用最小二乘法拟合形成平面：
46、
47、s本文档来自技高网...
【技术保护点】
1.一种基于半监督学习的激光雷达测量道路标线逆反射率方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于半监督学习的激光雷达测量道路标线逆反射率方法，其特征在于，所述步骤S1中，通过车载激光雷达在行驶过程中以道路设计速度的80％为行驶速度获取采集道路的三维点云数据，以及利用温度计与照度计测量环境温度与环境光照强度，为后续步骤提供训练数据支撑。
3.根据权利要求2所述的基于半监督学习的激光雷达测量道路标线逆反射率方法，其特征在于，通过以下方法获取道路三维点云数据、环境温度与环境光照强度：
4.根据权利要求1所述的基于半监督学习的激光雷达测量道路标线逆反射率方法，其特征在于，所述步骤S2中，利用手持式逆反射率检测器每20m抽样测量标线的逆反射率信息，采集有限的道路标线逆反射率准确值，作为模型训练数据的标签。
5.根据权利要求4所述的基于半监督学习的激光雷达测量道路标线逆反射率方法，其特征在于，所述步骤S3中，通过以下方法采集有限的道路标线逆反射率准确值：
6.根据权利要求1所述的基于半监督学习的激光雷达测量道路标线
7.根据权利要求1所述的基于半监督学习的激光雷达测量道路标线逆反射率方法，其特征在于，所述步骤S4中，通过以下方法构建道路标线的三维点云特征增强流程：
8.根据权利要求7所述的基于半监督学习的激光雷达测量道路标线逆反射率方法，其特征在于，所述步骤S401中，定义道路标线的三维激光点云为点集R中每个点pi＝(xi,yi,zi)在点云数据局部三维空间中，道路三维激光点云的KD树构造通过以下步骤进行：
9.根据权利要求1所述的基于半监督学习的激光雷达测量道路标线逆反射率方法，其特征在于，所述步骤S5中，通过以下方法构建基于半监督学习的道路交通标线的逆反射率关系模型：
10.根据权利要求1所述的基于半监督学习的激光雷达测量道路标线逆反射率方法，其特征在于，所述步骤S6中，通过以下方法构建基于半监督学习的激光雷达快速测量道路标线逆反射率流程：对于任何一条道路标线，根据步骤S1-S2数据采集数据，根据步骤S3-S4对数据进行预处理，利用步骤S5的半监督模型进行预测，得到道路标线逆反射率检测值。
...【技术特征摘要】
1.一种基于半监督学习的激光雷达测量道路标线逆反射率方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于半监督学习的激光雷达测量道路标线逆反射率方法，其特征在于，所述步骤s1中，通过车载激光雷达在行驶过程中以道路设计速度的80％为行驶速度获取采集道路的三维点云数据，以及利用温度计与照度计测量环境温度与环境光照强度，为后续步骤提供训练数据支撑。
3.根据权利要求2所述的基于半监督学习的激光雷达测量道路标线逆反射率方法，其特征在于，通过以下方法获取道路三维点云数据、环境温度与环境光照强度：
4.根据权利要求1所述的基于半监督学习的激光雷达测量道路标线逆反射率方法，其特征在于，所述步骤s2中，利用手持式逆反射率检测器每20m抽样测量标线的逆反射率信息，采集有限的道路标线逆反射率准确值，作为模型训练数据的标签。
5.根据权利要求4所述的基于半监督学习的激光雷达测量道路标线逆反射率方法，其特征在于，所述步骤s3中，通过以下方法采集有限的道路标线逆反射率准确值：
6.根据权利要求1所述的基于半监督学习的激光雷达测量道路标线逆反射率方法，其...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。