Registro de datos de nube de puntos basado en señales de tráfico con LiDARs en carretera en entornos de tráfico complejos
Autores: Zhang, Zheyuan; Zheng, Jianying; Tao, Yanyun; Xiao, Yang; Yu, Shumei; Asiri, Sultan; Li, Jiacheng; Li, Tieshan
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Registro de datos de nube de puntos basado en señales de tráfico con LiDARs en carretera en entornos de tráfico complejos
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Carretera inteligente
LiDAR
Señales de tráfico
Registro de nube de puntos
Método de registro 3D
LiDAR de carretera
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 45
Citaciones: Sin citaciones
La carretera inteligente es un componente importante del sistema cooperativo de infraestructura de vehículos inteligentes, el último desarrollo de los sistemas de transporte inteligentes. Como un sensor avanzado, la Detección y Alcance de Luz (LiDAR) se ha utilizado gradualmente para recopilar datos de tráfico micro de alta resolución en el borde de las carreteras inteligentes. Además, la fusión de múltiples LiDAR se ha convertido en un punto de interés actual para extender el rango de recolección de datos y mejorar la precisión de detección. Este documento se centra en el registro de nubes de puntos en un entorno de tráfico complejo y propone un método de registro tridimensional (3D) basado en señales de tráfico y conocimiento previo de escenas de tráfico. Las señales de tráfico con sus películas reflectantes se utilizan como objetivos de referencia para registrar datos de nubes de puntos 3D de LiDAR en el borde de la carretera. El método propuesto consta de un registro vertical y un registro horizontal. Para el registro vertical, proponemos un algoritmo de rotación de paneles para rotar la nube de puntos inicial y registrarla verticalmente, convirtiendo el registro de nube de puntos 3D en una transformación rígida bidimensional (2D). Para el registro vertical, nuestro sistema registra las señales de tráfico de diferentes LiDAR. Nuestro método ha sido verificado en algunos escenarios reales. En comparación con métodos anteriores, el método propuesto es automático y no requiere buscar manualmente objetivos de referencia. Además, es adecuado para su uso en ingeniería real y se puede aplicar a datos de nube de puntos dispersos de LiDAR con pocas vigas, realizando el registro de nube de puntos de gran disparidad.
Descripción
La carretera inteligente es un componente importante del sistema cooperativo de infraestructura de vehículos inteligentes, el último desarrollo de los sistemas de transporte inteligentes. Como un sensor avanzado, la Detección y Alcance de Luz (LiDAR) se ha utilizado gradualmente para recopilar datos de tráfico micro de alta resolución en el borde de las carreteras inteligentes. Además, la fusión de múltiples LiDAR se ha convertido en un punto de interés actual para extender el rango de recolección de datos y mejorar la precisión de detección. Este documento se centra en el registro de nubes de puntos en un entorno de tráfico complejo y propone un método de registro tridimensional (3D) basado en señales de tráfico y conocimiento previo de escenas de tráfico. Las señales de tráfico con sus películas reflectantes se utilizan como objetivos de referencia para registrar datos de nubes de puntos 3D de LiDAR en el borde de la carretera. El método propuesto consta de un registro vertical y un registro horizontal. Para el registro vertical, proponemos un algoritmo de rotación de paneles para rotar la nube de puntos inicial y registrarla verticalmente, convirtiendo el registro de nube de puntos 3D en una transformación rígida bidimensional (2D). Para el registro vertical, nuestro sistema registra las señales de tráfico de diferentes LiDAR. Nuestro método ha sido verificado en algunos escenarios reales. En comparación con métodos anteriores, el método propuesto es automático y no requiere buscar manualmente objetivos de referencia. Además, es adecuado para su uso en ingeniería real y se puede aplicar a datos de nube de puntos dispersos de LiDAR con pocas vigas, realizando el registro de nube de puntos de gran disparidad.