空地融合的城市道路基础设施数字化技术研究

城市道路基础设施三维模型的重构,在城市道路BIM应用与数字化领域具有重大意义;针对城市交通基础设施数字化重构的需求,对车载激光扫描与无人机倾斜摄影采集技术进行综合运用,提出一套从信息采集、空地点云配准、点云分割到三维重构的完整技术方法;首先使用车载激光扫描技术和无人机倾斜摄影技术对交通基础设施信息进行采集,并使用运动恢复结构算法(SfM,structure from motion)生成基础设施空地点云;其次使用迭代最近点法(ICP,iterative closest point)对空地点云进行精配准,然后利用基于PointNet网络的方法对融合点云进行语义分割;最后对分割出的交通基础设施对象进行三维重构;提出的空地融合的城市交通基础设施数字化技术能够高效地实现交通基础设施重构,为城市交通基础设施数字化提供基础、为后续交通专业领域的应用研究提供便利.     

基于语义分割与深度估计的行车环境实时解析

道路行车环境的实时解析是智能驾驶的关键技术,尽管神经网络在实现语义分割和深度估计上能取得不错的精度,但由于模型参数多、计算量大等问题,导致难以实现实时计算。针对该问题,提出了一个轻量化、高效的特征提取模块和一个综合考虑语义信息和深度信息的特征解码模块,在一个网络中同时完成语义分割和深度估计两个任务。在CityScapes数据集中,语义分割预测结果的mIOU为65.0%、深度估计结果的误差为0.21,并且在单个GPU上推断速度达到了65FPS,满足实时性要求。     

基于UE4的在线驾驶仿真系统设计与实现

驾驶仿真系统在交通安全研究中发挥着重要作用,但目前仍存在三维道路建模受限、仿真场景还原度不高等问题;研究采用虚幻引擎开发仿真功能模块,根据道路几何线形与交通流原始资料,能高效搭建出驾驶仿真场景;采用像素流送技术将视频帧发送到前端,设置硬件设备的轴属性映射,支持模拟驾驶外部信号输入,并实时将驾驶行为数据存入数据库,设计了一种轻量化、自动化、智能化的在线驾驶仿真信息管理与可视化系统;系统主要实现了道路自动化建模、人-车-路-环境信息管理、车道级真实交通流场景还原、在线模拟驾驶与数据可视化等功能;经测试,系统部署后能在Web端稳定运行,弥补了现有驾驶仿真系统的不足,为实验人员提供轻量高效的驾驶仿真服务。