基于LiDAR数据的交通场景理解框架:应用于城市交叉口
《IEEE Open Journal of Intelligent Transportation Systems》:LiDAR-to-Graph Framework for Traffic Scene Understanding at Urban Intersections
【字体:
大
中
小
】
时间:2026年04月13日
来源:IEEE Open Journal of Intelligent Transportation Systems 5.3
编辑推荐:
摘要: 有效的交通监控是智能交通系统的基石,能够实现更安全、更高效的城市出行。在新兴的传感技术中,光检测与测距(LiDAR)技术尤为突出,它能够提供高分辨率的3D空间信息,从而补充传统的交通监控系统。然而,尽管潜力巨大,但目前公开可用的专门用于交通监控的LiDAR数据集仍然非常
摘要:
有效的交通监控是智能交通系统的基石,能够实现更安全、更高效的城市出行。在新兴的传感技术中,光检测与测距(LiDAR)技术尤为突出,它能够提供高分辨率的3D空间信息,从而补充传统的交通监控系统。然而,尽管潜力巨大,但目前公开可用的专门用于交通监控的LiDAR数据集仍然非常有限,大多数现有数据集主要是为自动驾驶从车辆自身的视角设计的。在这项工作中,我们开发了一个全面的基于LiDAR的交通评估流程,特别关注道路交叉口——这是城市网络中涉及车辆和行人的最复杂且对安全至关重要的区域之一。所提出的基于仿真的框架结合了SUMO用于交通场景生成和Blender用于高保真3D重建与LiDAR仿真,通过两个主要组件实现了感知与关系推理:(i)基于LiDAR的感知模块,用于3D物体检测与分割;(ii)图构建模块,用于编码道路使用者与基础设施之间的空间、几何和语义关系。生成的数据集包含丰富的注释,适用于高级AI驱动的道路使用者交互和行为分析。我们使用最先进的LiDAR感知模型和图神经网络验证了该方法的有效性,在清晰和扭曲的点云条件下均展示了较高的检测和关系学习精度。结果证实了所提出流程的有效性,并凸显了LiDAR在提供复杂交通场景全面可靠理解方面的能力,为未来的智能出行和智能交通管理应用奠定了基础。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号