增强道路安全:基于LiDAR的树冠净空分析
计算机视觉与模式识别
2024-02-29 v1 人工智能
计算几何
摘要
在追求更安全道路的努力中,确保道路上方的足够垂直净空至关重要。通常,树木或其他植被生长在道路上方,遮挡交通标志和信号灯的视线,并对交通参与者构成危险。由于缺乏深度信息,从简单图像中准确估计这一空间具有挑战性。这正是LiDAR技术发挥作用的地方,它是一种激光扫描传感器,能够呈现三维视角。迄今为止,街道级别的LiDAR点云主要应用于自动驾驶领域。然而,这些扫描也为城市管理开辟了可能性。本文提出了一种新的点云算法,能够自动检测那些生长到街道上方需要修剪的树木部分。我们的系统使用语义分割来过滤相关点,并通过下游处理步骤创建道路上需要保持畅通的体积。挑战包括被遮挡的道路段、LiDAR点云的噪声非结构化性质以及道路形状的评估。识别出的不合规树木点可以从点云投影到图像上,为市政部门处理此类情况提供视觉辅助。通过自动化这一过程,市政部门可以解决潜在的道路空间限制,增强所有人的安全。他们还可以通过更系统地进行检查来节省宝贵时间。我们的开源代码为社区提供了如何自行自动化该过程的灵感。
引用
@article{arxiv.2402.18309,
title = {Enhancing Roadway Safety: LiDAR-based Tree Clearance Analysis},
author = {Miriam Louise Carnot and Eric Peukert and Bogdan Franczyk},
journal= {arXiv preprint arXiv:2402.18309},
year = {2024}
}