一种车载LiDAR点云道路提取深度神经网络模型

PointNet++在车载LiDAR点云道路提取中表现出优于传统方法的性能,但对于道路边缘的提取仍存在过分割或欠分割的现象。针对该问题,本文提出了一种改进的邻域增强编码网络——E-PointNet++,通过在特征提取前引入一个邻域增强编码模块,建立局部邻域内点与点之间的联系,以提高网络的道路边缘分割能力。在两个数据集上进行对比试验,E-PointNet++表现出明显优于其他方法的性能,准确性、完整性和检测质量均高于97%。该方法对于不同数据集和场景表现稳健。