齐鲁交通学院“智联交通”创新创业社会实践团队开展数据处理工作
7月30日，山东大学齐鲁交通学院“智联交通”创新创业社会实践团队开展数据处理工作。为了验证系统的准确性，团队对架设在路口的激光雷达所采集到的点云数据进行了人工处理，并与系统处理结果进行了比较。
早上7点30，徐皓将点云数据及操作视频发送到QQ群，成员们观看完毕后，徐皓就数据处理过程提出了“多、快、好”的三点建议，并提出处理100帧数据的最低要求。随后，何海东提议大家先独自处理30分钟的点云数据再交流经验并合理分配任务量，得到大家的积极响应。试处理后，大家汇报了各自的工作效率，其中徐皓、霍延强、何海东效率较高，其余成员处理速度较慢。徐皓建议大家利用Veloview中可以播放多帧点云数据的功能，先确定车辆数量及轨迹，再进行刷亮等操作。霍延强建议大家在运用Matlab刷点时，可以变换多个角度，通过正、侧，俯相结合的方式综合判断，在保证高效率的同时，降低错误率。何海东针对地面线与车辆点云重合这一情况提出了解决方案，其核心是通过多次刷亮实现地面线与点云的分离，何海东同时强调这一方法最好最后使用，以避免重新导入文件这一操作。随后，三位成员主动提出为其他队员减轻负担，各自多承担20帧的工作量。在三位队员的激励下大家又干劲十足地投入到了数据处理工作中。下午5时许，数据处理结束，团队成员都超额完成了任务，共处理完成了700多帧的数据。通过将从激光雷达数据中提取的聚类数量与从录制视频的对应样本帧里提取的聚类数量作比较，本项目利用改良的基于噪声的密度聚类算法（DBSCAN）进行目标聚类所达到的平均准确率为96%，系统的可靠性得到了验证。
经过一整天的重复性工作，团队成员深刻体会到了开发本系统的重要性及系统本身的可靠性，传统的车流量统计及车型分类等工作费时费力已经远远落后于交通强国建设的基本要求，而本团队开发的系统在此次验证过程中所表现出的高效率与高准确率为系统的实际运用奠定了基础。
文 霍严强 图 黄河滨
http://www.dxsbao.com/shijian/289747.html 点此复制本页地址
