Zurück Vor

Detailergebnis zu DOK-Nr. 79932

Automatische Objekterkennung, Kartierung und Bewertung von Objekten am Straßenrand unter Verwendung von Lidar-Daten (Orig. engl.: Automated object detection, mapping and assessment of roadside clear zones using lidar data)

Autoren	M. Gouda B. Arantes de Achilles Mello K. El-Basyouny
Sachgebiete	1.5 Straßendatenbank 5.1 Autobahnen 6.8 Beleuchtung

Transportation Research Record: Journal of the Transportation Research Board Vol. 2675, H. 12, 2021, S. 432-448, 17 B, 1 T, 42 Q. - Online-Ressource: verfügbar unter: https://journals.sagepub.com/home/trr

In dem Beitrag wird ein vollautomatischer Ansatz zur Kartierung und Bewertung von Straßenrandparametern unter Verwendung mobiler Lidar-Daten (Light Detection and Ranging) auf ländlichen Autobahnen vorgeschlagen. Im Vergleich zu herkömmlichen manuellen Vermessungsmethoden könnten Lidar-Daten eine effizientere und kostengünstigere Quelle zur Gewinnung von Straßenrandinformationen darstellen. In der Studie wird ein neuartiger voxelbasierter Raycasting-Ansatz (Technik zur schnellen Darstellung einer dreidimensionalen Szene mit Gitterpunkten) vorgeschlagen, der sich in erster Linie auf die Automatisierung der Straßenrandkartierung und -bewertung konzentriert. Zunächst wird die Trajektorie des scannenden Fahrzeugs extrahiert. Anschließend werden Punkte auf der Fahrbahnoberfläche erkannt und es wird eine Methode zur Extraktion von Fahrbahnrandtrajektorien vorgeschlagen. Sobald die Fahrbahnkanten extrahiert sind, werden die Leitplanken mithilfe eines Kegelstumpfs identifiziert, der von den Punkten der Fahrbahnkanten-Trajektorie ausgeht. Anschließend werden Ziel- und Beugungspunkte am Straßenrand generiert und lokalisiert, und der voxelbasierte Raycasting-Ansatz wird verwendet, um nach Hindernissen am Straßenrand zu suchen und deren Position abzufragen. Schließlich wurden die Böschungen und Böschungshöhen in bestimmten Intervallen kartiert und die Richtlinien und Anforderungen an den Straßenentwurf automatisch mit den Kartierungsergebnissen abgeglichen. Nicht konforme Stellen mit mangelhaften Bedingungen wurden automatisch abgefragt. Das Verfahren wurde auf vier Autobahnabschnitten in der Provinz Alberta (Kanada) getestet. Die Genauigkeit der Kantenerkennung erreichte bis zu 98,5 %. Darüber hinaus erwies sich die Methode als genau in der Objekterkennung, da sie in der Lage war, alle Hindernisse am Straßenrand in jedem getesteten Abschnitt zu erkennen. Die vorgeschlagene Methode kann Verkehrsbehörden bei der automatischen Kartierung und Inventarisierung von Straßenrandparametern helfen. Darüber hinaus kann die Sicherheitsleistung der bestehenden Straßeninfrastruktur anhand der gesammelten Informationen und Unfalldaten untersucht werden, um die Entscheidungsfindung für die Erhaltung und den Ausbau von Straßen zu unterstützen.