本文選題：三維激光雷達(dá) + 柵格地圖　； 參考：《浙江大學(xué)學(xué)報(bào)(工學(xué)版)》2014年12期

【摘要】：針對(duì)目前車輛檢測(cè)準(zhǔn)確性不高的問題,提出一種在城市復(fù)雜環(huán)境下單幀準(zhǔn)確實(shí)時(shí)檢測(cè)靜止或運(yùn)動(dòng)車輛的算法.車輛檢測(cè)系統(tǒng)采用三維激光雷達(dá)點(diǎn)云和二維柵格相結(jié)合,其中障礙聚類和障礙塊輪廓在二維柵格地圖上提取,而障礙檢測(cè)和車輛檢測(cè)在三維點(diǎn)云數(shù)據(jù)上處理.檢測(cè)準(zhǔn)確性的高低主要取決于所選的特征是否具有很好的區(qū)分性.針對(duì)幾何形狀相似難以區(qū)分和物體遮擋等問題,采用3種特征描述:反射強(qiáng)度概率分布、縱向高度輪廓分布和位置姿態(tài)相關(guān)特征,并利用支持向量機(jī)(SVM)訓(xùn)練分類器實(shí)現(xiàn)車輛的實(shí)時(shí)檢測(cè).實(shí)驗(yàn)中比較和分析了不同單特征和綜合特征的檢測(cè)性能,結(jié)果表明:自主車在城市環(huán)境下能以每幀200ms實(shí)時(shí)準(zhǔn)確地檢測(cè)環(huán)境中的車輛.
[Abstract]:In order to solve the problem that the accuracy of vehicle detection is not high at present, a single frame accurate real-time detection algorithm for stationary or moving vehicles in complex urban environments is proposed. The vehicle detection system uses 3D lidar point cloud and two-dimensional grid, in which obstacle clustering and obstacle block contour are extracted on two-dimensional grid map, while obstacle detection and vehicle detection are processed on 3D point cloud data. The accuracy of detection mainly depends on whether the selected features are well differentiated. In view of the difficulty of distinguishing geometric shape similarity and object occlusion, three features are used to describe: probability distribution of reflection intensity, longitudinal height profile distribution and position and attitude correlation. Support vector machine (SVM) training classifier is used to realize real-time vehicle detection. In the experiment, the detection performance of different single and comprehensive features is compared and analyzed. The results show that the autonomous vehicle can detect the vehicle in the environment accurately and in real time with each frame of 200ms in the urban environment.
【作者單位】： 浙江大學(xué)信息與電子工程學(xué)系;浙江省綜合信息網(wǎng)重點(diǎn)實(shí)驗(yàn)室;杭州電子科技大學(xué)電子信息學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61071219,61102132)
【分類號(hào)】：TN958.98

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 張暉;董育寧;;基于視頻的車輛檢測(cè)算法綜述[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年03期

2 戴紅霞;江樂;趙力;;時(shí)空結(jié)合的多背景車輛檢測(cè)方法的研究[J];電視技術(shù);2009年11期

3 賀春林;;一種基于視頻的車輛檢測(cè)算法[J];計(jì)算機(jī)科學(xué);2005年05期

4 薛錚;周荷琴;劉勃;陳功;;多云條件下運(yùn)動(dòng)車輛檢測(cè)[J];計(jì)算機(jī)工程;2007年03期

5 李光才;;一種改進(jìn)的背景重建與更新方法[J];中國(guó)水運(yùn)(下半月);2008年05期

6 高磊;李超;朱成軍;熊璋;;基于邊緣對(duì)稱性的視頻車輛檢測(cè)算法[J];北京航空航天大學(xué)學(xué)報(bào);2008年09期

7 賈寧;馬壽峰;;一種新型路面車輛檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)工程;2009年24期

8 沈\，

本文編號(hào)：2027366