在汽車智能駕駛系統(tǒng)中,激光雷達(dá)由于其獨(dú)特的三維成像能力,成為場(chǎng)景探測(cè)感知傳感器群組中不可或缺的組成部分。為提升單一波長(zhǎng)激光雷達(dá)在物性探測(cè)分類和狀態(tài)上的性能,借鑒多光譜探測(cè)具有物性探測(cè)能力的原理,論文對(duì)適用于汽車智能駕駛的多光譜激光雷達(dá)的波段選擇進(jìn)行了可行性研究,利用主成分分析法對(duì)智能駕駛中典型目標(biāo)進(jìn)行光譜計(jì)算及分析,結(jié)合激光光源特性以及光電探測(cè)器的特性,綜合多光譜激光雷達(dá)波段選擇方法和智能駕駛應(yīng)用場(chǎng)景中典型目標(biāo)地物光譜特性,以及商用激光雷達(dá)的可獲得性,得出了適用汽車智能駕駛的多光譜激光雷達(dá)的波長(zhǎng)可以選擇808 nm、905 nm、1 064 nm、1 310 nm,并通過(guò)測(cè)試驗(yàn)證了多光譜激光雷達(dá)所選波長(zhǎng)的有效性。 

【文章來(lái)源】：紅外與毫米波學(xué)報(bào). 2020,39(01)北大核心EISCICSCD

【文章頁(yè)數(shù)】：6 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]上海典型植被夏季與冬季的光譜特征分析[J]. 項(xiàng)巧巧,申廣榮,吳裕,康宏樟,朱赟.  上海交通大學(xué)學(xué)報(bào)(農(nóng)業(yè)科學(xué)版). 2018(05)
[2]基于光譜特征的路面材料區(qū)分度分析[J]. 張映雪,徐威,王勇,莊大方.  長(zhǎng)沙理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(04)
[3]公路路面光譜特征分析與瀝青路面老化遙感監(jiān)測(cè)方法初探[J]. 金續(xù),張顯峰,羅倫,潘一凡,陽(yáng)柯.  地球信息科學(xué)學(xué)報(bào). 2017(05)
[4]利用Tikhonov正則化算法進(jìn)行光譜特征波長(zhǎng)的選擇及其參數(shù)優(yōu)化[J]. 趙安新,湯曉君,張鐘華,劉君華.  光譜學(xué)與光譜分析. 2014(07)
[5]人體目標(biāo)光譜特性對(duì)微光像增強(qiáng)器視距的影響[J]. 張俊舉,楊文彬,許輝,劉磊,陶媛媛.  光譜學(xué)與光譜分析. 2013(11)
[6]基于主成分分析的消光法波長(zhǎng)選擇算法[J]. 唐紅,鄭文斌,李憲霞.  光電工程. 2010(05)
[7]主成分分析法在油熒光光譜波段選擇中的應(yīng)用[J]. 劉智深,丁寧,趙朝方,齊敏.  地理空間信息. 2009(03)



本文編號(hào)：3280427