【摘要】：無(wú)人駕駛技術(shù)受到了越來(lái)越多研究者的關(guān)注。激光雷達(dá)感知系統(tǒng)是必不可少的組成部分,它能夠感知周?chē)h(huán)境信息和車(chē)輛狀態(tài)信息,為無(wú)人車(chē)的控制系統(tǒng)提供必要信息。為了使無(wú)人車(chē)在行駛中更加智能和安全,無(wú)人車(chē)往往集成多個(gè)傳感器。激光雷達(dá)由于探測(cè)范圍大、測(cè)距精度高和不受光照條件影響等優(yōu)點(diǎn),被廣泛應(yīng)用在無(wú)人車(chē)中�；谌S激光雷達(dá)的障礙物檢測(cè)和行人識(shí)別主要分為地面點(diǎn)云去除、目標(biāo)物體分割和行人目標(biāo)識(shí)別三個(gè)部分。地面點(diǎn)云去除主要包括建立深度圖和去除地面點(diǎn)云數(shù)據(jù),將點(diǎn)云數(shù)據(jù)轉(zhuǎn)化為深度圖然后去除地面點(diǎn)云。目標(biāo)物體分割是從非地面點(diǎn)云數(shù)據(jù)中提取出不同的物體。行人目標(biāo)識(shí)別是將分割后的物體使用分類(lèi)器進(jìn)行分類(lèi)識(shí)別。針對(duì)傳統(tǒng)地面點(diǎn)云去除算法實(shí)時(shí)性低的問(wèn)題,本文提出基于深度圖的角度閾值算法。將點(diǎn)云數(shù)據(jù)表示為深度圖,建立深度圖和點(diǎn)云數(shù)據(jù)的映射關(guān)系�；诮嵌乳撝翟谏疃葓D上標(biāo)記地面,實(shí)現(xiàn)去除地面點(diǎn)云數(shù)據(jù)。針對(duì)目標(biāo)間相鄰導(dǎo)致分割失敗以及分割算法實(shí)時(shí)性問(wèn)題,本文提出基于深度圖的改進(jìn)DBSCAN算法。搜索Eps鄰域內(nèi)所有的鄰近點(diǎn)時(shí)考慮空間歐式距離和角度距離,結(jié)合深度圖和自適應(yīng)參數(shù)的DBSCAN算法對(duì)非地面點(diǎn)云進(jìn)行聚類(lèi)分割。實(shí)驗(yàn)結(jié)果表明該方法相對(duì)于傳統(tǒng)聚類(lèi)算法在時(shí)間效率上有很大的提升,且能夠較好地降低分割錯(cuò)誤率。在行人目標(biāo)分類(lèi)識(shí)別中,針對(duì)PointNet神經(jīng)網(wǎng)絡(luò)在局部特征描述中的不足,本文提出多尺度特征融合的PointNet神經(jīng)網(wǎng)絡(luò)模型,將多尺度局部特征和全局特征相結(jié)合,最終完成對(duì)行人目標(biāo)的識(shí)別。離線過(guò)程主要是通過(guò)線下構(gòu)建訓(xùn)練樣本庫(kù),訓(xùn)練多尺度特征融合的PointNet神經(jīng)網(wǎng)絡(luò)模型。在線過(guò)程主要是對(duì)候選行人目標(biāo)進(jìn)行初篩,通過(guò)采樣將候選目標(biāo)轉(zhuǎn)化為固定大小,然后放入PointNet網(wǎng)絡(luò)進(jìn)行特征學(xué)習(xí),分類(lèi)器判斷目標(biāo)物體是否為行人。實(shí)驗(yàn)結(jié)果表明該模型相對(duì)于PointNet神經(jīng)網(wǎng)絡(luò)在識(shí)別準(zhǔn)確度上有一定的提升。
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：TP391.41;TN958.98
【圖文】：

圖 1.1 谷歌無(wú)人駕駛汽車(chē)，簡(jiǎn)單來(lái)說(shuō)就是利用傳感器檢測(cè)周?chē)h(huán)境和自身狀息、其他車(chē)輛和行人等障礙物信息、自身的位姿信決策規(guī)劃算法后，精確控制車(chē)輛的速度和轉(zhuǎn)向，不

VLP-16激光雷達(dá)

21(6)密度可達(dá)：通過(guò)直接密度可達(dá)的點(diǎn)間接相連，稱為密度可達(dá)。直接密度可達(dá)和密度可達(dá)如圖2.6所示，圓圈代表 r 鄰域，紅色點(diǎn)為核心點(diǎn)，黃色點(diǎn)為邊界點(diǎn)，藍(lán)色點(diǎn)為噪聲點(diǎn)，從點(diǎn)A出發(fā)，B、C均是密度可達(dá)的，B、C則是密度相連的，且B、C為邊界點(diǎn)，而N為噪聲點(diǎn)。圖 2.6 密度可達(dá)和直接密度可達(dá)的概念示意圖DBSCAN 算法流程如表 2.3 所示。DBSCAN 算法直接對(duì)三維點(diǎn)云數(shù)據(jù)進(jìn)行處理存在一些不足之處

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉亞文;覃蘇舜;;點(diǎn)云數(shù)據(jù)稀疏區(qū)域建筑物立面重建方法[J];應(yīng)用科學(xué)學(xué)報(bào);2017年02期

2 劉尚蔚;朱小超;張永光;魏群;;多片點(diǎn)云數(shù)據(jù)拼接處理技術(shù)的研究[J];水利與建筑工程學(xué)報(bào);2014年01期

3 張習(xí)民;余小清;萬(wàn)旺根;張娟;;壓縮感知點(diǎn)云數(shù)據(jù)壓縮[J];應(yīng)用科學(xué)學(xué)報(bào);2014年05期

4 康蘭;馮亞娟;陳正鳴;;多視點(diǎn)云數(shù)據(jù)快速對(duì)齊方法[J];機(jī)械設(shè)計(jì)與研究;2009年01期

5 鄭德華;;點(diǎn)云數(shù)據(jù)直接縮減方法及縮減效果研究[J];測(cè)繪工程;2006年04期

6 張東;;基于球域膨脹的點(diǎn)云數(shù)據(jù)平面提取[J];工程技術(shù)研究;2018年11期

7 宇超群;門(mén)葆紅;王鑫;;海量點(diǎn)云數(shù)據(jù)分布式并行處理技術(shù)綜述[J];信息工程大學(xué)學(xué)報(bào);2018年05期

8 陳凱;張達(dá);張?jiān)?;三維激光掃描點(diǎn)云數(shù)據(jù)盲區(qū)邊界識(shí)別與應(yīng)用[J];有色金屬(礦山部分);2019年05期

9 宣偉;;地面激光點(diǎn)云數(shù)據(jù)質(zhì)量評(píng)價(jià)與三維模型快速重建技術(shù)研究[J];測(cè)繪學(xué)報(bào);2017年12期

10 孫瑞;張貴豪;陳普智;;三維激光掃描點(diǎn)云數(shù)據(jù)的精簡(jiǎn)方法探討[J];黃河水利職業(yè)技術(shù)學(xué)院學(xué)報(bào);2018年02期

相關(guān)會(huì)議論文 前10條

1 胡文慶;施昆;曹影;;模糊C-均值聚類(lèi)對(duì)點(diǎn)云數(shù)據(jù)的分割[A];云南省測(cè)繪地理信息學(xué)會(huì)2015年學(xué)術(shù)年會(huì)論文集[C];2015年

2 張飛飛;車(chē)翔玖;左文品;;基于B樣條曲線的點(diǎn)云數(shù)據(jù)簡(jiǎn)化方法[A];第五屆全國(guó)幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會(huì)議論文集[C];2011年

3 胡志杰;石鵬飛;李廣偉;羌鑫林;;車(chē)載點(diǎn)云數(shù)據(jù)自動(dòng)分類(lèi)提取與應(yīng)用研究[A];第十一次江蘇科技論壇智慧城市與大數(shù)據(jù)應(yīng)用分論壇論文集[C];2015年

4 曹天賜;李慶莉;龔緒龍;葛云峰;盧毅;陳勇;張芷薇;劉智超;聞煉;;基于點(diǎn)云數(shù)據(jù)的地裂縫監(jiān)測(cè)對(duì)象提取研究——以江蘇無(wú)錫光明村為例[A];2018年全國(guó)工程地質(zhì)學(xué)術(shù)年會(huì)論文集[C];2018年

5 張萍;;逆向工程中基于聚類(lèi)的點(diǎn)云數(shù)據(jù)精簡(jiǎn)[A];2010年西南三省一市自動(dòng)化與儀器儀表學(xué)術(shù)年會(huì)論文集[C];2010年

6 葛振華;王鵬;孫建;王紀(jì)凱;陳宗海;;點(diǎn)云數(shù)據(jù)的配準(zhǔn)算法綜述[A];第17屆中國(guó)系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會(huì)論文集（17th CCSSTA 2016）[C];2016年

7 劉佳;張愛(ài)武;楊麗萍;;室內(nèi)場(chǎng)景激光點(diǎn)云數(shù)據(jù)的三維建模[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

8 孟麗芬;;3D逆向造型的標(biāo)準(zhǔn)化作業(yè)[A];創(chuàng)新塑性加工技術(shù)，推動(dòng)智能制造發(fā)展——第十五屆全國(guó)塑性工程學(xué)會(huì)年會(huì)暨第七屆全球華人塑性加工技術(shù)交流會(huì)學(xué)術(shù)會(huì)議論文集[C];2017年

9 段文國(guó);張愛(ài)武;蔡廣杰;;基于VTK的點(diǎn)云數(shù)據(jù)繪制研究與實(shí)現(xiàn)[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

10 吳衛(wèi)軍;陳平;殷義程;;基于DEM的點(diǎn)云數(shù)據(jù)對(duì)比方法分析[A];云南省測(cè)繪地理信息學(xué)會(huì)2017年學(xué)術(shù)年會(huì)論文集[C];2017年

相關(guān)重要報(bào)紙文章 前2條

1 記者 廖雪梅;重慶明年擬打造700個(gè)“智慧工地”[N];重慶日?qǐng)?bào);2018年

2 李兆平　龔渤;多點(diǎn)開(kāi)花 前景廣闊[N];中國(guó)測(cè)繪報(bào);2012年

相關(guān)博士學(xué)位論文 前10條

1 滕曉強(qiáng);基于移動(dòng)群智感知的室內(nèi)路徑規(guī)劃關(guān)鍵技術(shù)研究[D];國(guó)防科技大學(xué);2018年

2 張紹澤;面向三維可視化的激光掃描點(diǎn)云數(shù)據(jù)處理方法研究[D];西安電子科技大學(xué);2017年

3 羅楠;基于點(diǎn)云數(shù)據(jù)的3D打印關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2017年

4 唐逸之;點(diǎn)云數(shù)據(jù)的魯棒配準(zhǔn)與自適應(yīng)表面重建[D];浙江大學(xué);2017年

5 楊永濤;三維離散點(diǎn)云數(shù)據(jù)處理關(guān)鍵技術(shù)研究[D];燕山大學(xué);2017年

6 鄧博文;大體積比工件裝配面檢測(cè)及其點(diǎn)云數(shù)據(jù)處理方法研究[D];中北大學(xué);2019年

7 蒼鵬;基于激光雷達(dá)點(diǎn)云數(shù)據(jù)的建筑物三維重建技術(shù)[D];長(zhǎng)春理工大學(xué);2019年

8 金娟鳳;基于特征距離的腰腹臀部體型分析與個(gè)性化女褲樣板生成[D];浙江理工大學(xué);2017年

9 石宏斌;地面激光點(diǎn)云模型自動(dòng)構(gòu)建方法研究[D];武漢大學(xué);2014年

10 葉立志;機(jī)載LiDAR與影像密集匹配點(diǎn)云數(shù)據(jù)的濾波方法研究[D];武漢大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 沈樂(lè);基于“整體-局部”策略的室內(nèi)點(diǎn)云模型門(mén)窗檢測(cè)[D];華南理工大學(xué);2019年

2 毛遠(yuǎn)芳;基于三維激光掃描技術(shù)的建筑物立面建模[D];廣州大學(xué);2019年

3 王姍姍;基于點(diǎn)云數(shù)據(jù)的沉陷區(qū)高壓線塔變形分析研究[D];河南理工大學(xué);2018年

4 袁晨鑫;基于Hough變換的建筑物點(diǎn)云數(shù)據(jù)特征提取及三維建模[D];東華理工大學(xué);2019年

5 董佰山;基于TLS點(diǎn)云數(shù)據(jù)的大比例尺成圖及其質(zhì)量評(píng)價(jià)研究[D];長(zhǎng)安大學(xué);2019年

6 俞浩;基于點(diǎn)云數(shù)據(jù)的預(yù)處理算法研究[D];合肥工業(yè)大學(xué);2019年

7 楊望山;基于TLS的建筑物室內(nèi)建模研究[D];河南理工大學(xué);2018年

8 李宏宇;激光雷達(dá)的點(diǎn)云數(shù)據(jù)處理研究[D];長(zhǎng)春理工大學(xué);2019年

9 宋瑞;基于點(diǎn)云數(shù)據(jù)的大型復(fù)雜曲面重建方法研究[D];電子科技大學(xué);2019年

10 李瑞雪;基于地面LiDAR數(shù)據(jù)的建筑物立面識(shí)別及提取研究[D];江西理工大學(xué);2019年

本文編號(hào)：2750417