基于點法向量的激光雷達(dá)目標(biāo)三維姿態(tài)估計算法研究
發(fā)布時間:2025-05-28 03:12
激光雷達(dá)是一種可以獲得目標(biāo)距離像的新型傳感器,通過距離像可以得到表征目標(biāo)空間三維幾何特征的點云,為姿態(tài)估計奠定有力的數(shù)據(jù)基礎(chǔ)。通過目標(biāo)的三維姿態(tài)信息可以獲得目標(biāo)的具體指向,姿態(tài)估計是目標(biāo)自動識別中的重要環(huán)節(jié)。目前大部分的姿態(tài)估計算法仍處于仿真距離像階段,對真實場景的姿態(tài)估計未見報道;邳c法向量的三維姿態(tài)估計算法中表征目標(biāo)坐標(biāo)系的坐標(biāo)軸與真實值存在偏差,本文對其進(jìn)行修正并對真實場景距離像進(jìn)行姿態(tài)估計,提出一種新的姿態(tài)估計算法(OPDVA)。該算法首先分別對點法向量聚類方法和目標(biāo)坐標(biāo)系坐標(biāo)軸進(jìn)行修正,然后利用真實場景點云存在大面積近似平面區(qū)域的特點,通過隨機(jī)抽樣一致算法的平面模型對場景平面進(jìn)行平面擬合,得到最優(yōu)擬合平面的法向量即為目標(biāo)坐標(biāo)系坐標(biāo)軸,最后通過逆運動學(xué)方程即可完成目標(biāo)的三維姿態(tài)角的求解。并且利用求得的姿態(tài)信息,通過矩形包圍盒法計算目標(biāo)的尺寸。實驗中,分別通過仿真距離像和真實場景距離像兩個數(shù)據(jù)源對OPDVA算法進(jìn)行驗證。針對仿真距離像,其姿態(tài)估計的總體平均標(biāo)準(zhǔn)誤差為0.912°,下降至PDVA算法平均標(biāo)準(zhǔn)誤差的31.4%。針對真實場景距離像,采用旋轉(zhuǎn)變換和重采樣等技術(shù)手段,分別對...
【文章頁數(shù)】:65 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題背景及研究的目的意義
1.2 姿態(tài)估計方法研究現(xiàn)狀
1.2.1 目標(biāo)未知的姿態(tài)估計方法
1.2.2 目標(biāo)已知的姿態(tài)估計方法
1.3 激光雷達(dá)姿態(tài)估計算法存在的問題
1.4 本文主要研究內(nèi)容
第2章 基于點法向量的三維姿態(tài)估計算法研究
2.1 姿態(tài)估計方法概述
2.1.1 主成分分析法
2.1.2 矩形包圍盒法
2.1.3 模板匹配法
2.2 基于點法向量的目標(biāo)姿態(tài)估計算法
2.2.1 算法的提出
2.2.2 激光雷達(dá)數(shù)據(jù)的表示與獲取
2.2.3 點法向量估計
2.2.4 平面點的判定
2.2.5 點法向量的分類
2.2.6 坐標(biāo)軸的確定
2.2.7 目標(biāo)姿態(tài)的求取
2.3 本章小結(jié)
第3章 OPDVA算法及其應(yīng)用
3.1 OPDVA算法
3.1.1 算法的提出
3.1.2 基于仿真距離像的姿態(tài)估計算法
3.1.3 基于真實距離像的姿態(tài)估計算法
3.2 OPDVA算法的應(yīng)用
3.3 本章小結(jié)
第4章 姿態(tài)估計算法實驗
4.1 仿真距離像三維姿態(tài)估計實驗
4.1.1 數(shù)據(jù)來源
4.1.2 實驗方法
4.1.3 實驗結(jié)果分析
4.1.4 遮擋測試結(jié)果分析
4.2 真實場景距離像三維姿態(tài)估計實驗
4.2.1 數(shù)據(jù)來源
4.2.2 實驗方法
4.2.3 實驗結(jié)果分析
4.2.4 遮擋測試結(jié)果分析
4.3 計算目標(biāo)尺寸的實驗
4.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
本文編號:4047986
【文章頁數(shù)】:65 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題背景及研究的目的意義
1.2 姿態(tài)估計方法研究現(xiàn)狀
1.2.1 目標(biāo)未知的姿態(tài)估計方法
1.2.2 目標(biāo)已知的姿態(tài)估計方法
1.3 激光雷達(dá)姿態(tài)估計算法存在的問題
1.4 本文主要研究內(nèi)容
第2章 基于點法向量的三維姿態(tài)估計算法研究
2.1 姿態(tài)估計方法概述
2.1.1 主成分分析法
2.1.2 矩形包圍盒法
2.1.3 模板匹配法
2.2 基于點法向量的目標(biāo)姿態(tài)估計算法
2.2.1 算法的提出
2.2.2 激光雷達(dá)數(shù)據(jù)的表示與獲取
2.2.3 點法向量估計
2.2.4 平面點的判定
2.2.5 點法向量的分類
2.2.6 坐標(biāo)軸的確定
2.2.7 目標(biāo)姿態(tài)的求取
2.3 本章小結(jié)
第3章 OPDVA算法及其應(yīng)用
3.1 OPDVA算法
3.1.1 算法的提出
3.1.2 基于仿真距離像的姿態(tài)估計算法
3.1.3 基于真實距離像的姿態(tài)估計算法
3.2 OPDVA算法的應(yīng)用
3.3 本章小結(jié)
第4章 姿態(tài)估計算法實驗
4.1 仿真距離像三維姿態(tài)估計實驗
4.1.1 數(shù)據(jù)來源
4.1.2 實驗方法
4.1.3 實驗結(jié)果分析
4.1.4 遮擋測試結(jié)果分析
4.2 真實場景距離像三維姿態(tài)估計實驗
4.2.1 數(shù)據(jù)來源
4.2.2 實驗方法
4.2.3 實驗結(jié)果分析
4.2.4 遮擋測試結(jié)果分析
4.3 計算目標(biāo)尺寸的實驗
4.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
本文編號:4047986
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/4047986.html
最近更新
教材專著