咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于欧几里得聚类算法的三维激光雷达障碍物检测技术 收藏

基于欧几里得聚类算法的三维激光雷达障碍物检测技术

Object detection based on Euclidean clustering algorithm with 3D laser scanner

作     者:宗长富 文龙 何磊 ZONG Chang-fu;WEN Long;HE Lei

作者机构:吉林大学汽车仿真与控制国家重点实验室长春130022 

出 版 物:《吉林大学学报(工学版)》 (Journal of Jilin University:Engineering and Technology Edition)

年 卷 期:2020年第50卷第1期

页      面:107-113页

核心收录:

学科分类:080904[工学-电磁场与微波技术] 0809[工学-电子科学与技术(可授工学、理学学位)] 08[工学] 0810[工学-信息与通信工程] 082304[工学-载运工具运用工程] 081105[工学-导航、制导与控制] 080204[工学-车辆工程] 081001[工学-通信与信息系统] 0802[工学-机械工程] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 0823[工学-交通运输工程] 

基  金:国家自然科学基金项目(51505179) 国家重点研发计划项目(2017YFB0102601) 

主  题:交通运输系统工程 智能驾驶 欧氏聚类 障碍物检测 激光雷达 

摘      要:利用三维激光雷达对车辆前方障碍物进行辨识过程中,车辆的运动导致点云数据出现畸变,传统欧氏聚类方法也无法同时对远处和近处的障碍物进行精确检测,从而导致错误的聚类结果,容易出现障碍物误检或漏检的情况。针对上述问题,提出了一种对三维激光雷达点云数据去畸变的方法,同时改进了欧氏聚类方法,使其能自动更正距离阈值,从而使障碍物检测更加快速准确。对本文方法进行了实车试验,试验结果表明:本方法能同时快速准确地检测出较近和较远的障碍物。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分