检索结果-南通市图书馆

测绘与空间地理信息 2018年第11期41卷 81-84页

作者：姜俊奎张焱李鹏宇山东科技大学测绘科学与工程学院山东青岛266590

随着无人驾驶和移动测量等技术的发展,GPS失锁情况下位姿和地图构建问题越来越重要。本文结合现有的SLAM解决方案,建立了一种新的基于3d激光点云的低漂移、低计算复杂度的同时定位与建图模型,基于Velodyne VLP-16三维激光雷达从简单到... 详细信息

随着无人驾驶和移动测量等技术的发展,GPS失锁情况下位姿和地图构建问题越来越重要。本文结合现有的SLAM解决方案,建立了一种新的基于3d激光点云的低漂移、低计算复杂度的同时定位与建图模型,基于Velodyne VLP-16三维激光雷达从简单到复杂的道路上进行模拟测试。实验结果表明,无须辅助设备,在不同的情形下,模型均能实现实时的位姿估计并构建准确的环境三维点云地图。

关键词： 3d激光点云激光LidAR 自我运动估计地图构建

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于灰度相似性的激光点云与全景影像配准

引用

浙江大学学报（工学版） 2022年第8期56卷 1633-1639页

作者：范光宇宫宇宸饶蕾陈年生上海电机学院电子信息学院上海201306

针对传感器参数未知、环境结构特征不明显、影像数据较少等情况,提出基于灰度相似性的车载3d激光点云与全景影像自动化配准方法.基于全景拼接算法和柱面投影原理,分别将多张单幅图片拼接为全景影像,并将3d激光点云转换为2d深度图.基于... 详细信息

针对传感器参数未知、环境结构特征不明显、影像数据较少等情况,提出基于灰度相似性的车载3d激光点云与全景影像自动化配准方法.基于全景拼接算法和柱面投影原理,分别将多张单幅图片拼接为全景影像,并将3d激光点云转换为2d深度图.基于灰度相似性原理,将全景影像和2d深度图在水平方向和垂直方向等间隔细分成区域对,沿水平方向和垂直方向移动全景影像,计算每次移动后各细分区域对之间像素灰度值之和的比值,并求解其均方差,将均方差最小时的区域移动值作为最终匹配偏移量.根据偏移量计算得到全景影像相对3d激光点云的水平旋转角度和垂直平移距离.实测结果表明,本研究所提算法对场景的适应性较好,平均配准误差为2个像素,而对比方法无法实现有效配准.

关键词： 3d激光点云全景影像自动化配准灰度相似性车载

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于3d点云的地面移动目标检测系统

基于3D点云的地面移动目标检测系统

引用

作者：王圣皓华中科技大学

学位级别：硕士

随着我国各行各业中人工智能技术的高速发展,无人驾驶技术成为了交通运输行业快速发展所必需的核心技术。在此背景下,国内各大传统汽车厂商和高科技企业相继发布了其在无人驾驶领域的研究成果,诸如京东、苏宁等具有物流运输产业的电商... 详细信息

随着我国各行各业中人工智能技术的高速发展,无人驾驶技术成为了交通运输行业快速发展所必需的核心技术。在此背景下,国内各大传统汽车厂商和高科技企业相继发布了其在无人驾驶领域的研究成果,诸如京东、苏宁等具有物流运输产业的电商也相继推出了各自的无人物流运输车。本文将以封闭园区中的无人配送为背景,着重研究基于3d激光点云的地面移动目标检测技术的应用实现。本文首先从传统方法和基于深度学习的方法两个方面介绍了目标检测中的三维点云数据处理技术。通过对比不同方法中三维点云数据的处理过程,发现传统方法相较于基于深度学习的方法具有更大的局限性。因此,本文选择VoxelNet模型作为基准神经网络。但是,基于VoxelNet的三维点云目标检测方法的计算量十分巨大,无法适用于移动嵌入式系统。本文将深度可分离卷积运算和VoxelNet网络相结合,降低其计算量,得到了一个能够满足封闭园区中无人物流运输车需求的神经网络。在理论分析的基础上,本文针对无人配送小车在封闭园区内的运行情况,设计了一辆基于嵌入式系统的移动小车。该移动嵌入式平台使用速腾聚创16线激光雷达作为传感器,NVIdIA公司的Jetson TX2作为嵌入式主板,OpenCR开发板作为底层驱动板。嵌入式系统与底层驱动之间采用基于ROS节点的通讯形式,远程计算机和与嵌入式系统之间采用基于SSH协议的通讯形式。最后,本文对改进VoxelNet模型进行了测试实验和分析,发现该模型虽然牺牲了部分精度,但满足了在移动嵌入式平台上的实时性需求,能够在封闭园区内的无人配送小车上得到有效运用。

关键词：目标检测 VoxelNet模型 3d激光点云深度可分离卷积

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视频和激光点云结合的行人检测方法

基于视频和激光点云结合的行人检测方法

引用

作者：孙文静武汉理工大学

学位级别：硕士

随着信息技术在全球的快速进展,行人检测技术广泛的应用到视频监控、医疗诊断和各种智能交通领域。行人检测技术包括行人识别,分类和行为分析等几个方面,涉及到图像处理、模式识别和人工智能等诸多领域。传统的行人检测方法主要采用单... 详细信息

随着信息技术在全球的快速进展,行人检测技术广泛的应用到视频监控、医疗诊断和各种智能交通领域。行人检测技术包括行人识别,分类和行为分析等几个方面,涉及到图像处理、模式识别和人工智能等诸多领域。传统的行人检测方法主要采用单目摄像机,提取行人的轮廓、形状和纹理等特征,采用统计学习的方法对行人进行行人检测。由于摄像机自身的限制,采集的视频图像容易受天气光照变化的影响,提取的行人特征完全依赖于图像中的颜色特征,信息较为单一,因此检测精度和速度都有待提高。针对传统的行人检测方法中出现的诸多问题,本文采用3d激光扫描仪和摄像机协同工作,利用激光点云对视频图像进行初步目标区域提取,减小计算范围,采集行人的反射强度信息,扩充视频图像的HOG特征,并利用线性SVM进行训练得到行人检测分类器,从而进行行人检测。本文的主要工作如下： 1)激光扫描仪和摄像机的联合标定。本文采用手动和自动结合的联合标定方法,手工调整将激光点云映射到对应的视频图像并达到基本重合,从重合的激光点云和图像上选择对应的标定点,使用标定点计算得到校正参数。 2)视频图像和激光点云的特征提取。提取视频图像中行人的HOG特征;利用配准后的激光点云生成反射强度灰度图,对反射强度灰度图进行预处理,然后提取反射强度灰度图中行人的HOG特征。 3)利用激光点云提取目标检测区域。首先剔除激光点云中的地面点、噪音点以及远距离背景点,保留行人和车辆区域,然后生成激光点云灰度图并提取目标检测区域,大大减小了滑动窗口的检测搜索范围,提高了检测速度。 4)融合视频图像和激光点云行人特征。在像素层面上融合激光点云中反射强度信息和视频图像信息,丰富了单一视频图像中行人HOG特征,使用线性SVM训练融合后的行人HOG特征进行行人检测,降低了误检率和漏检率。本文分别从时间和检测效率上对比了单一摄像机和激光点云和视频融合后的检测效果,实验结果表明,本文提出的数据融合方法在行人检测时效果更好。

关键词： 3d激光点云联合标定 HOG特征行人检测

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：