基于车载32线激光雷达点云的车辆目标识别算法 |
| |
引用本文: | 孔栋,王晓原,刘亚奇,陈晨,王方.基于车载32线激光雷达点云的车辆目标识别算法[J].科学技术与工程,2018(5). |
| |
作者姓名: | 孔栋 王晓原 刘亚奇 陈晨 王方 |
| |
作者单位: | 山东理工大学交通与车辆工程学院智能交通研究所;清华大学汽车安全与节能国家重点实验室; |
| |
摘 要: | 针对结构化道路环境中智能车识别周围360°范围内的车辆目标问题,由车载3D激光雷达采集的道路环境中车辆目标点云数据投影特征,提出识别车辆目标新算法。算法首先识别结构化道路边界,进而排除道路边界两旁障碍物的干扰和减少点云数据量;其次按雷达点云数据扫描和分布特征,利用改进K-means算法对道路区域内点云数据聚类。最后提取聚类目标内部特征点,并通过计算特征点构成向量的夹角或模的长度准确识别车辆目标。实验验证表明,该算法有效抑制了道路边界两旁障碍物的干扰,可以准确识别结构化道路区域内的车辆目标。
|
本文献已被 CNKI 等数据库收录! |
|