基于点云数据的自然地形分类算法

• 作者: 张浩峰 蔡云飞 袁夏 赵春霞
• 来源期刊: 南京理工大学学报(自然科学版)
• 学科: 工学
• 关键词: 机器人导航 地形分类 点云 复合特征 高斯混合模型
• 年，卷（期）: 2010,（2）
• 页码范围: 222-226,237
• 分类号: TP242.6
• 字数: 3705字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9830.2010.02.014

摘要

提出一种自然地形分类算法以解决移动机器人导航中的环境理解问题.在单几何特征地形分类方法的基础上,提出的算法使用从点云中提取的复合特征训练分类器.复合特征向量包含一个点几何特征和颜色特征.算法首先计算点的坐标协方差矩阵和平均法向量协方差矩阵的特征值作为几何特征.然后通过标定激光雷达坐标系和相机坐标系使点得到颜色信息,把点的颜色作为颜色特征加入复合特征向量.算法使用最大期望-高斯混合模型(EM GMM)训练一个分类器,训练数据由人工标注.实验结果表明,与单几何特征分类方法相比,复合特征分类方法在对自然地形分类时能得到更高的正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张浩峰	南京理工大学计算机科学与技术学院	24	247	10.0	14.0
2	赵春霞	南京理工大学计算机科学与技术学院	177	2193	25.0	36.0
3	蔡云飞	南京理工大学计算机科学与技术学院	12	82	6.0	8.0
4	袁夏	南京理工大学计算机科学与技术学院	14	165	8.0	12.0