基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
通过分析大量激光雷达数据,提出了改进的DBSCAN算法对雷达数据进行聚类,以使智能汽车获得前方道路和障碍物信息.根据不同的密度参数,多次调用该算法完成多密度聚类.结合提出的道路边沿、路面和障碍物等信息提取方法,在结构化或半结构化的城市道路中对提出的方法进行实车试验,结果表明该算法可实时准确的提取智能汽车的可行驶区域信息.
推荐文章
基于激光雷达道路可通行区域的检测与提取
无人驾驶车辆
三维激光雷达
道路分割
K-means算法
DBSCAN算法
最小二乘法
基于多线激光雷达的圆柱面检测
激光雷达
圆柱面检测
椭圆拟合
场景理解
车载单线激光雷达成像分割及噪声检测算法水
激光雷达
2D成像
分割聚类
噪声点检测
路面检测
基于激光雷达数据的行人检测
行人检测
激光雷达
点云
深度学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于车载4线激光雷达的前方道路可行驶区域检测
来源期刊 汽车技术 学科 交通运输
关键词 4线激光雷达 DBSCAN算法 加权欧式距离 可行驶区域
年,卷(期) 2016,(2) 所属期刊栏目 汽车电子
研究方向 页码范围 55-62
页数 8页 分类号 U463.6
字数 6719字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 段建民 北京工业大学北京市交通工程重点实验室 130 1093 16.0 25.0
2 郑凯华 北京工业大学北京市交通工程重点实验室 5 44 3.0 5.0
3 李龙杰 北京工业大学北京市交通工程重点实验室 5 40 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (46)
参考文献  (11)
节点文献
引证文献  (19)
同被引文献  (50)
二级引证文献  (29)
1956(2)
  • 参考文献(1)
  • 二级参考文献(1)
1962(2)
  • 参考文献(1)
  • 二级参考文献(1)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(5)
  • 参考文献(3)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(4)
  • 引证文献(4)
  • 二级引证文献(0)
2018(14)
  • 引证文献(8)
  • 二级引证文献(6)
2019(20)
  • 引证文献(6)
  • 二级引证文献(14)
2020(10)
  • 引证文献(1)
  • 二级引证文献(9)
研究主题发展历程
节点文献
4线激光雷达
DBSCAN算法
加权欧式距离
可行驶区域
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
汽车技术
月刊
1000-3703
22-1113/U
大16开
长春市创业大街1063号
12-2
1970
chi
出版文献量(篇)
3657
总下载数(次)
10
论文1v1指导