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:
传统智能工程机械的环境目标识别方法为单目或双目视觉识别,识别速度慢、效率低且工况适应能力差.为进一步提升挖掘机的环境目标识别能力,提出一种基于点云聚类特征直方图的目标识别方法.对原始点云进行滤波预处理,通过聚类分离取得单个识别聚类,建立待识别聚类的点云特征直方图,在模型库中采用近邻搜索算法获得k个近邻,并根据其匹配度得到最终识别结果.实验结果表明,该方法针对挖掘机作业工况目标识别有较强的稳健性,能在复杂工况下识别出多个目标且识别率高.
推荐文章
基于栅格法的智能挖掘机地面建模研究
智能挖掘机
随机采样一致性
激光扫描
地形建模
聚类分割
基于视觉和激光融合的林区采育目标识别方法
数据融合
目标识别
高维模糊支持向量机
模型
机械式挖掘机与液压挖掘机全面比较
机械式挖掘机
液压挖掘机
整机参数
性能
对比
基于支持向量机的水中目标识别
支持向量机
水中目标识别
统计学习理论
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 基于激光点云的智能挖掘机目标识别
来源期刊 计算机工程 学科 工学
关键词 智能挖掘机 激光扫描 点云数据 特征直方图 目标识别
年,卷(期) 2017,(1) 所属期刊栏目 开发研究与工程应用
研究方向 页码范围 297-302
页数 6页 分类号 TP274
字数 3961字 语种 中文
DOI 10.3969/j.issn.1000-3428.2017.01.051
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 朱建新 中南大学机电工程学院 86 841 14.0 24.0
2 吴钪 4 22 3.0 4.0
3 沈东羽 中南大学机电工程学院 2 11 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (8)
参考文献  (9)
节点文献
引证文献  (11)
同被引文献  (362)
二级引证文献  (1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(3)
  • 参考文献(1)
  • 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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(6)
  • 引证文献(6)
  • 二级引证文献(0)
2020(4)
  • 引证文献(3)
  • 二级引证文献(1)
研究主题发展历程
节点文献
智能挖掘机
激光扫描
点云数据
特征直方图
目标识别
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
论文1v1指导