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:
针对传统标定方法不适合用在全景相机—激光雷达系统这种极度非线性的成像模型上,并且基于统计最优化方法对激光雷达线数要求较高、精密测量标定设备昂贵等问题,提出了一种基于监督式学习的全景相机—激光雷达的联合标定方法.通过设计了一种圆形标定物获取点云和全景图对应特征点,生成训练数据集;设计了一种包含一个隐藏层的监督式BP学习网络,将传统的标定问题转化为一个多元非线性的回归优化问题;利用反向传播算法,回归出满足精度要求的旋转平移矩阵.实验结果表明,该方法能够迅速回归出标定参数,精度优于传统方法和基于统计最优化的方法.该方法标定精度较高,且具有自动化程度较高等特点.
推荐文章
一种3D激光雷达和摄像机的联合标定方法
3D激光雷达
摄像机
联合标定
无人车
标定板
传感器
应用激光雷达与相机信息融合的障碍物识别
障碍物识别
软着陆
信息融合
K均值
PCL
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
基于GPIB的钠荧光激光雷达控制系统
钠荧光激光雷达
光子计数器
GPIB
回波搜索
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 基于监督式学习的全景相机与激光雷达的联合标定
来源期刊 机电一体化 学科
关键词 全景相机 激光雷达 联合标定 监督式学习 BP算法
年,卷(期) 2018,(1) 所属期刊栏目 研究·开发
研究方向 页码范围 3-9,34
页数 8页 分类号
字数 语种 中文
DOI 10.16413/j.cnki.issn.1007-080x.2018.01.001
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 王冰 上海交通大学自动化系 51 346 12.0 16.0
3 汪晓 7 13 2.0 3.0
4 曹明玮 上海交通大学机器人研究所 1 0 0.0 0.0
5 钱烨强 上海交通大学自动化系 1 0 0.0 0.0
11 余祥勇 3 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (9)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(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)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
全景相机
激光雷达
联合标定
监督式学习
BP算法
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
机电一体化
月刊
1007-080X
31-1714/TM
大16开
上海市长乐路746号
4-565
1995
chi
出版文献量(篇)
3989
总下载数(次)
13
论文1v1指导