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:
为增强现有基于机器视觉的自动导引车AGV对非结构化路面的适应能力,提出一种基于K-means聚类分析算法的二步迭代道路检测算法.算法实现了自动选择路面样本区域与自主动态添加路面样本,克服了基于其它机器学习算法的道路识别方法需要人工收集大量路面样本进行训练的缺陷.实验仿真结果显示,该方法能有效降低光照、阴影、车道线等对道路识别的影响,能够适应合有多种不同障碍物的道路场合.
推荐文章
基于Spark的并行K-means算法研究
Spark
K-means
PSO
迭代计算
基于变异的k-means聚类算法
聚类
mk-means算法
变异
基于改进磷虾群算法的K-means算法
磷虾群算法
聚类算法
精英引领
最佳聚类数
动态分群
k-means算法的研究与改进
聚类
划分方法
数据样本
阈值
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K-means算法的二步迭代道路检测算法
来源期刊 软件导刊 学科 工学
关键词 非结构化路面 路面检测 聚类分析 二步迭代 机器视觉
年,卷(期) 2018,(9) 所属期刊栏目 算法与语言
研究方向 页码范围 110-114
页数 5页 分类号 TP312
字数 5676字 语种 中文
DOI 10.11907/rjdk.181137
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 毛剑琳 昆明理工大学信息工程与自动化学院 90 337 8.0 14.0
2 史迪玮 昆明理工大学信息工程与自动化学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (73)
共引文献  (50)
参考文献  (12)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1946(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(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)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(9)
  • 参考文献(0)
  • 二级参考文献(9)
2015(5)
  • 参考文献(2)
  • 二级参考文献(3)
2016(7)
  • 参考文献(6)
  • 二级参考文献(1)
2017(3)
  • 参考文献(3)
  • 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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
非结构化路面
路面检测
聚类分析
二步迭代
机器视觉
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
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导