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:
针对目前典型道路边沿识别算法存在实时性与可靠性难以兼顾的问题,基于多线激光雷达,根据道路边沿的几何特征与三维点云特征,提出了一种权衡实时性与可靠性的道路边沿识别算法.依据多线激光雷达扫描获取的大量点云数据,基于RANSAC算法的地面分割方法,滤除了预设感兴趣区域内的地面数据点,然后将剩余的无序点进行有序栅格化投射处理,根据道路边沿区域的几何特征与点云分布特征进行匹配筛选,再融合RANSAC的最小二乘法,以完成道路边沿曲线的鲁棒拟合.实验表明,算法在直道和弯道场景识别准确率均大于95%,耗时均低于15 ms,具有良好的准确性和实时性.所提算法能有效识别道路边沿,可为智能车可行驶区域的识别及控制提供理论参考与方法依据.
推荐文章
三维散乱点云的分割与几何形体重构
三维点云
分割
几何形体重构
车载雷达点云的结构化道路边界提取方法
智能车
激光雷达点云
非参数变点统计
道路边界提取
基于三维点云模型的特征线提取算法
高斯映射
曲率计算
点聚类
自适应迭代
折线生长
采用深度级联卷积神经网络的三维点云识别与分割
三维点云
目标识别
语义分割
卷积神经网络
循环神经网络
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 基于几何特征与三维点云特征的道路边沿识别算法
来源期刊 河北科技大学学报 学科 工学
关键词 传感器技术 智能车辆 道路边沿 几何特征 三维点云 融合RANSAC
年,卷(期) 2019,(6) 所属期刊栏目 国家青年/地区科学基金项目专栏
研究方向 页码范围 461-468
页数 8页 分类号 TN958.98
字数 4626字 语种 中文
DOI 10.7535/hbkd.2019yx06002
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 王洪亮 南京理工大学机械工程学院 35 143 7.0 9.0
2 王霞 南京理工大学机械工程学院 18 46 4.0 6.0
3 陈俊吉 南京理工大学机械工程学院 2 0 0.0 0.0
4 皮大伟 南京理工大学机械工程学院 23 83 5.0 8.0
5 谢伯元 南京理工大学机械工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (100)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(5)
  • 参考文献(2)
  • 二级参考文献(3)
2016(6)
  • 参考文献(1)
  • 二级参考文献(5)
2017(6)
  • 参考文献(3)
  • 二级参考文献(3)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 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
传感器技术
智能车辆
道路边沿
几何特征
三维点云
融合RANSAC
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
河北科技大学学报
双月刊
1008-1542
13-1225/TS
大16开
河北省石家庄市裕华东路70号
1980
chi
出版文献量(篇)
2212
总下载数(次)
6
总被引数(次)
14739
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导