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64线激光雷达数据量大,导致无人自主车的障碍物检测实时性差的问题,提出一种兼顾有效性和实时性的目标检测和分类算法.该算法首先通过多特征多层高度地图分离路面、障碍物和悬挂物;然后采用基于动态距离阈值的网格聚类算法对障碍物进行聚类,并结合相邻两个障碍物的运动状态信息对聚类结果进行修正,提高聚类的准确率;最后使用SVM对障碍物进行检测和分类.实验结果表明:该算法最优识别率达89.77%,耗时约为95 ms,在保证检测和分类准确率的基础上,满足无人自主车在道路行驶时检测障碍物的实时性要求,具有显著的工程实用价值.
推荐文章
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
基于激光测距雷达和车载GPS的动态障碍物检测
动态障碍物检测
激光测距雷达
激光点
潜在动态障碍物
预测区域
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
一种适应凹障碍检测的激光雷达布局研究
无人驾驶车
非结构化环境
凹型障碍物
激光雷达布局
车前盲区
障碍物特征
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 采用64线激光雷达的实时道路障碍物检测与分类算法的研究
来源期刊 汽车工程 学科
关键词 64线激光雷达 目标检测 目标分类 实时性
年,卷(期) 2019,(7) 所属期刊栏目
研究方向 页码范围 779-784
页数 6页 分类号
字数 3725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 娄新雨1 江苏大学汽车与交通工程学院 1 0 0.0 0.0
2 王海1,3 江苏大学汽车与交通工程学院 1 0 0.0 0.0
6 蔡英凤2 江苏大学汽车工程研究院 1 0 0.0 0.0
7 郑正扬1 江苏大学汽车与交通工程学院 1 0 0.0 0.0
8 陈龙2 江苏大学汽车工程研究院 1 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  (49)
共引文献  (49)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1956(1)
  • 参考文献(0)
  • 二级参考文献(1)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(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)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(9)
  • 参考文献(2)
  • 二级参考文献(7)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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
64线激光雷达
目标检测
目标分类
实时性
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
汽车工程
月刊
1000-680X
11-2221/U
大16开
北京市西城区莲花池东路102号天连大厦1003室
2-341
1979
chi
出版文献量(篇)
4728
总下载数(次)
23
总被引数(次)
66645
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