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:
单目视觉进行目标识别有着巨大优势,但在目标测距方面存在精度不足且测量过程不稳定的问题,一种基于4线激光雷达与摄像头融合的联合测距的方法被提出并改善这一问题.首先利用卷积神经网络检测图像中的目标,得到相应的检测框;与此同时,通过标定相机内外参,将三维的激光点云数据转换到二维平面,得到2种数据对于检测环境的一致性表达.然后利用R-Tre e算法快速配准检测框与相应的点云数据.此时,利用点云的深度信息能获得目标在真实世界的位置,并提出联合测距的方法来进一步提高测距精度.最终经实车采集的数据验证了所提算法的有效性.
推荐文章
基于多传感器数据融合的目标识别方法
目标识别
D-S理论
数据融合系统(DFS)
神经网络
测距传感器系统的测距数据在线自适应加权融合
红外线传感器
超声波传感器
自适应加权融合
基于单目视觉的机器人目标定位测距方法研究
双足机器人
单目视觉
几何测距
目标定位
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 基于数据融合的目标测距方法研究
来源期刊 重庆理工大学学报(自然科学版) 学科 交通运输
关键词 卷积神经网络 数据融合 R-Tree算法 联合测距
年,卷(期) 2019,(12) 所属期刊栏目 车辆工程
研究方向 页码范围 18-25
页数 8页 分类号 U461.91
字数 3821字 语种 中文
DOI 10.3969/j.issn.1674-8425(z).2019.12.003
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 胡远志 重庆理工大学汽车噪声振动和安全技术国家重点实验室 36 79 5.0 7.0
2 刘俊生 重庆理工大学汽车零部件先进制造技术教育部重点实验室 3 0 0.0 0.0
3 肖佐仁 重庆理工大学汽车零部件先进制造技术教育部重点实验室 1 0 0.0 0.0
4 耿庄程 重庆理工大学汽车零部件先进制造技术教育部重点实验室 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  (22)
共引文献  (24)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(5)
  • 参考文献(1)
  • 二级参考文献(4)
2018(5)
  • 参考文献(5)
  • 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
卷积神经网络
数据融合
R-Tree算法
联合测距
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
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
总被引数(次)
41083
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导