基于路侧三维激光雷达的车辆目标分类算法

• 作者: 杨思远 郑建颖
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 车辆目标分类 三维激光雷达 背景点云滤除 带噪声的空间密度聚类(DBSCAN) 随机森林
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 计算与测试
• 页码范围: 123-126
• 页数: 4页
• 分类号: TP212
• 字数: 3361字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2020)07-0123-04

摘要

以三维激光雷达路侧部署为技术手段,提出了一种适用于城市复杂环境的车辆目标分类算法.该算法首先使用背景差分法和密度聚类算法实现了车辆点云的检测,然后提取车辆点云的形态、比例、高度轮廓、侧面轮廓等特征,训练随机森林分类器,实现了车辆目标的准确分类.最终分析比较了单特征和综合特征的检测分类性能.结果表明:该算法在城市复杂环境下对车辆目标分类准确率达到了95.2％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨思远	苏州大学轨道交通学院	2	0	0.0	0.0
2	郑建颖	苏州大学轨道交通学院	5	12	3.0	3.0