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:
环境感知技术是智能汽车的关键技术之一,单独使用视觉传感器或激光雷达在目标检测和目标定位方面存在局限性.本文在图像和激光雷达目标检测的基础上,提出了一种基于立体视觉与激光雷达的车辆目标外形位置融合算法.首先,采用深度学习方法对图像和点云数据进行目标检测,再通过基于目标三维点和目标种类的目标外形位置估计方法确定目标的外形和位置,最后在数据关联后对同一时刻的图像目标及点云目标进行融合处理,获取目标的外形和位置.在KITTI数据集以及实际道路场景上验证了本文算法,实验结果表明,本文方法在检测精度上分别比YOLOv3网络、Point-GNN网络提高了5.72%和1.8%.另外,在20 m内目标外形及位置平均误差分别为4.34%和4.52%.
推荐文章
基于激光雷达和视觉融合的机器人SLAM应用研究
机器人
SLAM
激光雷达
双目视觉
点云
深度数据
基于近海雷达与AIS探测目标融合算法研究
雷达
AIS
信息融合
欧氏距离
柯西型隶属度函数
基于摄像机与激光雷达的车辆识别技术
车辆检测
激光雷达
信息熵
基于激光雷达数据的行人检测
行人检测
激光雷达
点云
深度学习
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 基于立体视觉与激光雷达的车辆目标外形位置融合算法研究
来源期刊 仪器仪表学报 学科 工学
关键词 立体视觉 激光雷达 目标检测 传感器融合
年,卷(期) 2021,(10) 所属期刊栏目 视觉检测与图像测量|Visual Inspection and Image Measurement
研究方向 页码范围 210-220
页数 11页 分类号 TH86|TP391
字数 语种 中文
DOI 10.19650/j.cnki.cjsi.J2107701
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(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
立体视觉
激光雷达
目标检测
传感器融合
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
仪器仪表学报
月刊
0254-3087
11-2179/TH
大16开
北京市东城区北河沿大街79号
2-369
1980
chi
出版文献量(篇)
12507
总下载数(次)
27
总被引数(次)
146776
论文1v1指导