- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
[2019年IEEE智能交通系统会议 - ITSC - 新西兰奥克兰 (2019.10.27-2019.10.30)] 2019年IEEE智能交通系统会议(ITSC) - 利用高分辨率传感器标注数据训练激光雷达距离图像的快速目标检测器
摘要: 本文描述了一种训练神经网络的策略,该网络用于检测来自某类激光雷达传感器的距离图像中的目标,其训练数据来自另一类激光雷达传感器。同时,提出了一种适用于自动驾驶汽车的距离图像目标检测高效模型。目前,基于激光雷达测量数据的最高性能目标检测算法均采用神经网络。使用监督学习训练这些网络需要大量标注数据集,因此大多数利用神经网络进行激光雷达点云目标检测的研究都基于极少量公开数据集,导致仅使用少数几种传感器类型。我们利用现有标注数据集训练神经网络,使其适用于分辨率低于标注数据采集所用传感器的激光雷达。这是通过基于高分辨率数据集模拟低分辨率激光雷达传感器数据实现的。此外,本文还提出了改进利用激光雷达距离图像进行目标检测的模型方案。研究结果通过模拟传感器数据和实际安装在研究车辆上的低分辨率传感器数据共同验证,证明该模型能实时检测360度距离图像中的目标。
关键词: 自动驾驶汽车、目标检测、激光雷达、距离图像、神经网络
更新于2025-09-19 17:13:59
-
一种用于三维空间中复杂多面体测量的新型多视角距离图像生成方法
摘要: 本文提出了一种新的生成方法,用于从一系列视角获取三维空间中复杂多面体的深度图像。该方法将机械制图中的三视图概念引入深度图像生成过程,选取??、??、??轴的正负方向作为视角来生成三维复杂多面体的深度图像。此外,提出了一种新颖的数学形态学迭代运算,以确保从所有选定视角都能为该多面体生成满意的深度图像。与基于单一视角和插值运算的现有方法相比,所提出的多视角深度图像生成方法能更真实一致地呈现复杂多面体表面包含的结构特征。通过实验验证了该生成方法的有效性。
关键词: 激光扫描、三维空间、数学形态学、多视角、复杂多面体、距离图像
更新于2025-09-04 15:30:14