一种决策级数据融合机载LiDAR点云的车辆提取方法_第1页
一种决策级数据融合机载LiDAR点云的车辆提取方法_第2页
一种决策级数据融合机载LiDAR点云的车辆提取方法_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种决策级数据融合机载LiDAR法LiDARLiDAR点云的车辆提取方LiDAR；点云分割；车辆提取；决策级3D视觉技术在无人驾驶、智能交通、智慧城市等领域具有广泛的应术。然而，机载LiDAR数据采集的点云数据非常庞大，其数据密度高，LR数据处理中的一个重要环节，其可以为无人驾驶、交通流量、道路状况等提供重要信息。然而，现有的车辆提取方法很难同时实现高精度、高效率，且对复杂的道路和车型识别仍存在一点云的车辆提取方法至关重要。LiDAR点云的车辆提取LiDAR数据采集和处理时由于气象、地形等因素会产生噪的数量降低到一定程度（0.1-1m），从而减少数据的存储和计算量。LiDAR数据处理中的一个重要环节，其旨在将整个PointNet++算法，该算法以点云为输入，提LiDAR数据处理中另一个重要的环节，其通过运用CNN的分类算法，以提高车辆的提车率和精度。具体来说，本算法选用了SqueezeSegV2算法，该算法旨在提高整体芯片本文提出的决策级数据融合机载LiDAR点云的车辆提取方法在KITTI数据集进行的实验中取得了优秀的结果。实验结果表明，本算法具真实车辆信息之间具有较高的重合度，使得下一步的点云分类大为简化。同时，在使用zeV2算法的分类过程中，本算法正确识别了90%以上的车辆信息，提取信息的速度也得到有效的优化。LiDAR点云的车辆提取方法，高效地提取道路上的车辆信息。通过在KITTI数据集上的实验，该方法Chhatkuli,B.,&vanGemert,J.C.(2018).Sparsepoint-cloudlabelingusingconvolutionalnetworks.Ieeetransactionsonimageprocessing,27(9),4569-4584.Riegler,G.,Liao,M.,Urtasun,R.,&Geiger,A.(2017).Octnet:Learningdeep3drepresentationsathighresolutions.InProceedingsoftheIEEEconferenceoncomputervisionandpatternrecognition(pp.Holz,D.,&Behnke,S.(2018).Surfaceclassificationusing3Dconvolut

人人文库> 全部分类> 图纸下载 > 毕业设计

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论