CN116030445B 一种结合点云形状特征的自动驾驶实时三维目标检测方法 （大连理工大学）_第1页
CN116030445B 一种结合点云形状特征的自动驾驶实时三维目标检测方法 （大连理工大学）_第2页
CN116030445B 一种结合点云形状特征的自动驾驶实时三维目标检测方法 （大连理工大学）_第3页
CN116030445B 一种结合点云形状特征的自动驾驶实时三维目标检测方法 （大连理工大学）_第4页
CN116030445B 一种结合点云形状特征的自动驾驶实时三维目标检测方法 （大连理工大学）_第5页
已阅读5页，还剩6页未读， 继续免费阅读

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

一种结合点云形状特征的自动驾驶实时三本发明公开了一种结合点云形状特征的自部的每一个点使用K近邻算法寻找距离最近的K个点，使用这些点构建以该点为中心的伞状曲状曲面构造为每个点云周围的点云形状进行建明在完成点云局部形状建模的同时保证了算法2将车载激光雷达采集到的全部点云P分配给各个体素，当体素内的点云数量超过预设法向量方向vnorm及网格中心坐标ccenter，最终为每个点云生成K个法向量及网格中心坐标，将每个点生成网格的法向量方向vnom、网格中心坐标ccenter以及网格中心的极坐标csphere使用全连接神经网络以及最大池化，为每个点云生成一个表征局部形状的伞状曲面心的坐标cvoxel构建体素内部的点云坐标特征fcoor行特征集合抽象，得到每个点的特征，并通过最大池化层将N个点云的特征压缩为体素特将得到的体素特征投影到鸟瞰图视角下，使用深度卷积神经网络对体3法能够较为高效的从点云生成的体素中直接提取出点云的特征，例如VoxelNet、[0004]为了使得自动驾驶中三维目标检测算法既能获得基于原始点云算法的检测精度检测准确性的结合点云形状特征的自动驾驶实时三4[0010]将车载激光雷达采集到的全部点云P分配给各个体素，当体素内的点云数量超过格的法向量方向vnorm及网格中心坐标c[0017]将每个点生成网格的法向量方向vnorm、网格中心坐标ccenter以及网格中心的极坐标csphere使用全连接神经网络以及最大池化，为每个点云生成一个表征局部形状的伞状曲素中心的坐标cvoxel构建体素内部的点云坐标特征5每个点云周围的点云形状进行建模，从而很好的补充了之前方法缺失的局部形状学习特[0035]对每个三角形网格的特征提取如图3所示，通过计算每个三角形网格的中心坐标ccenter[0036]本发明不局限于本实施例，任何在

人人文库> 全部分类> 行业资料 > 信息产业

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