CN114187464B 复杂环境下激光雷达与视觉融合的多周期目标识别方法 （南京理工大学）_第1页
CN114187464B 复杂环境下激光雷达与视觉融合的多周期目标识别方法 （南京理工大学）_第2页
CN114187464B 复杂环境下激光雷达与视觉融合的多周期目标识别方法 （南京理工大学）_第3页
CN114187464B 复杂环境下激光雷达与视觉融合的多周期目标识别方法 （南京理工大学）_第4页
CN114187464B 复杂环境下激光雷达与视觉融合的多周期目标识别方法 （南京理工大学）_第5页
已阅读5页，还剩13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

复杂环境下激光雷达与视觉融合的多周期本发明公开了一种复杂环境下激光雷达与步概率分配函数模型进行加权平均得到最终加2步骤2、将单目摄像机采集到的图像与点云进行标定，步骤5、利用可信度对n个证据体的初步概率分配函数模设T＝{T1…Ti…Tm}为m个传感器测得的一组测试数据集，X＝{2.根据权利要求1所述的复杂环境下激光雷达与视觉融合的多周期目标识别方法，其3j3.根据权利要求2所述的复杂环境下激光雷达与视觉融合的多周期目标识别方法，其4.根据权利要求1所述的复杂环境下激光雷达与视觉融合的多周期目标识别方法，其4据融合可以解决由于目标密集引起数据关联错误从而导致目标识别法采用激光雷达和单目摄像机分别获得目标的多种特征值数据，同时引入历史周期信息，[0008]步骤2、将单目摄像机采集到的图像与点云进行标定，为激光雷达点云数据加入5[0010]步骤4、根据证据间的皮尔逊相关系数计算证据体之间的相关性矩阵，进行归一正态分布的概率分配函数构建隶属度更加符合误差的实际分布情况，概率分配更为合理，[0018]步骤2、将单目摄像机采集到的图像与点云进行标定，为激光雷达点云数据加入[0020]步骤4、根据证据间的皮尔逊相关系数计算证据体之间的相关性矩阵，进行归一6可能属于的类别集合，则测试目标T的第i个特性值Ti属于第k个目标类别Xk的隶属度JU,[0027]其中pa,是第i个传感器测得的第7[0054]步骤1：接收激光雷达采集到的数据，随机一致采样法进行平面分割去除背景信8[0079]步骤7：将当前周期的融合结果作为一个新的证据体加入下一周期的概率分配函9

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