基于一维激光雷达数据的交通车辆分类研究

论文摘要

为满足特殊场景中交通管理系统的高时效性、高准确率、低成本需求,本文以一维激光雷达距离数据为基础,将RGB图像、SAR图像等视觉图像处理方法中使用的角点特征的概念用于一维离散数据,从而获取一维离散数据的轮廓特征。本文提出了利用均值差变和离差获得离散角点数据的方法,然后通过对数据样本的长、宽、高、离散角点数据等信息进行分析,获得每类目标的统计特征,进一步调整基于决策树的分类系统参数,提高目标分类的准确率。实验结果表明,该方法对目标分类的正确率在91%以上,能够满足特定环境场景的需求。

论文目录

• 0 引言
• 1 算法理论
•   1.1 一维激光雷达距离数据的获取
•   1.2 一维离散数据角点原理
•   1.3 基于均值差变和离差的角点判断
•   1.4 统计特征的获取
• 2 实验分析及结果
•   2.1 算法性能
•   2.2 结果分析
• 3 总结

文章来源

类型: 期刊论文

作者: 尹宁浩,刘瑞安,刘楠,曾贝贝

关键词: 激光雷达,一维距离数据,角点,目标分类

来源: 软件 2019年12期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 公路与水路运输,电信技术,计算机软件及计算机应用

单位: 天津师范大学电子与通信工程学院

分类号: U495;TN958.98

页码: 206-210

总页数: 5

文件大小: 1371K

下载量: 92