论文摘要
大尺度智能驾驶场景重建能够在车辆驾驶环境中为车辆控制系统反馈周围道路交通的环境信息,并实现环境信息的可视化。目前,现有的三维重建方案主要面向结构化场景,对大尺度非结构化的智能驾驶场景进行三维重建时,在保证一定精度的情况下,难以满足智能驾驶系统所需的实时性。针对这一问题,文中提出了一种基于双目视觉的三维场景重建方法,首先通过优化立体匹配策略来提高立体匹配效率,再提出均匀保距的特征点提取算法RSD,减少三维点云计算与三角剖分耗时,提高大尺度智能驾驶场景重建的实时性。实验结果证明了该算法的有效性,采用所提算法对大尺度智能驾驶场景进行场景重建可得到良好的重建效果,且能够满足智能驾驶系统对实时性的需求。
论文目录
文章来源
类型: 期刊论文
作者: 李银国,周中奎,白羚
关键词: 智能驾驶场景重建,双目视觉,特征提取,立体匹配,深度值计算
来源: 计算机科学 2019年S2期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 汽车工业,计算机软件及计算机应用
单位: 重庆邮电大学计算机科学与技术学院
基金: 重庆市人工智能技术创新重大主题专项项目(cstc2017rgzn-zdyfX0039),重庆市重点产业共性关键技术创新专项(cstc2017zdcyzdyfX0004),重庆市研究生科研创新项目(CYB18165)资助
分类号: TP391.41;U463.6
页码: 251-254+259
总页数: 5
文件大小: 2367K
下载量: 206
相关论文文献
标签：智能驾驶场景重建论文; 双目视觉论文; 特征提取论文; 立体匹配论文; 深度值计算论文;