基于KDTree树和欧式聚类的越野环境下行人识别的研究

论文摘要

越野环境下行人的识别是班组伴随自动驾驶车辆的基础要求。本文中针对激光雷达点云数据中的行人识别问题,特别是越野环境下的特殊问题,提出基于聚类思想的解决方案。在理论分析的基础上,结合人的几何物理特征,设计了基于KDTree和欧式聚类的行人识别算法,并在越野环境下履带式车辆上进行试验。结果表明,所设计的激光雷达行人识别算法能准确识别激光雷达点云数据中的行人,在越野环境下有良好的识别率。

论文目录

文章来源

类型: 期刊论文

作者: 范晶晶,王力,褚文博,罗禹贡

关键词: 行人识别,激光雷达,聚类

来源: 汽车工程 2019年12期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 汽车工业,电信技术

单位: 北方工业大学城市道路交通智能控制技术北京重点实验室,清华大学汽车安全与节能国家重点实验室

基金: 北方工业大学新引进教师科研启动费基金(110051360002)资助

分类号: TN958.98;U463.6

DOI: 10.19562/j.chinasae.qcgc.2019.012.009

页码: 1410-1415

总页数: 6

文件大小: 2174K

下载量: 225

相关论文文献

• [1].基于KDTree改进的ICP算法在点云配准中的应用研究[J]. 微型机与应用 2015(14)

标签：行人识别论文;  激光雷达论文;  聚类论文;