Print

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

  • 前言
  • 1 系统构成
  • 2 方法设计
  •   2.1 VoxelGrid体素滤波器下采样
  •   2.2 KDTree对象创建
  •   2.3 欧式聚类
  •   2.4 行人几何约束
  • 3 试验验证
  • 4 结论

    • 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

    本文来源: https://www.lunwen66.cn/article/d3067d88601530fd49c786b8.html