没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
试读
66页
本文提出了一种全自动的点云配准方案。首先利用提取后的共同特征进行初始化求解,并通过最小化非线性成本函数进行解的优化,之后对它们进行时间同步与去畸变,实现多激光雷达间的数据融合。本文的全自动标定方法无需人工初始化,且完全不依赖额外的传感器。经过实验,该方法能够成功实现快速、稳定、 可靠的高精度配准,角度误差与距离误差分别小千 O.Olrad 和 0.02m。 利用融合后的点云数据通过滤波等操作对点云数据进行裁剪,去除干扰点以及降低点云的数量。 本文利用RANSAC算法实现地面点与非地面点的分离,在 此过程中,本文对此笢法进行了网格化预分割与加速迭代结果判断的优化。随后对非地面点采用欧氏聚类,并对该算法进行了区域预分割、动态聚类阙值检测和区域边界二次拟合的优化。 经过实验, 本文的方案能够解决远端地面分离不全,低矮坡面无法识别的问题,解决了障碍物聚类近远端检测效果不一致,目标易分裂以及漏检的问题。成功实现了快速、稳定、可靠的障碍物检测,其中检测准确率与检测耗时分别为 95.52%与约 lOOms。 本文的研究实现了多激光雷达在时间与空间上的高度融合,并且加入了扫描方式独特的MEMS固态激
资源推荐
资源详情
资源评论
基于多激光雷达融合的障碍物检测研究
摘要
°
一
一
一
剩余65页未读,继续阅读
资源评论
电气_空空
- 粉丝: 3056
- 资源: 741
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功