-
公开(公告)号：CN110728753B
公开(公告)日：2022-04-15
申请号：CN201910954492.0
申请日：2019-10-09
Applicant: 湖南大学
Abstract: 本发明公开了一种基于线性拟合的目标点云3D边界框拟合方法，包括以下步骤：1)地面点过滤；2)平面检测与分割；3)参照面优化；4)线性拟合；5)3D边界框的确立。本发明首先剔除了目标点云中的地面点，避免地面点对最终拟合结果的影响，使拟合的结果更精确。本发明利用车身侧面获得的激光点在XYO平面上的投影近似直线的特性，得到了与车身长度非常相近的3D边框长度，然后根据车辆相邻面互相垂直的关系，得到3D边界框的矩形底面，最后根据车身高度，得出3D边界框。本发明的计算方法简单，且拟合出的3D边界框与车体真实尺寸非常接近，准确度更高，在自动驾驶领域有很好的应用前景。
-
公开(公告)号：CN110728753A
公开(公告)日：2020-01-24
申请号：CN201910954492.0
申请日：2019-10-09
Applicant: 湖南大学
Abstract: 本发明公开了一种基于线性拟合的目标点云3D边界框拟合方法，包括以下步骤：1)地面点过滤；2)平面检测与分割；3)参照面优化；4)线性拟合；5)3D边界框的确立。本发明首先剔除了目标点云中的地面点，避免地面点对最终拟合结果的影响，使拟合的结果更精确。本发明利用车身侧面获得的激光点在XYO平面上的投影近似直线的特性，得到了与车身长度非常相近的3D边框长度，然后根据车辆相邻面互相垂直的关系，得到3D边界框的矩形底面，最后根据车身高度，得出3D边界框。本发明的计算方法简单，且拟合出的3D边界框与车体真实尺寸非常接近，准确度更高，在自动驾驶领域有很好的应用前景。
-
公开(公告)号：CN110246159A
公开(公告)日：2019-09-17
申请号：CN201910515176.3
申请日：2019-06-14
Applicant: 湖南大学
Abstract: 本发明公开了一种基于视觉和雷达信息融合的3D目标运动分析方法，包括如构建初始目标检测模型并训练得到目标检测模型；实时获取相机图像；对相机图像进行检测得到目标的2D框和目标掩码；利用多目标跟踪算法对目标进行跟踪并得到目标id；实时获取激光雷达点云数据；对相机图像和激光雷达点云数据进行联合标定得到坐标转换关系；将激光雷达点云数据投影到图像并得到点云数据；过滤点云数据得到只属于目标的点云数据；进行3D矩形边框拟合得到目标的3D坐标；计目标的速度大小和速度方向并完成3D目标运动分析。本发明方法能够快速、准确和科学的对3D目标进行运行分析和预测，而且可靠性高、准确性好且性能优异。
-
公开(公告)号：CN110246159B
公开(公告)日：2023-03-28
申请号：CN201910515176.3
申请日：2019-06-14
Applicant: 湖南大学
Abstract: 本发明公开了一种基于视觉和雷达信息融合的3D目标运动分析方法，包括如构建初始目标检测模型并训练得到目标检测模型；实时获取相机图像；对相机图像进行检测得到目标的2D框和目标掩码；利用多目标跟踪算法对目标进行跟踪并得到目标id；实时获取激光雷达点云数据；对相机图像和激光雷达点云数据进行联合标定得到坐标转换关系；将激光雷达点云数据投影到图像并得到点云数据；过滤点云数据得到只属于目标的点云数据；进行3D矩形边框拟合得到目标的3D坐标；计目标的速度大小和速度方向并完成3D目标运动分析。本发明方法能够快速、准确和科学的对3D目标进行运行分析和预测，而且可靠性高、准确性好且性能优异。
-
-
-
Search Results
4
records
(took 0.011 seconds)
