一种激光雷达点云目标拟合算法

    公开(公告)号:CN114924289B

    公开(公告)日:2024-09-20

    申请号:CN202210672061.7

    申请日:2022-06-14

    Applicant: 燕山大学

    Abstract: 本发明公开了一种激光雷达点云目标拟合算法,包括如下步骤:S1、预处理生成目标相关点云;S2、通过先验形状拟合进行目标姿态类型提取;S3、建立最优包围边框函数,依据先验的物体模型确定目标主边框模型;S4、针对遮挡及姿态变化,采用跨主边界引导算法,依据最优包围边框函数确立目标先验模型;对目标各边界变化趋势比对得到变化特征;依据变化特征确定主边界切换概率;依据主边界切换概率,全边界比例与模型阈值重新确定主边界;依据主边界切换概率确定是否采用主边界预测数据;S5、提取目标的运动及外形参数。本发明在低计算资源消耗下保证了目标拟合的速度,提高了目标拟合的准确度与鲁棒性,实现激光雷达点云目标的快速拟合。

    一种激光雷达点云目标拟合算法

    公开(公告)号:CN114924289A

    公开(公告)日:2022-08-19

    申请号:CN202210672061.7

    申请日:2022-06-14

    Applicant: 燕山大学

    Abstract: 本发明公开了一种激光雷达点云目标拟合算法,包括如下步骤:S1、预处理生成目标相关点云;S2、通过先验形状拟合进行目标姿态类型提取;S3、建立最优包围边框函数,依据先验的物体模型确定目标主边框模型;S4、针对遮挡及姿态变化,采用跨主边界引导算法,依据最优包围边框函数确立目标先验模型;对目标各边界变化趋势比对得到变化特征;依据变化特征确定主边界切换概率;依据主边界切换概率,全边界比例与模型阈值重新确定主边界;依据主边界切换概率确定是否采用主边界预测数据;S5、提取目标的运动及外形参数。本发明在低计算资源消耗下保证了目标拟合的速度,提高了目标拟合的准确度与鲁棒性,实现激光雷达点云目标的快速拟合。

    一种多模态融合目标检测系统及方法

    公开(公告)号:CN116778288A

    公开(公告)日:2023-09-19

    申请号:CN202310725760.8

    申请日:2023-06-19

    Applicant: 燕山大学

    Abstract: 本发明公开了一种多模态融合目标检测系统及方法,所述检测系统包括获取模块、联合标定模块、数据预处理模块、预训练模块和目标检测模块,所述检测方法包括:获取激光雷达点云数据与相机图像数据;对两种数据进行坐标转换,完成空间对齐并获得点云在二维图像上的投影;对投影图像上的点集采用三角剖分,将图像分割成多个三角区域并得到投影点集的最小凸包;对每个三角形内部进行数据填充,将完成数据填充后的投影图进行滤波处理,得到致密的点云特征图;将点云特征图与RGB图像一同放入多模态特征融合深度学习网络进行特征提取并完成目标检测,本发明结合了目标的纹理与深度信息,提高了检测精度。

Patent Agency Ranking