排序方式: 共有8条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
对于车载激光雷达(LiDAR),惯导系统(INS)与卫星导航(GNSS)的组合导航定位系统,传感器数据融合之前需要对传感器安装位置进行标定。针对以上目标本文提出了一种基于分步迭代法与KD树优化的DBSCAN算法寻求最优安置参数的方法。对初始安置参数进行粗略测量后通过分步迭代法迭代初始参数附近的值,并基于KD树优化的密度聚类算法(DBSCAN)将转换到唯一坐标系下的相邻帧点云集位置重合度进行评价,择优得到最准确的安置参数。实验使用最近迭代点算法(ICP)对不同分步步长的标定参数结果进行对比,实验结果表明安置参数在缩小步长的情况下精度会得到略微提高;本文采用的方法相比初始估计外参提高了标定精度。 相似文献
4.
针对现有多目标跟踪算法精度不高的问题,提出了一种融合YOLO-V4与改进SiameseRPN的多目标跟踪算法。首先通过YOLO-V4网络自动获取跟踪目标,制作模板后输入SiameseRPN跟踪网络;然后在模板分支中采用背景自适应策略初始化模板,并且融合残差连接构建Siamese网络;最后通过匈牙利算法对YOLO-V4的检测结果和改进SiameseRPN的跟踪结果进行数据关联,实现多目标跟踪。实验结果表明,与其他算法相比,所提算法具有较好的跟踪性能,在目标尺度变化、外观变化、部分遮挡等情况下能够实现稳定跟踪。 相似文献
5.
6.
7.
8.
为了解决智能车、无人机、自主机器人对外界环境感知的先验信息不足的问题。本文提出了一种使用惯性导航(INS)与卫星导航(GNSS)辅助多线激光雷达传感器对环境进行自主三维重建的算法。该算法首先采用一种基于GNSS\\INS的线性差值法与四元数插值法并行算法将激光雷达点云转换到唯一坐标系下,纠正点云随时间的漂移;通过基于缓存池的建图方法对周围环境进行点云分割与拼接,对得到的子地图进行体素滤波,最终得到丰富环境信息的三维重建地图。通过机器人操作系统(ROS)在移动平台上进行验证,实验结果表明:该方法成功的对外界环境进行自主三维建图,适用于智能化载体对未知环境下的感知。 相似文献
1