| 应用于地面战场目标的点云检测算法研究 |
| |
| 引用本文： | 吴奕霆,吴新建,黄涛. 应用于地面战场目标的点云检测算法研究[J]. 光学与光电技术, 2022, 20(2): 77-83 |
| |
| 作者姓名： | 吴奕霆 吴新建 黄涛 |
| |
| 作者单位： | 华中光电技术研究所-武汉光电国家研究中心,湖北武汉430223 |
| |
| 摘 要： | 地面战场上目标检测是精准跟踪以及准确打击的前提，在现代无人化陆战中起着至关重要的作用。传统的图像检测方法受到光照，天气等条件制约，利用激光雷达技术进行3D目标检测能够显著改善车体的感知能力。针对应用于陆战无人车的检测任务，提出了一种基于卷积神经网络的3D点云检测算法，通过优化VoxelNet的体素化和特征融合模块设计了一组端对端的高效网络，并改进了一种基于距离的非极大值抑制策略。实验表明原始VoxelNet在自建数据集上车辆目标AP值为78.53%，而改进后的网络性能达84.11%，对未来军事领域的三维目标检测任务具有参考价值。
|
| 关 键 词： | 无人驾驶 激光雷达 点云 目标检测 深度学习 |
Research on Point Cloud Detection Algorithm for Ground Battlefield Targets |
| |
| WU Yi-ting,WU Xin-jian,HUANG Tao. Research on Point Cloud Detection Algorithm for Ground Battlefield Targets[J]. optics&optoelectronic technology, 2022, 20(2): 77-83 |
| |
| Authors: | WU Yi-ting WU Xin-jian HUANG Tao |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
