检测
障碍物栅格地图检测:
基于点云梯度的局部最优分割:弥补栅格地图检测的漏检问题,但运算量大,达不到 工程上的需要。后期创新点,可以在这先想想。
障碍物聚类:后续提取障碍物轮廓做准备。
提取障碍物轮廓。
可通行区域检测。(规划无检测
障碍物栅格地图检测:
基于点云梯度的局部最优分割:弥补栅格地图检测的漏检问题,但运算量大,达不到 工程上的需要。后期创新点,可以在这先想想。
障碍物聚类:后续提取障碍物轮廓做准备。
提取障碍物轮廓。
可通行区域检测。(规划无人车,可行路径)
目标分类:
拟采用方案1:(对于三维,二维应该也可以)
车辆特征提取
行人特征提取
根据特征不同,设计SVM分类器(支持向量机分类器)。
其它方案(针对车辆):
直线拟合
特征提取和目标识别。
大多都是要“提出特征”这一步,应该是识别的重点,后续可以再这方面寻找创新。
对于这些步骤的具体使用什么算法,并没有什么具体的名称。上网搜过,“栅格地图” 为关键字的相关matlab程序,有一些名字中代栅格地图的程序,但运行后并没有看出来有 什么相关内容。
中期:
先做检测。障碍物栅格地图检测,做主要工作(栅格地图的概念和应用,栅格地图的 创建,以及栅格地图的障碍物检测)。
拟采用检测中的1,3,4步骤,做出障碍物轮廓。栅格地图检测的matlab程序,网上好 像并没有现成的。
3月份,把栅格地图搞明白。4月份,做聚类。5月份完成轮廓。大致就这样了。
激光雷达检测技术cjt 来自淘豆网www.taodocs.com转载请标明出处.