基于随机森林的路侧激光雷达最优布设方法研究

为了进一步提高公路智能化建设水平,需要重视公路与车路协同技术的有效结合,而激光雷达作为新兴的高精度传感器,已成为车路协同系统的重要组成部分。为合理布设路侧激光雷达,提出了一种基于随机森林的路侧激光雷达布设方法。首先,利用随机森林分别对选取车道宽度、激光雷达与道路的安装距离等多元数据进行了影响机制分析。其次,在随机森林算法、机器学习库和数据分析库的基础上,使用现有的激光雷达布设方法数据训练出了预测模型,该模型以输入的车道宽度、激光雷达与道路的安装距离预测出的激光雷达的安装高度、安装倾角和两相邻激光雷达的安装距离为最优布设方法数据。最后,对其他场景下的最优布设方法数据进行了实例验证,随机森林算法能使激光雷达在保证不间断检测的前提下,大幅度提高道路车辆的检测精度,可为路侧激光雷达的布设提供参考。

基于岸基激光雷达的水位智能监测技术

针对传统水位监测方法耗费人力物力极大且难以满足夜间、雨天等恶劣环境下实时监测的难题,基于激光雷达研发水位智能监测技术,通过在岸基搭建激光雷达数据采集平台,以相对水平角和垂直方位角为参数选择感兴趣区域;研发算法分析用户数据报协议(user datagram protocol, UDP),自行解析雷达数据,提取水面有效点云信息;拟合离散点云,构造水面方程,计算水位高度,并修正。对该算法进行实地试验,试验结果表明,本研究提出的水位智能监测技术可有效进行水位监测,平均绝对误差为0.057 m,均方根误差为0.073 5 m,平均百分比误差为7.588%。

基于坐标转换和ICP算法的水利点云配准方法

提出一种基于激光雷达的水利点云建图方法。通过采集河段和闸口地形点云数据,选取适当的源点云和目标点云,利用坐标转换的粗配准和优化的迭代最近点的精配准算法,基于最小二乘法求解最优变换矩阵,实现数据转换和点云配准。经试验验证,本研究的配准方法能够完善点云信息,实现点云信息的互补,配准后的点云数量相对目标点云集增加39807个,探测距离相对目标点云集扩大20.87 m;在精配准方面,对比传统的迭代最近点和正态分布变换2种算法,配准时间分别降低31.63%和3.21%,配准精度误差较迭代最近点算法增加4.30%,较正态分布变换算法减小21.08%。