基于三维激光雷达和深度图像的自动驾驶汽车障碍物检测方法

介绍了一种基于三维激光雷达和深度图像的障碍物检测方法。首先,根据Velodyne HDL-32E激光雷达自身工作特性,将点云数据以矩阵方式表达,并表示为深度图像;然后,根据点云中各点的距离信息在深度图像横向上进行聚类;最后,在纵向上建立线性模型,对聚类点进行分类,划分出地面点集和障碍物点集。仿真实验结果表明:本方法能够抑制障碍物遮挡造成的误判,并能够很好地适应地形变化。

结构光视觉三维点云逐层三角网格化算法

针对结构光视觉恢复的大规模三维点云的可投影特点,提出一种基于投影网格的底边驱动逐层网格化曲面重建算法。该算法首先将点云投影到一个二维平面上;然后基于点云投影区域建立规则投影网格,并将投影点映射到规则二维投影网格上,建立二维网格点与三维点云间的映射关系;接着对投影网格进行底边驱动的逐层网格化,建立二维三角网格;最后根据二维投影点与三维点的对应关系及二维三角网格拓扑关系获得最终的三维网格曲面。实验结果表明,算法曲面重建速度快,可较好地保持曲面细节特征。

果树靶标精准探测系统研究进展分析

果树靶标探测系统通过先进的传感器技术与数据处理方法获取靶标生物量信息,为变量施药提供数据基础,是减少农药危害的关键环节。本文从果树靶标探测传感器系统和树冠生物量信息提取方法两方面研究成果进行评述。靶标探测传感器系统方面,先后列举基于超声波传感器、激光雷达扫描传感器以及多传感器融合的靶标探测系统,指出利用多传感器融合提高靶标探测系统的精准性为今后的发展方向。树冠生物量信息提取方法方面,总结计算树冠生物量体积的3种方法,即规则几何体累加法、切片累加法与立方体元累加法,重点分析各种方法的优缺点。最后,对果树靶标探测系统今后的研究方向进行展望。

结合图像分割和点云分割的障碍物检测算法

针对单目图像检测障碍物的低可靠性和当前双目视觉检测障碍物的局限性的问题,提出一种结合图像分割和点云分割技术的双目视觉障碍物检测方法。通过设定检测深度范围,分割障碍物点云与道路点云;采用将分割出的障碍物点云对应的视差图与图像分割得到的子图进行比较的策略,有效解决对不同深度、倾斜面和不规则障碍物检测效果差的问题。通过实验验证了在获得稀疏三维点云的情况下,该方法对障碍物的检测具有较好的鲁棒性。

基于2D-3D语义传递的室内三维点云模型语义分割

针对现有三维点云模型重建对象化和结构化信息缺失的问题,提出一种基于图模型的二维图像语义到三维点云语义传递的算法。该算法利用扩展全卷积神经网络提取2D图像的室内空间布局和对象语义,基于以2D图像超像素和3D点云为结点构建融合图像间一致性和图像内一致性的图模型,实现2D语义到3D语义的传递。基于点云分类实验的结果表明,该方法能够得到精度较高的室内三维点云语义分类结果,点云分类的精度可达到73.875 2%,且分类效果较好。

三维点云的分割及骨架提取研究

针对在三维点云环境下分离目标物体所出现的过度分割问题,提出一种结合随机抽样一致性和颜色差值区域聚类的分割方法。首先利用RANSAC算法去除场景中大部分平面,使得目标物体和连成片的点云脱离,然后结合点云的距离阈值和目标颜色差值,得到目标点云数据。针对L1中值算法对曲率较大模型的骨架提取存在的不足,进行了改进。通过L1中值算法对点云模型进行骨架提取,得到点云的骨架点,然后沿端点方向向外进行最大内切球的球心提取,最后连接多个球心及骨架末端点,得到符合人类视觉效果的骨架。改进的算法提高了L1中值对曲率较大点云骨架提取的准确性。

基于法线估计的鼢鼠头骨三维点云分割算法

针对复杂背景分割时出现的低效率、过分割等问题,提出一种基于法线估计的三维点云分割方法。首先,改进随机采样一致性(RANSAC)算法,引入法线约束去除背景中大部分平面点云,使得目标点云与大量点云分离,然后采用欧式聚类分割从中提取目标点云。利用鼢鼠头骨三维点云数据进行试验,结果表明,融合的点云分割算法可以将目标鼢鼠头骨点云精确分割,完全去除冗余点云,速度快、准确率高,相较同类型方法表现更优。

一种基于影像的古建筑点云生成方法

针对现有古建筑数字化保护点云模型生成方法存在的诸多问题,该文采用增量式运动恢复结构技术构建了一种基于影像的古建筑点云模型生成方法,可简单、快速、低成本地实现古建筑点云生成。首先使用普通相机拍摄目标古建筑影像集并平滑预处理,然后使用运动恢复结构技术构建三维稀疏点云模型,最后密集点云加密处理并纹理映射得到古建筑三维点云模型。该方法创新性地将运动恢复结构技术引入古建筑点云生成领域。实验结果表明:该方法能快速构建古建筑三维点云模型,为古建筑数字化保护点云模型建立提供了一种新思路。

16线雷达点云的实时小障碍物检测研究

铁路是运输系统中的主要交通工具之一,而铁路的安全隐患主要来自于铁轨上的入侵障碍物,如危岩、动物和行人等,因此障碍物实时检测预警技术必不可少。采用16线三维激光雷达采集数据,实现了点云成像。基于八叉树方法对背景点云和实时采集的点云进行空间体素化,并进行差分运算,然后通过统计滤波和半径滤波对点云进行去噪处理,实现了小目标障碍物的实时检测。研究结果为16线三维激光雷达扫描系统的数据采集提供了参考。