基于非迭代K均值算法的障碍物检测方法

障碍物检测是移动机器人领域的一个重要研究难点.相较于传统的超声波、毫米波雷达以及激光检测等方法,双目视觉可以更好地获得障碍物的位置和形态信息.然而传统双目识别利用双目相机获取视野范围内各个物体的视差图来测算物体距离,在视差图测距中不区分障碍物,从而导致不能识别物体属性.因此,提出了一种基于非迭代K均值算法的移动机器人障碍物检测方法,可以用来识别双目图像中的物体属性,完成障碍物分类检测.该方法使用目标检测算法YOLOv3算法框架在代码编辑器VS2015环境下进行快速的目标检测,运用非迭代K均值算法,将检测目标分类为障碍物和非障碍物两类,从而实现了对障碍物的快速检测.

海量激光图像数据库的查询优化研究

传统海量激光图像数据库查询方法不能实现快速、准确的激光图像查询,为此提出基于多层分布式的海量激光图像数据库的查询优化方法,首先采用K均值迭代算法对数据库进行聚类分析,对聚类结果建立索引,然后采用多层分布式查询优化方法对聚类结果进行分层,运用Apriori算法处理不同层间的关系,防止底层出现较多候查聚类结果问题,实现海量激光图像数据库的查询优化。实验结果表明,所提方法在有效进行海量激光图像数据库的查询同时,查准率,稳定性及效率较高。