文献类型：期刊文章

作　　者：范小辉[1,2] 许国良[2] 李万林[2] 王茜竹[2] 常亮亮[1,2]

Fan Xiaohui;Xu Guoliang;Li Wanlin;Wang Qianzhu;Chang Liangliang(College of Communication and Information Engineering, Chongqing University of Posts and Telecommunications, Chongqing 400065, China;Institute of Electronic Information and Network Engineering, Chongqing University of Posts and Telecommunications, Chongqing 400065, China)

机构地区：[1]重庆邮电大学通信与信息工程学院,重庆400065 [2]重庆邮电大学电子信息与网络工程研究院,重庆400065

出　　处：《中国激光》

基　　金：重庆市技术创新与应用示范(产业类重点研发)项目(cstc2018jszx-cyzdX0124);重庆邮电大学人才引进项目(A2017-10);教育部-中国移动科研基金(MCM20170203)

年　　份：2019

卷　　号：46

期　　号：7

起止页码：284-291

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：三维激光雷达广泛应用在智能车系统中,点云目标分割是智能车环境感知中的关键技术。针对目前三维激光雷达点云目标分割算法实时性和准确性不高的问题,提出一种基于深度图的点云目标快速分割方法。将点云数据表示为深度图,建立深度图与点云数据的映射关系。利用激光雷达扫描线的角度阈值去除地面点云数据,结合深度图和自适应参数改进的DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法对非地面点云进行聚类分割。实验结果表明该方法相对于传统聚类算法在时间效率上有很大的提升,且能较好地降低欠分割错误率,分割准确度提升10%,达到了85.02%。

关 键 词：遥感 激光雷达 点云目标分割  深度图 角度距离  

分 类 号：TP958.98[自动化类]