文献类型：期刊文章

作　　者：吴登禄[1,2] 薛喜辉[1,2] 张东文[1,2] 付展宏[1,2]

Wu Denglu;Xue Xihui;Zhang Dongwen;Fu Zhanhong(SF Technology Co.,Ltd.;Research Center of Logistics Robot Technology and Application Engineering)

机构地区：[1]顺丰科技有限公司 [2]物流机器人技术与应用工程研究中心

出　　处：《自动化与信息工程》

年　　份：2019

卷　　号：40

期　　号：4

起止页码：5-10

语　　种：中文

收录情况：普通刊

摘　　要：针对室外场景三维点云的稀疏性对目标检测带来的挑战问题,设计一个基于PointNet++的点云检测方法。该方法首先预处理点云,获取感兴趣区域点云;再聚类点云,对物体进行分割;接着通过PointNet++检测,获得目标的类别结果;最后通过三维boundingbox获得目标物体的长宽高及朝向。为验证该方法的有效性,用16线velodyne激光雷达采集室外真实场景的数据,并制作样本集进行网络训练。最终结果验证,该方法能获得较高的检测准确率,并满足实时性要求。

关 键 词：点云 目标检测 PointNet++  室外场景  

分 类 号：TP391.41]