文献类型：期刊文章

作　　者：辛守庭[1] 岳玉霞[2] 李利军[3] 张红军[1]

Xin Shouting;Yue Yuxia;Li Lijun;Zhang Hongjun(Aeronautical Engineering Institute,Anyang University,Anyang 455000,China;Anyang Vocational Technical School,Anyang 455000,China;Anyang Senior Technical School,Anyang 455000,China)

机构地区：[1]安阳学院航空工程学院,安阳455000 [2]安阳市中等职业技术学校,安阳455000 [3]安阳市高级技工学校,安阳455000

出　　处：《电子测量与仪器学报》

基　　金：河南省科技攻关项目(192102110057,182102210208)资助

年　　份：2019

卷　　号：31

期　　号：10

起止页码：39-45

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了进一步减少无人机载激光雷达传输给飞行控制器的数据量,对已有的一种数据预处理系统进行改进。无人机避障过程中,用于测量障碍物信息的激光雷达数据中存在着无效、冗余等数据,这些多余数据给无人机飞行控制器带来巨大的数据处理负担。在已有的数据处理系统的基础上,改用基于密度的具有噪声的聚类方法(DBSCAN)辨认障碍物,把测量为连续线性的点识别为一个物体。实验证明,改进系统不但大幅减少了传送给飞行控制器的数据量,而且构建出激光雷达原数据中不存在的障碍物的宽度信息,还将辨识障碍物的准确率提高多达53%。

关 键 词：机器学习  DBSCAN算法 最近邻算法 无人机 激光雷达

分 类 号：TN95.98] V249]