2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩67頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著經(jīng)濟(jì)發(fā)展水平的提高,汽車的數(shù)量持續(xù)攀升,交通事故的發(fā)生率也不斷增加。智能輔助駕駛系統(tǒng)可以通過(guò)給駕駛員提醒和指導(dǎo)來(lái)降低交通事故的發(fā)生率。車輛檢測(cè)是智能輔助駕駛系統(tǒng)的關(guān)鍵,不僅能夠?yàn)檎系K物檢測(cè)提供線索,也有利于車輛路徑規(guī)劃。車載激光雷達(dá)掃描測(cè)量是繼GPS之后測(cè)繪領(lǐng)域的一種高新測(cè)繪技術(shù),能夠快速高效地獲取目標(biāo)物體表面詳細(xì)的三維信息,為數(shù)字城市、路況仿真、環(huán)境測(cè)量、地圖導(dǎo)航等領(lǐng)域?qū)崿F(xiàn)快速3D建模提供了一種全新的手段。因此,如何有效地處理激光

2、點(diǎn)云數(shù)據(jù)具有實(shí)際的應(yīng)用意義。在此背景下,本文以車載激光掃描系統(tǒng)作為三維信息的獲取方式,研究車載激光雷達(dá)點(diǎn)云數(shù)據(jù)的處理算法,重點(diǎn)解決激光點(diǎn)云的車輛檢測(cè)問(wèn)題。為了提高現(xiàn)有車輛檢測(cè)算法的準(zhǔn)確性和魯棒性,本文提出了一種在復(fù)雜道路環(huán)境下基于三維激光雷達(dá)的車輛檢測(cè)算法。
  首先利用基于彩色布料模型的地面分割算法分離地面點(diǎn)與非地面點(diǎn),在降低后續(xù)處理計(jì)算復(fù)雜度的同時(shí),有利于后續(xù)局部特征的提取和后續(xù)目標(biāo)的聚類分割;
  針對(duì)傳統(tǒng)聚類算法在復(fù)

3、雜場(chǎng)景下目標(biāo)粘連的問(wèn)題,本文提出利用超體聚類算法實(shí)現(xiàn)非地面分割,并用最小割算法對(duì)粘連目標(biāo)進(jìn)行分割精確性的優(yōu)化。實(shí)驗(yàn)結(jié)果表明超體聚類在保留點(diǎn)云數(shù)據(jù)局部邊界特征上具有較好的效果;
  最后,本文提出了一種結(jié)合3D CNN和車牌檢測(cè)的車輛識(shí)別方法。設(shè)計(jì)合適的3D CNN網(wǎng)絡(luò)從大量樣本中自動(dòng)學(xué)習(xí)樣本的特征。針對(duì)部分車輛信息不完整提出了車牌檢測(cè)法。實(shí)驗(yàn)結(jié)果驗(yàn)證了本文所提車輛特征的有效性,降低了車輛檢測(cè)算法的漏檢率。
  在公開(kāi)數(shù)據(jù)集上

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論