典型文献
基于全卷积神经网络和点云的道路检测算法
文献摘要：
传统利用视觉传感器进行道路检测的算法受到环境光影响明显,难以在实际驾驶环境进行应用.本研究基于全卷积神经网络和激光雷达点云提出了一种道路检测算法,通过将点云进行投影,栅格化计算统计学特征,将无序的点云转化为全卷积神经网络能够训练的数据,进而对车辆前方的道路进行检测.在KITTI数据集上的训练和测试表明,该算法在识别精度、计算耗时、感知范围和稳定性上能够满足对于车辆前方道路的检测要求,具有鲁棒性好、全天应用的特点.
文献关键词：
全卷积神经网络;激光雷达;点云;道路检测算法
中图分类号：
作者姓名：
陈佳琪;苏治宝;赵熙俊;索旭东
作者机构：
中国北方车辆研究所,北京100072;智能移动机器人(中山)研究院,中山528436
文献出处：
引用格式：
[1]陈佳琪;苏治宝;赵熙俊;索旭东-.基于全卷积神经网络和点云的道路检测算法)[J].车辆与动力技术,2022(01):28-34
A类：
B类：
全卷积神经网络,道路检测算法,视觉传感器,行道,环境光,光影,驾驶环境,激光雷达点云,栅格化,前方,KITTI,测试表明,识别精度,检测要求,全天
AB值：
0.208857
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
