典型文献
视觉与二维激光雷达的目标检测方法
文献摘要：
为了改进单一传感器对目标物体的检测范围小、检测特征少以及检测准确率较低的问题,提出一种视觉与二维激光雷达的目标检测方法.在视觉检测方面提出一种改进的GoogLeNet算法实现视觉对目标物体的识别,该方法相比GoogLeNet算法在对6种目标物体的识别准确率上提高了0.7％.在二维激光雷达检测方面采用欧氏聚类算法对二维激光雷达的点云数据聚类,接着使用RANSAC算法对聚类簇中的数据点进行筛选,最后使用卡尔曼滤波算法对目标物体的位置进行预测,实现二维激光雷达在特定平面上360.对目标物体进行跟踪检测和定位.实验结果表明,该方法使得移动机器人扩大了检测范围、增加了检测特征并提高了识别准确率.
文献关键词：
视觉;二维激光雷达;移动机器人;目标检测
中图分类号：
作者姓名：
张浩;左杭;刘宝华
作者机构：
燕山大学机械工程学院 秦皇岛 066004;燕山大学河北省并联机器人与机电系统重点实验室 秦皇岛 066004
文献出处：
引用格式：
[1]张浩;左杭;刘宝华-.视觉与二维激光雷达的目标检测方法)[J].电子测量与仪器学报,2022(03):79-86
A类：
B类：
二维激光雷达,目标检测方法,一传,检测范围,检测特征,检测准确率,视觉检测,GoogLeNet,算法实现,识别准确率,雷达检测,欧氏聚类,聚类算法,点云数据,数据聚类,RANSAC,据点,卡尔曼滤波算法,检测和定位,移动机器人
AB值：
0.298149
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。
