典型文献
基于激光雷达的车辆检测及形状优化
文献摘要：
如今,基于激光雷达的车辆检测技术已被广泛应用于智能网联汽车领域,其精确的车辆检测和形状估计功能可以为后续的跟踪以及预测提供准确的静态信息.虽然现有的基于激光雷达的车辆检测算法能对各目标车辆进行准确检测和分类,但当车辆点云轮廓被部分遮挡且呈"L"型时,存在估计不稳定的问题.为了解决这一问题,文章提出了一种基于点云簇特征的车辆形状优化算法.其首先采用PointPillars目标检测算法输出车辆检测结果;然后添加优化模块,即基于点云簇特征的车辆形状优化算法,对车辆检测结果做进一步的形状和航向估计.多场景下的实验测试结果表明,与现有的车辆检测算法相比,文章所提出的车辆形状优化算法能有效提高车辆形状和航向估计的稳定性,且所有模块算法的平均每帧耗时为88.93 ms,能满足实车实时性要求.
文献关键词：
智能网联汽车;环境感知;激光雷达;车辆检测;形状优化
中图分类号：
作者姓名：
于安;胡东方;王学鹏;张进;周岩;谢国涛;秦晓辉;胡满江
作者机构：
湖南大学 机械与运载工程学院,湖南长沙 410082;潍柴智能科技有限公司,山东 潍坊 261000;湖南大学 无锡智能控制研究院,江苏 无锡 214115
文献出处：
引用格式：
[1]于安;胡东方;王学鹏;张进;周岩;谢国涛;秦晓辉;胡满江-.基于激光雷达的车辆检测及形状优化)[J].控制与信息技术,2022(06):69-76
A类：
B类：
激光雷达,车辆检测,形状优化,智能网联汽车,汽车领域,目标车辆,点云,部分遮挡,PointPillars,目标检测算法,出车,航向估计,多场景,实验测试,高车,ms,环境感知
AB值：
0.232119
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。
