典型文献
DBSCAN聚类改进算法与支持向量机结合的道路路锥识别研究
文献摘要：
基于激光雷达传感器,提出了一种道路路锥识别方法.首先,在传统DBSCAN聚类算法的基础上改进算法搜寻核心点的方式,对雷达所采集的数据进行快速地分割、聚类.接着,分析类簇,对每帧数据的类簇进行特征采样并赋予标签值.最后,通过支持向量机(SVM)训练样本数据,利用网格化搜索与交叉验证法优化SVM参数,得到类簇分类模型,用于识别路锥.实验结果表明,改进后的DBSCAN算法计算效率有了显著提升,并且对点云的聚类更具有针对性.经过多次随机数据集检测,分类模型的准确率保持在93％以上,实现了对路锥的有效识别.
文献关键词：
激光雷达;路锥识别;DBSCAN算法;支持向量机
中图分类号：
作者姓名：
王兆权;陈天炎;王水发;吴宁钰;吴海彬
作者机构：
闽江学院 实验实训管理中心,福建 福州350108;福建船政交通职业学院,福建 福州350007;福州大学机械工程及自动化学院,福建 福州350108
文献出处：
引用格式：
[1]王兆权;陈天炎;王水发;吴宁钰;吴海彬-.DBSCAN聚类改进算法与支持向量机结合的道路路锥识别研究)[J].激光与红外,2022(12):1796-1803
A类：
路锥识别
B类：
DBSCAN,改进算法,激光雷达传感器,聚类算法,搜寻,核心点,训练样本,网格化,交叉验证法,分类模型,算法计算,计算效率,点云,随机数据
AB值：
0.249806
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。
