典型文献
基于3D激光雷达的水面目标检测算法研究
文献摘要：
3D激光雷达是水面无人艇（USV）的关键感知模块，水域杂波的干扰会降低模块的目标检测能效，影响自主导航避障功能。提出一种基于3D激光雷达的水面目标DBSCAN-VoxelNet联合检测算法。该算法采用具有噪声的密度聚类方法（DBSCAN）滤除水面杂波干扰；基于VoxelNet深度神经网络将水面稀疏点云数据划分为体素形式，并将结果输入哈希表进行高效查询；经特征学习层提取特征张量，并将张量输入卷积层获取全局目标信息，实现高精度目标检测。实验结果表明，所提联合检测算法对水域杂波有较好的抑制性能，平均精度均值（mAP）为82.4%，有效提高了对水面目标的检测精度。
文献关键词：
水面无人艇;目标检测;3D激光雷达;密度聚类方法
中图分类号：
作者姓名：
周治国;李怡瑶;曹江微;邸顺帆
作者机构：
北京理工大学信息与电子学院，北京 100081
文献出处：
引用格式：
[1]周治国;李怡瑶;曹江微;邸顺帆-.基于3D激光雷达的水面目标检测算法研究)[J].激光与光电子学进展,2022(18):1815006
A类：
VoxelNet
B类：
激光雷达,面目标,目标检测算法,算法研究,水面无人艇,USV,感知模块,水域,杂波,自主导航,导航避障,避障功能,DBSCAN,联合检测,密度聚类方法,滤除,除水,深度神经网络,稀疏点云,点云数据,数据划分,哈希表,特征学习,提取特征,张量,卷积层,目标信息,抑制性能,平均精度均值,mAP,检测精度
AB值：
0.351318
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。
