论文摘要
利用实时车载激光点云,实现城市环境下的多目标快速检测与跟踪。动态目标跟踪是实现城市环境下自动驾驶的关键,是三维城市场景感知的研究难点。相比于图像,三维激光点云数据更适合用于目标三维形状估计和运动预测,所以广泛应用于无人驾驶方案中。使用基于目标模型和卡尔曼滤波的目标跟踪框架,针对稀疏点云数据中常见的过分割和欠分割问题,提出一种关联历史跟踪结果和目标检测的快速跟踪算法。将跟踪结果作为先验知识,与下一时刻的目标检测关联,增强目标检测的稳定性。该算法已经应用到搭载三维激光扫描仪的自动驾驶汽车中,实验证明,该算法适用于城市交通场景,且满足实时解算需求,单帧处理平均耗时58 ms。
论文目录
文章来源
类型: 期刊论文
作者: 叶语同,李必军,付黎明
关键词: 动态目标跟踪,激光点云,卡尔曼滤波,城市环境,自动驾驶
来源: 武汉大学学报(信息科学版) 2019年01期
年度: 2019
分类: 基础科学,工程科技Ⅱ辑
专业: 汽车工业
单位: 武汉大学测绘遥感信息工程国家重点实验室,武汉大学时空数据智能获取技术与应用教育部工程研究中心
基金: 国家自然科学基金(41671441),国家自然科学基金重点项目(41531177)~~
分类号: U463.6
DOI: 10.13203/j.whugis20170146
页码: 139-144+152
总页数: 7
文件大小: 2511K
下载量: 716