【摘 要】
:
随着激光雷达技术日益成熟,三维点云数据采集变得更加容易,三维点云数据越来越多地被当作环境感知数据应用于科研和工程领域。同时,深度学习技术的飞速发展使得基于深度学习方法的三维点云目标分割技术也广泛被应用于自动驾驶、辅助驾驶等领域。虽然,三维点云数据采集技术和处理技术已经很成熟,但目前国内外在公路三维点云公开数据集领域一直面临数据集匮乏的问题,这严重制约了在公路环境下实现三维点云目标分割算法的发展。同
论文部分内容阅读
随着激光雷达技术日益成熟,三维点云数据采集变得更加容易,三维点云数据越来越多地被当作环境感知数据应用于科研和工程领域。同时,深度学习技术的飞速发展使得基于深度学习方法的三维点云目标分割技术也广泛被应用于自动驾驶、辅助驾驶等领域。虽然,三维点云数据采集技术和处理技术已经很成熟,但目前国内外在公路三维点云公开数据集领域一直面临数据集匮乏的问题,这严重制约了在公路环境下实现三维点云目标分割算法的发展。同时,在公路环境等大点云场景下完成点云目标分割任务还面临着数据量庞大、环境复杂等问题,导致目标分割算法的效率低和准确率低。因此,本文从多等级公路环境下三维点云处理的实际应用和难点问题出发,做出了如下工作:1.设计了一套完整的多等级公路三维点云数据集采集与制作方案,并在中国四川省成都市周边的多等级公路环境下进行了实施。通过该方案,本研究采集了约500km的多等级公路环境三维点云数据,并制作了有效长度约180km的多等级公路三维点云公开数据集。该数据集的完成与公开为公路环境下三维点云目标分割算法奠定了基础。2.提出了类体素化的三维点云预处理方法,并改进了Rand LA-Net网络模型来解决多等级公路三维点云目标分割算法低效率和低准确率的问题。针对高等级公路,本文使用Map和K-D树实现类体素化的三维点云预处理方法来降低点云数据的数据量,提高算法效率。针对低等级公路,本文使用多级堆叠的残差块改进了Rand LA-Net网络模型,提高模型准确率。经实验验证,相对于基线模型Rand LANet,使用数据预处理方法和改进模型后,在自制的多等级公路三维点云数据集上,目标分割算法的效率和准确率有明显的提升。3.基于多等级公路三维点云目标分割算法设计并实现了多等级公路三维点云处理系统。该系统实现了基础的三维点云预处理功能,以及多等级公路三维点云识别功能。该系统可迭代开发并广泛应用于三维点云处理领域,解决人工处理三维点云费时费力的问题。
其他文献
随着建筑业数字化、智能化、工业化等技术的高速发展,3D打印混凝土技术具有建造灵活度高、无模板化等特点,有助于加快推进建筑业的转型升级,得到了迅猛发展。3D打印充分利用了材料性能,“前期可挤出、后期可建造”的要求导致3D打印建造过程中工艺的控制较为严苛。当前多采用“试错法”评价建造性能,仍没有统一量化的方法。因此,开展3D打印混凝土可建造性与工艺参数的量化研究具有迫切性和必要性。本文利用数值模拟的手
车内噪声逐渐成为汽车舒适性的重要评价指标,消费者、政府、公司技术、竞争对手共同推动汽车企业加大车内降噪方面的投入,提升品牌竞争力。传统的吸声、隔声材料主要针对中高频噪声,对低频噪声效果不明显。为了在汽车的前期开发阶段,降低车内低频噪声,缩短产品开发周期。本文基于CAE仿真技术,分析车身NVH性能和整车碰撞性能,基于Elman神经网络预测的方法,确定最优的车身结构参数,车内噪声降低的同时提升整车碰撞
青少年期是人格发展的黄金阶段,在此阶段如遭遇校园欺凌会严重危害青少年身心健康发展。社会工作者秉承“助人自助”价值理念,以专业理论基础和工作技巧,可帮助校园受欺凌者走出困境,解决服务对象的问题,使其增强自身能力,有效降低欺凌事件的发生几率,使校园受欺凌者顺利走出校园欺凌的阴影。本研究在收集校园受欺凌者小A相关信息基础上,分析案主遭受校园欺凌的原因及校园欺凌带来的创伤反应。在增能理论指导下围绕案主需求
随着工农业现代化的飞速发展,污水排放造成的污染日益凸显,而村镇污水处理率明显低于城市。这是因为村镇污水处理站数量众多且位置分散,基于人工对设备运行是否正常的监测非常低效,使故障设备难以被及时维护,直接影响了污水处理率,因此提高村镇污水处理监测效果成为一个重要的研究问题。目前相关研究中已有基于物联网(IoT)的村镇污水处理监测系统解决此问题,此类系统借助数据采集器在脱离人工的情况下自动采集和分析污水
无人机和北斗卫星的不断发展,给人们带来了新的生活方式,也让人们更多的接触到遥感图像,如今人们可以在几乎任何地方使用无人机拍下与以往不同视角的图像。现有的目标检测方法已经可以比较好的执行目标检测任务,然而在遥感图像中执行检测时会有一定的精度损失,这是由于遥感图像中存在着大量的大长宽比且密集排列的倾斜目标,在该场景下执行非极大值抑制算法会有较大的误差。因此,本文提出旋转目标检测方法,以更为精确的表示方
深层的深度学习模型虽然通常拥有高性能,但计算复杂性和存储需求要求较高,使得这种深层模型在车载终端设备和个人移动设备等资源受限的平台上部署较困难。知识蒸馏作为一种特别的模型压缩方法,采用教师模型传递知识给学生模型的训练方式,可以将具有较低的推理时延、较弱的算力和较少的存储量的轻量级学生模型的准确率提高到接近教师模型的水平,满足资源受限的平台部署和运行需求。目前知识蒸馏算法普遍存在知识形式差异较大,以
近年来,停车泊位的建设速度赶不上机动车的增长速度,“停车难”已经成为城市停车场管理的主要难题,尤其是在人员密集的商业区办公楼停车场,停车难现象更加突出。为了解决停车难题,办公楼通常采用月租泊位和临时泊位混合的停车策略,通过停车泊位数字化管理,可以帮助驾驶员快速找到可用停车泊位,但不合理的分配策略造成停车资源浪费,如何科学地调度停车泊位对停车场资源使用效率提升具有重要意义。目前解决停车难问题的措施主
共识机制是区块链领域的重要研究方向之一,如何设计高效、安全的共识机制是近年来的热点问题。联盟区块链在采用实用拜占庭容错协议进行共识时,在性能、安全和隐私三个方面面临挑战。大多数联盟链专注于提高协议性能和可扩展性,却忽略了隐私保护或安全性。此外,联盟链还存在覆盖应用场景较少、共识机制实用性较低等问题。针对以上问题,本文通过结合Schnorr多重签名、环签名和实用拜占庭容错协议提出一种全面的联盟链分层
钢结构建筑具有自重小、强度高、机械化程度高和结构安全性好等优点,而作为我国主要的建筑结构之一被广泛应用。随着国家社会经济的高速发展,钢结构建筑的结构形式朝着大跨复杂的方向发展。为满足建筑设计和成本的要求,现有的大多数不等跨结构往往会采用左右梁高不等的方式,即不等高梁柱节点(UEH节点)。但这些节点在遇到地震影响时很容易出现脆性破坏,无法在震后立即修复并投入使用。本文提出一种带H型阻尼器的UEH梁柱
随着人民生活水平的提高,城市道路上车流也变得越来越拥挤,仅依靠封闭式停车场对车辆进行停放管理已经无法满足实际车辆停放需求。因此,不少城市通过在部分支路两侧划分停车区域的方式满足市民车辆停放需要。但是对于该类停车场的管理需要耗费大量的人力物力,给城市管理带来巨大的挑战。本文所研究的车辆重识别算法便应用于该场景以实现道路两侧停车场的智慧管理。但是在基于道路场景的车辆重识别算法的研究中,除了受限于高位摄