环境感知是无人驾驶的核心技术之一,而利用三维激光雷达进行障碍物检测一直是国内外的研究热点。本文首先按照传感器的种类介绍了无人车障碍物检测方法的分类,然后介绍了基于三维激光雷达进行障碍物检测的基本原理,之后详细分析了基于三维激光雷达进行障碍物检测的传统方法。其中深度学习是二维图像目标检测及分类的重要方法,在介绍三维激光雷达点云特点的同时分析了点云深度学习的挑战,最后详细分析了三维点云深度学习在障碍物检测方面的研究现状以及发展趋势,并且介绍了自动驾驶领域的KITTI数据集和ApolloScape数据集。
2022-03-24 14:28:31
6.23MB
1
工程建设及维护中,现状信息的获取是评定工程质量、开展维修改造的前提,文中利用三维激光扫描获取的点云数据,借助相应软件及时准确提取了现有工程的特征信息,并与常规测量资料进行对比分析,表明利用点云数据是一种快速、高精度获取道路特征参数的有效方法。
2022-01-08 10:40:13
179KB
1
文件是从三维激光扫描仪内导出的原始点云，有需要处理样例的朋友可以拿来试试（这可是我从朋友那花力气淘来的哦）
2021-10-08 15:29:14
811KB
1
针对矿区道路变形，如道路塌陷，道路隆起，路面裂缝等，对车辆通行造成的重大影响，提出了一种基于三维激光扫描的矿区道路沉陷监测方法；首先，通过三维激光扫描仪获取路面点云数据，然后利用插值得到各期DEM数据，变形后的DEM数据与原始DEM数据相减得到下沉量，最后使用反距离加权法对下沉数据栅格化处理得到道路下沉模型，利用下沉信息进而提取道路倾斜、曲率等变形信息。使用该方法在五沟煤矿附近S203省道进行实验，得到的结果与实测水准数据吻合，验证了该方法在道路沉陷监测上的可行性。
2021-07-09 15:04:04
3.67MB
1
航测遥感-LidarFeature点云处理与测图软件 宏图三维激光点云测图系统.docx
2021-07-05 16:02:06
18KB
1