摘要
本发明公开了一种目标同时关联识别定位方法,涉及人工智能技术领域,解决了现有技术通过激光雷达基于概率数据关联的卡尔曼位姿估计车辆的定位,未考虑卡尔曼滤波在处理复杂模型和观测数据时计算量较大,可能会导致目标识别错误或无法识别的技术问题;本发明通过获取点云图像;通过对点云的聚类进行提取得到聚类轮廓;对相距最近的聚类轮廓进行卡尔曼滤波;选取最优切割点,使用多线程方法处理待切割聚类轮廓;提取最近聚类轮廓后进行遍历获取法平面,对法平面内点云数据进行平均处理获得均值;设置梯形变换阈值进行梯形变换构建梯形识别区域;根据梯形识别区域对待识别目标进行定位;通过目标关联映射方法进行目标识别;提高了定位的精度。
技术关键词
识别定位方法
耦合聚类分析
点云图像
映射方法
轮廓
多线程方法
卡尔曼滤波
识别区
聚类分析方法
激光雷达
像素点
标记
三元组
视觉方法
语义层面
点对点
关键点
系统为您推荐了相关专利信息
除渣方法
风镐
除渣装置
自动除渣系统
力学反馈装置
深度强化学习
强化学习框架
决策
雅克比矩阵
历史轨迹数据