一种激光雷达点云积分下准确估计目标几何特征的方法

AITNT
正文
推荐专利
一种激光雷达点云积分下准确估计目标几何特征的方法
申请号:CN202411472902
申请日期:2024-10-22
公开号:CN119439117A
公开日期:2025-02-14
类型:发明专利
摘要
本发明请求保护一种激光雷达点云积分下准确估计目标几何特征的方法。该方法分为建模阶段与运行阶段。在建模阶段,根据点云积分时目标真实几何特征与运动特征、传感器检测的几何特征与采样周期、点云积分次数之间的关系,来建立系统状态方程与量测方程。在运行阶段,首先对原始点云预处理,分割出非地面点云集,然后进行点云积分、聚类实现目标检测,从而得到目标量测集合;其次进行一步预测,计算目标相似度,利用相似度进行目标与轨迹关联;最后利用卡尔曼滤波得到目标几何特征与运动特征的最优估计。本方法能提高点云积分方法下目标几何特征估计的精度,增强低线数激光雷达对小目标检测的性能,降低基于激光雷达的目标检测系统成本。
技术关键词
激光雷达点云 运动特征 协方差矩阵 匈牙利算法 元素 卡尔曼滤波 运动状态估计 状态转移模型 阶段 方程 积分方法 数据 聚类 噪声 预测误差 周期 关系
系统为您推荐了相关专利信息
1
基于OMP-SBL的城市层析SAR三维成像方法、装置及介质
稀疏贝叶斯学习 噪声方差 OMP算法 场景三维点云 后向散射系数
2
一步量测随机延迟和同步噪声相关条件下系统高斯滤波器的设计方法
协方差矩阵 高斯滤波器 预测误差 噪声条件 量测噪声
3
一种基于希尔伯特卷积迁移网络的超声导波缺陷检测方法
缺陷检测方法 超声导波 协方差矩阵 网络 信号包络特征
4
基于ISAC的MEC节能与安全优化方法
全双工基站 天线 接收端 雷达 信号
5
基于多视图最优传输K中心模型的多视图图像聚类方法
转移概率矩阵 图像聚类方法 图像聚类技术 样本 点分配
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号