摘要
本发明公开了一种多模态融合道路边缘检测系统及方法,系统由数据采集、联合标定、地面点云分割、特征点提取、特征点分类、特征点滤除、贝叶斯岭回归、迭代算法等模块构成,通过采集激光雷达点云与相机图像数据,经联合标定与坐标转换后,利用随机抽样一致性分割地面点云,基于激光雷达扫描特性和等腰三角形法提取特征点,借助图像车道线识别分类特征点,并采用分层滤波、随机抽样一致算法及迭代贝叶斯岭回归滤除异常值;本发明采用贝叶斯框架下的回归方法,能够显著提升道路边界拟合的鲁棒性,尤其在噪声干扰强、异常值分布密集的场景中,可通过对数据不确定性的建模,准确识别真实道路边缘,为自动驾驶车辆提供高可靠性的道路结构感知结果。
技术关键词
道路边缘检测方法
特征点
多模态
坐标系
迭代算法
平滑度
激光雷达点云
特征提取模块
邻域
标定板
相机
地面
贝叶斯回归模型
道路特征
数据
图像
系统为您推荐了相关专利信息
视觉特征
多模态
自然语言
特征提取模型
双向长短期记忆网络