基于改进RPN的车载导航目标识别技术

摘要：

车载导航是无人驾驶的一项关键技术,而其主要技术难点是动态避障,即实时目标识别与反馈控制.为了能够实时获取车辆周围目标的运动状态,提出了一种基于三维点云数据快速体素化分析的识别算法.该算法以极坐标系替代直角坐标系,直接与车载激光雷达建立映射关系.再通过区域推荐网络技术中对区域框的限定计算完成可表征目标特征的准确定位.实验采用开源数据库KITTI中的点云数据进行验证,对比了动态目标(汽车、摩托车、行人)和静态目标(树木、楼宇)之间的点云特征.识别结果与两种常用的三维目标识别算法进行对比.结果显示本算法的最优平均精度为88.45％,最优平均方向相似度为93.27％,相比常用的SECOND算法对动态目标的识别具有更好的效果.验证了其可行性,其在车载导航目标识别领域具有一定的优势.

关键词：目标识别、点云数据、体素化、区域推荐网络

所属期刊栏目：52

分类号：TN958.98

资助基金：国家自然科学基金;《控制测量技术》实践教学信息化项目

在线出版日期：2022-07-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：833-837