车载激光雷达点云快速栅格化算法研究及应用 |
| |
作者姓名: | 李玉萍 潘文武 田俊林 梁文海 |
| |
作者单位: | 1. 四川师范大学物理与电子工程学院;2. 中国工程物理研究院应用电子学研究所;3. 无线传感器网络四川省高校重点实验室 |
| |
摘 要: | 针对车载激光雷达点云数据量大、密度高且存在分层错位和噪点等情况,提出了一种具实时性激光点云快速栅格化算法,该算法根据雷达扫描精度预设栅格单元大小,可在不丢失对象形状特征的情况下,能快速完成点云数据平滑及降采样处理,并将数据量缩小为处理前的60%。将该栅格算法处理后的点云数据应用于深度学习,作为pointnet++神经网络的训练集及测试集,完成语义分割模型训练与测试。实验结果表明,该算法可在1 s内完成上百万量级的点云栅格处理,并且经该算法处理后的点云数据能有效缩短训练时长、提升网络测试精度。
|
关 键 词: | 车载激光雷达 激光点云 点云栅格化 深度学习 |
|
|