基于激光点云3D检测的车辆外廓尺寸测量研究作者：朱菲婷电视机显像管
来源：《科技风》2019年第03期 家庭智能控制系统
3d打印玻纤
分集接收
摘 要：为了维持良好的车辆生产和交通运输发展，有必要对车辆的非法改装以及超载超限行为进行有力的遏制，车辆外廓尺寸测量则是一种重要识别车辆非法改装的方法。通过提取车辆的激光点云数据，按一定的规则形成对应的点云鸟瞰图，运用深度学习中的卷积神经网络对点云鸟瞰图进行模型训练，使模型对车辆具有快速、准确的识别效果。识别得到的包围框通过坐标像素的转换可求得车辆的长、宽、高，达到车辆外廓尺寸的测量结果，并可转换为3D检测效果。通过试验表明，提出的基于激光点云3D检测的车辆外廓尺寸测量方法测量精度损失较小，检测效率高于传统测量方法。 关键词： 激光点云；车辆尺寸；卷积神经网络；3D检测
近年来，车辆尺寸超限现象严重，由此带来的交通问题频发。车辆外廓尺寸测量技术可以分为人工测量和自动化测量。传统的三维测量大多是人工检测，劳动强度大、效率低，已经无法符合现代化需求。自动化测量效率高，操作简单，大大降低了车辆测量工作的复杂度，目前主要分为三种，分别为三坐标测量机、基于数字图像处理的测量技术和基于激光测量的测量技术。深度学习在物体检测领域已经取得了较好的效果，因此本文提出一种基于深度学习的激光点云3D检测的车辆外廓尺寸测量方法，通过对车辆的检测得到外廓尺寸，且在此基础上进行相应的算法设计和优化。
dtt使用浓度
1 相关技术介绍
1.1 卷积神经网络介绍
卷积神经网络是一种前馈神经网络，它是近年发展起来的对大型图像处理有出表现的一种高效识别方法。卷积神经网络的基本结构包括两层，其一为特征提取层，用来提取局部特征，其二是特征映射层，每个映射层上面的神经元权值相等。由于卷积神经网络的特征检测层通过训练数据进行学习，所以在使用卷积神经网络时，避免了显式的特征提取，而隐式地从训练数据中进行学习。
电子签名设备
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议