基于激光雷达点云图像的目标识别方法研究

《基于激光雷达点云图像的目标识别方法研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、？，４＊密级公开分类号ＴＰ３９９＇＇；＃ＸＩＡＮＴＥＣＨＮＯＬＯＧＩＣＡＬＵＮＩＶＥＲＳＩＴＹ硕士学位论文題目：基于激光雷达点云图像的目标识别方法研究＇作者：杨文辉指导教师：于帆教授ｍ＇申请学位学科孟计算机软件与理论２０１８年５月４日密级公开公开分类号TP399XI’ANTECHNOLOGICALUNIVERSITY硕士学位论文题目:基于激光雷达点云图像的目标识别方法研究作者：杨文辉指导教师：于帆教授计算机软件与理论申请学位学科：2018年5月4日基于激光雷达点云图像的目标识别方法研究学科：计算机软

2、件理论研究生签字：指导教师签字：摘要激光雷达可以在夜间，雾天等一些恶劣条件下得到点云图像。这些数据稀疏、不完整，通过人工提取特征需要依靠非常专业的知识和个人的经验。而卷积神经网络可以自动提取特征并分类，对位移、缩放及其它形式的刚体变化具有不变性。已有一些专家学者利用卷积神经网络来对点云图像进行分类识别，其中识别率最高的VoxNet网络由于网格的划分数量有限，会使一部分数据丢失。正是在这样的背景下，本文对基于卷积神经网络的点云识别方法进行了研究。本文首先介绍了卷积神经网络的发展情况，分析了目前基于卷积神经网络的VoxNet网络存在的不足。之后将三维CAD模型ModeNet做为待识别的

3、物体模型，通过程序仿真激光雷达的扫描过程生成三维的点云数据，对数据进行预处理得到实验所需数据。然后改进了基于卷积神经网络的点云识别方法，搭建了神经网络，进行了架构设计分析实验得到了合适的网络超参数。最后将训练好的网络应用于点云分类识别中，并将实验结果与VoxNet网络进行了比较。实验结果表明在使用相同的数据集进行分类识别时，本文的方法比VoxNet方法在识别准确率上有一定程度的提高。关键词：点云;卷积神经网络;灰度图像;激光雷达StudyonObjectRecognitionMethodBasedonLiDARPointCloudImageDiscipline:ComputerSo

4、ftwareAndTheoryStudentSignature:SupervisorSignature:AbstractLidarcangetsomepointcloudimagesundersomeharshconditionssuchasnightandfog.Thesedataaresparseandincomplete.Itisnecessarytorelyonveryspecializedknowledgeandpersonalexperiencetoextractfeaturesmanually.Convolutionneuralnetworkscanautomatic

5、allyextractfeaturesandclassifythemandtheyareinvarianttodisplacement,scalingandotherformsofrigidbodychanges.Someexpertsandscholarshaveusedtheconvolutionneuralnetworktoclassifythepointcloudimages.Amongthem,theVoxNetnetworkwiththehighestrecognitionratelosesapartofthedatabecauseofthelimitednumbero

6、fgrids.Itisagainstthisbackgroundthatthemethodofpointcloudrecognitionbasedonconvolutionneuralnetworkisstudiedinthisthesis.Inthisthesis,wefirstintroducethedevelopmentofconvolutionneuralnetworkandanalyzetheshortcomingsofVoxNetnetworkbasedonconvolutionneuralnetwork.Afterthat,thethree-dimensionalCA

7、DmodelModeNetisusedastheobjectmodeltobeidentified.Three-dimensionalpointclouddataisgeneratedbytheprogramsimulationofthelaserradarscanningprocess,andthedataispreprocessedtoobtainthedatarequiredfortheexperiment.Thenthepointcloudrecognitio