位置:成果数据库 > 期刊 > 期刊详情页
融合距离与彩色信息的草丛中障碍物检测
  • ISSN号:1003-501X
  • 期刊名称:《光电工程》
  • 时间:0
  • 分类:TP242.6[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置] TP391.4[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]浙江大学信息与通信工程研究所,杭州310027, [2]浙江省综合信息网技术重点实验室,杭州310027
  • 相关基金:基金项目:国家自然科学基金资助项目(60505017)和(60534070)
中文摘要:

提出了一种融合激光雷达和单目摄像机的草丛中障碍物检测方法。首先由三维激光雷达测得一系列作为训练样本的距离数据,统计障碍物与杂草的形状特征参数,并利用期望最大(ExpectationMaximization)算法求得高斯混合模型(GaussianMixtureModel)来表征该特征值分布情况。利用该高斯混合模型可以从待测场景提取出候选障碍物区域。同时,采用均值偏移算法对场景的彩色图像进行分割,获得场景的区域信息。借助激光雷达和摄像机联合标定的结果,将激光雷达获得的候选障碍物区域投影至分割后的彩色图像,并进行融合获得最终障碍物判别结果。实验表明该方法能有效地检测出草丛中的障碍物,并具有较高的精度和较低的虚警率。

英文摘要:

A novel method for detecting obstacles in grass is proposed by fusing information from ladar and camera. Firstly, training range data is acquired by a 3-D ladar, and shape feature parameters of obstacles and grass are calculated respectively. Using Expectation Maximization (EM) algorithm, the Gaussian Mixture Model (GMM) which represents the distribution of shape features is learned. With these learned models, the 3-D points of candidate obstacles in the scene can be obtained. Meanwhile, mean-shift algorithm is applied to the corresponding color image to acquire the region information of the scene. With the result of joint calibration of the 3D ladar and the camera, those candidate obstacle points are projected to the segmented image and fusion is then performed to make the final decision. Experimental results show that the proposed method can distinguish obstacles from grass effectively with high precision and low false-alarm.

同期刊论文项目
期刊论文 64 会议论文 18 专利 8
同项目期刊论文
期刊信息
  • 《光电工程》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院光电技术研究所 中国光学学会
  • 主编:罗先刚
  • 地址:四川省成都市双流350信箱
  • 邮编:610209
  • 邮箱:oee@ioe.ac.cn
  • 电话:028-85100579
  • 国际标准刊号:ISSN:1003-501X
  • 国内统一刊号:ISSN:51-1346/O4
  • 邮发代号:62-296
  • 获奖情况:
  • 四川省第二次期刊质量考评自然科学期刊学术类质量...,四川省第二届优秀期刊评选科技类期刊三等奖
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:14003