科研之友
微信
新浪微博
Facebook
分享链接
摘要
如今，基于激光雷达的车辆检测技术已被广泛应用于智能网联汽车领域，其精确的车辆检测和形状估计功能可以为后续的跟踪以及预测提供准确的静态信息。虽然现有的基于激光雷达的车辆检测算法能对各目标车辆进行准确检测和分类，但当车辆点云轮廓被部分遮挡且呈“L”型时，存在估计不稳定的问题。为了解决这一问题，文章提出了一种基于点云簇特征的车辆形状优化算法。其首先采用PointPillars目标检测算法输出车辆检测结果；然后添加优化模块，即基于点云簇特征的车辆形状优化算法，对车辆检测结果做进一步的形状和航向估计。多场景下的实验测试结果表明，与现有的车辆检测算法相比，文章所提出的车辆形状优化算法能有效提高车辆形状和航向估计的稳定性，且所有模块算法的平均每帧耗时为88.93 ms，能满足实车实时性要求。
- 单位
