科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对无源定位收敛速度慢、方位信息不准确等问题，提出面向三维无源目标定位的深度学习算法优化。利用激光雷达传感器采集目标三维数据，通过数据配准得到高质量点云数据；建立包含三层网络结构的卷积神经网络，将采集到的数据输入到网络中，确定定位边界框，计算位置置信度；针对卷积神经网络处理稀疏数据速度过慢的问题，设计一种稀疏卷积并行算法，引入检测器优化网络结构，提高运算速度；确立边界框约束条件，改善网络训练性能；设置边框位置误差、置信度误差以及定位误差三种损失函数，增强算法的特征学习能力，使算法的定位能力更强。实验结果表明，所提方法定位误差小，加快了收敛速度。
- 单位
