基于移动激光扫描的行道树靶标实时检测

作者：薛玉玺; 李秋洁^*

来源：林业工程学报, 2023, 8(01): 150-156.

DOI：10.13360/j.issn.2096-1359.202205039

• 对靶喷雾
• 行道树实时检测
• 随机森林
• 特征筛选
• 激光雷达(LiDAR)

针对行道树靶标实时检测的问题，本研究基于随机森林(random forests, RF)的逐点检测算法，建立一个能够实时且准确检测行道树点云的分类器。本研究所用点云为一段230 m的校园人行道，根据点的三维坐标、回波次数和回波强度信息基于立方体邻域提取宽度、深度、高度、次数、强度、维度和密度特征，然后根据这些特征的贡献度大小保留5个特征。对比了邻域搜索算法、点云特征数量、决策树数量和检测算法，并研究了点云密度对分类器性能的影响。结果表明：采用的立方体邻域特征提取时间比球域缩短了11.85%;在筛选特征过程中检测器性能基本稳定，特征筛选后提取特征时间缩短了65.40%,平均每帧点云的特征提取时间仅为24.72 ms;在考虑误差下降梯度和检测时间的前提下，决策树数量定为13;对比基于Boosting算法的行道树检测算法，本研究方法实时性更强；点云密度不断下降直到原来的1/20过程中，检测器性能保持平稳，表明该方法能够有效识别不同密度的行道树点云。本研究方法能够实现行道树靶标实时检测。

• 单位
  南京林业大学; 电子工程学院