文献

J-GLOBAL ID：201902257058403848   整理番号：19A2562955

投影次元縮小に基づく多層レーザレーダによる小物体検出【JST・京大機械翻訳】

Small Objects Detection with Multi-layer Laser Radar Based on Projection Dimensionality Reduction

著者 (5件)： Liu Shuaipeng (School of Mechanical Engineering, Southeast University, Nanjing, 211189, China) ,  Geng Keke (School of Mechanical Engineering, Southeast University, Nanjing, 211189, China) ,  Yin Guodong (School of Mechanical Engineering, Southeast University, Nanjing, 211189, China) ,  Wu Conglei (School of Mechanical Engineering, Southeast University, Nanjing, 211189, China) ,  Ye Jianwei (School of Mechanical Engineering, Southeast University, Nanjing, 211189, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： CCC  ページ： 3531-3536  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 道路上の小オブジェクトは,特に高速で運転するとき,非常に危険な障害物である。このような小さな障害物の検出は,自律的な自動車利用者の安全性にとって重要である。そこで,本論文では,多層レーザレーダを用いた小物体検出アルゴリズムの新しい方法を提案した。最初に,道路端点雲を,Hough変換に基づく多数の生点雲から抽出し,そして,道路端の外側の点雲をフィルタリングすることによって,駆動可能領域および非駆動領域を分離した。第二に,投影次元縮小とHough変換を適用して,道路点雲を認識し,フィルタし,残りの点雲を物体といくつかの干渉点とみなすことができた。次に,雑音点雲を,異常値フィルタリングアルゴリズムによって濾過した。最終的に,DBSCAN(雑音による応用の密度ベース空間クラスタリング)アルゴリズムを,小オブジェクトをクラスタ化するために使用した。提案したアルゴリズムを,駆動のない式のプラットフォーム上でテストし,実験結果は,アルゴリズムが効率的でロバストであることを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  ロバスト性 ,  フィルタリング ,  道路 ,  *次元縮小 ,  異常値 ,  雑音 ,  *多層 ,  フィルタ ,  Hough変換 ,  高速度 ,  クラスタ化 ,  *LIDAR
準シソーラス用語： *レーザレーダ ,  検出アルゴリズム ,  自律性 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 投影 ,  次元縮小 ,  多層 ,  レーザレーダ ,  物体検出