留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于激光雷达距离像的目标3D姿态估计

吕丹 孙剑峰 李琦 王骐

吕丹, 孙剑峰, 李琦, 王骐. 基于激光雷达距离像的目标3D姿态估计[J]. 红外与激光工程, 2015, 44(4): 1115-1120.
引用本文: 吕丹, 孙剑峰, 李琦, 王骐. 基于激光雷达距离像的目标3D姿态估计[J]. 红外与激光工程, 2015, 44(4): 1115-1120.
Lv Dan, Sun Jianfeng, Li Qi, Wang Qi. 3D pose estimation of target based on ladar range image[J]. Infrared and Laser Engineering, 2015, 44(4): 1115-1120.
Citation: Lv Dan, Sun Jianfeng, Li Qi, Wang Qi. 3D pose estimation of target based on ladar range image[J]. Infrared and Laser Engineering, 2015, 44(4): 1115-1120.

基于激光雷达距离像的目标3D姿态估计

详细信息
    作者简介:

    吕丹(1981-),女,博士生,主要从事激光主动成像和目标识别等方面的研究.Email:lvdan123001@163.com

  • 中图分类号: TN958.98

3D pose estimation of target based on ladar range image

  • 摘要: 在激光雷达目标识别中,目标姿态的精确估计可以有效地简化识别过程.现有的PDVA算法主要是针对地面结构化目标而提出的一种3D目标姿态估计方法.该方法利用模型坐标系(MCS)各个坐标轴的正方向向量来确定目标的三维姿态角,其有效性通过实验得到了验证.但该方法在确定MCS各坐标轴的正方向向量时,所消耗的时间比较多,影响了算法的执行效率.文中提出了一种改进的PDVA算法,利用聚类中心邻域判别CCND法来加速MCS各坐标轴的正方向向量的确定过程.采用四种地面军用车模型目标进行了仿真实验,实验结果显示,改进的PDVA算法的平均运行时间约占PDVA算法的66%,极大地提高了目标3D姿态估计的执行效率.
  • [1]
    [2] Xiao Xingjun, Sun Jianfeng, Liang Xiaoxue, et al. Matching method for laser radar range image with moment invariants[J]. Infrared and Laser Engineering, 2011, 40(7): 1376-1380. (in Chinese)
    [3] Yang Wenxiu, Fu Wenxing, Zhou Zhiwei, et al. Fast three dimensional LIDAR target recognition based on projection dimension reduction[J]. Infrared and Laser Engineering, 2014, 40(S): 1-7. (in Chinese)
    [4]
    [5]
    [6] Neulist J, Armbruster W. Segmentation, classification, and pose estimation of military vehicles in low resolution laser radar images[C]//Proceedings of Laser Radar Technology and Applications X, 2005, 5791: 218-225.
    [7] Grnwall C, Gustafsson F, Millnert M. Ground target recognition using rectangle estimation[J]. IEEE Transactions on Image Processing, 2006, 15: 3401-3409.
    [8]
    [9]
    [10] Tangelder J W H, Veltkamp R C. A survey of content based 3D shape retrieval methods [C]//Proceedings of Shape Modeling Application, 2004: 145-156.
    [11] Adn A, Merchn P, Salamanca S. 3D scene retrieval and recognition with depth gradient images[J]. Pattern Recognition Letters, 2011, 32: 1337-1353.
    [12]
    [13] Taati B, Greenspan M. Local shape descriptor selection for object recognition in range data[J]. Computer Vision and Image Understanding, 2011, 115: 681-694.
    [14]
    [15] Lv Dan, Sun Jianfeng, Li Qi, et al. 3D pose estimation of ground rigid target based on ladar range image[J]. Applied Optics, 2013, 52(33): 8073-8081.
    [16]
    [17]
    [18] Grimson W EL. Object Recognition by Computer[M]. America: MIT Press, 1990.
    [19]
    [20] Paul R P. Robot Manipulators Mathematics Programming and Control [M]. America: MIT Press, 1981.
    [21]
    [22] Dorai C, Jain A K. COSMOS-a representation scheme for 3D free-form objects[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1997, 19: 1115-1130.
    [23] Yang Nan, Xiao Jiangchao, Wang Minghai. Estimation of normal and curvature based on point cloud data[J]. Modern Manufacturing Engineering, 2010(7): 35-38. (in Chinese)
  • [1] 张欣, 李思宁, 孙剑峰, 姜鹏, 刘迪, 王鹏辉.  基于Mean Shift点法向量分类的目标三维姿态估计 . 红外与激光工程, 2020, 49(S2): 20200109-20200109. doi: 10.3788/IRLA20200109
    [2] 杨程, 鄢秋荣, 祝志太, 王逸凡, 王明, 戴伟辉.  基于深度学习的压缩光子计数激光雷达 . 红外与激光工程, 2020, 49(S2): 20200380-20200380. doi: 10.3788/IRLA20200380
    [3] 张楠, 孙剑峰, 姜鹏, 刘迪, 王鹏辉.  激光雷达场景三维姿态点法向量估计方法 . 红外与激光工程, 2020, 49(1): 0105004-0105004(8). doi: 10.3788/IRLA202049.0105004
    [4] 龚道然, 李思宁, 姜鹏, 刘迪, 孙剑峰.  激光雷达三维距离像超分辨重构方法研究 . 红外与激光工程, 2020, 49(8): 20190511-1-20190511-7. doi: 10.3788/IRLA20190511
    [5] 沈振民, 赵彤, 王云才, 郑永超, 尚卫东, 王冰洁, 李静霞.  混沌脉冲激光雷达水下目标探测 . 红外与激光工程, 2019, 48(4): 406004-0406004(7). doi: 10.3788/IRLA201948.0406004
    [6] 赵海鹏, 杜玉红, 丁娟, 赵地, 史屹君.  移动机器人中激光雷达测距测角标定方法 . 红外与激光工程, 2019, 48(6): 630002-0630002(8). doi: 10.3788/IRLA201948.0630002
    [7] 陈剑彪, 孙华燕, 赵融生, 孔舒亚, 赵延仲, 单聪淼.  基于距离分辨的激光雷达技术研究进展 . 红外与激光工程, 2019, 48(8): 805007-0805007(14). doi: 10.3788/IRLA201948.0805007
    [8] 刘迪, 孙剑峰, 姜鹏, 高尚, 周鑫, 王鹏辉, 王骐.  GM-APD激光雷达距离像邻域KDE重构 . 红外与激光工程, 2019, 48(6): 630001-0630001(6). doi: 10.3788/IRLA201948.0630001
    [9] 叶光超, 李旭东, 董志伟, 樊荣伟, 陈德应.  用于条纹像距离提取的迭代加权质心方法 . 红外与激光工程, 2018, 47(2): 230004-0230004(6). doi: 10.3788/IRLA201847.0230004
    [10] 高健, 周安然, 孙东松, 郑俊, 李梓霂, 韩於利.  多普勒激光雷达中种子激光注入的一种鉴别方法 . 红外与激光工程, 2018, 47(2): 230001-0230001(7). doi: 10.3788/IRLA201847.0230001
    [11] 王强, 郝利丽, 唐红霞, 李贤丽, 牟海维, 韩连福, 赵远.  实际环境对量子激光雷达性能的影响 . 红外与激光工程, 2018, 47(S1): 29-35. doi: 10.3788/IRLA201847.S106006
    [12] 马跃, 张文豪, 张智宇, 马昕, 李松.  基于半解析模型的激光测高回波海水海冰波形分类方法 . 红外与激光工程, 2018, 47(5): 506005-0506005(7). doi: 10.3788/IRLA201847.0506005
    [13] 郭力仁, 胡以华, 王云鹏.  相干激光探测中微动参数估计的克拉美-罗界 . 红外与激光工程, 2017, 46(7): 706002-0706002(7). doi: 10.3788/IRLA201746.0706002
    [14] 吴超, 刘春波, 韩香娥.  光波导相控阵激光雷达接收系统设计 . 红外与激光工程, 2016, 45(10): 1030003-1030003(6). doi: 10.3788/IRLA201645.1030003
    [15] 周颖捷, 周安然, 孙东松, 强希文, 封双连.  差分像移大气湍流廓线激光雷达的研制 . 红外与激光工程, 2016, 45(11): 1130001-1130001(5). doi: 10.3788/IRLA201645.1130001
    [16] 夏文泽, 韩绍坤, 曹京亚, 王亮, 翟倩.  激光雷达距离估计技术 . 红外与激光工程, 2016, 45(9): 906005-0906005(6). doi: 10.3788/IRLA201645.0906005
    [17] 史风栋, 刘文皓, 汪鑫, 丁娟, 史屹君, 修春波.  室内激光雷达导航系统设计 . 红外与激光工程, 2015, 44(12): 3570-3575.
    [18] 曹开法, 黄见, 胡顺星.  边界层臭氧差分吸收激光雷达 . 红外与激光工程, 2015, 44(10): 2912-2917.
    [19] 姜成昊, 杨进华, 张丽娟, 李祥.  新型多普勒成像激光雷达原理设计与仿真 . 红外与激光工程, 2014, 43(2): 411-416.
    [20] 葛明达, 孙剑峰, 王天骄, 王骐.  基于对比度调制法对条纹管激光雷达距离像的去噪方法 . 红外与激光工程, 2013, 42(6): 1448-1452.
  • 加载中
计量
  • 文章访问数:  163
  • HTML全文浏览量:  14
  • PDF下载量:  296
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-08-11
  • 修回日期:  2014-09-14
  • 刊出日期:  2015-04-25

基于激光雷达距离像的目标3D姿态估计

    作者简介:

    吕丹(1981-),女,博士生,主要从事激光主动成像和目标识别等方面的研究.Email:lvdan123001@163.com

  • 中图分类号: TN958.98

摘要: 在激光雷达目标识别中,目标姿态的精确估计可以有效地简化识别过程.现有的PDVA算法主要是针对地面结构化目标而提出的一种3D目标姿态估计方法.该方法利用模型坐标系(MCS)各个坐标轴的正方向向量来确定目标的三维姿态角,其有效性通过实验得到了验证.但该方法在确定MCS各坐标轴的正方向向量时,所消耗的时间比较多,影响了算法的执行效率.文中提出了一种改进的PDVA算法,利用聚类中心邻域判别CCND法来加速MCS各坐标轴的正方向向量的确定过程.采用四种地面军用车模型目标进行了仿真实验,实验结果显示,改进的PDVA算法的平均运行时间约占PDVA算法的66%,极大地提高了目标3D姿态估计的执行效率.

English Abstract

参考文献 (23)

目录

    /

    返回文章
    返回