-
公开(公告)号:CN116863441A
公开(公告)日:2023-10-10
申请号:CN202310682106.3
申请日:2023-06-09
Applicant: 北京信息科技大学
IPC: G06V20/58 , G06V10/44 , G06V10/26 , G06V10/764 , G06V10/762
Abstract: 本发明提供了一种面向3D点云数据的道路车辆轮廓识别方法,包括:根据扫描设备对待识别道路车辆场景进行扫描,得到非均匀分布的3D点云数据;基于改进的DBSCAN算法对非均匀分布的3D点云数据进行轮廓识别,确定待识别道路车辆场景的轮廓信息,本发明通过根据改进的DBSCAN算法对道路场景下扫描所得的非均匀分布3D点云进行处理,进而解决现有识别方法针对密度不均匀数据的表现效果较差的问题。
-
公开(公告)号:CN116638767A
公开(公告)日:2023-08-25
申请号:CN202310685320.4
申请日:2023-06-09
Applicant: 北京信息科技大学
IPC: B29C64/386 , B29C64/393 , B33Y50/00 , B33Y50/02
Abstract: 一种智能3D打印路径规划的方法,其特征在于,所述智能3D打印路径规划的方法包括:S1:利用切片软件对待打印物体的三维模型进行切片操作得到二维切片面,提取二维切面轮廓信息;S2:利用基于顶点可见性的凹多边形快速凸分解算法对二维切片面进行分区,得到多个凸多边形的子分区,然后找到打印头开始运动时离打印头最近的点,且该点离所在子分区最长轴线的单侧距离最大,基于禁忌搜索算法计算打印路径;S3:用3D仿真软件预设打印精度值,通过调节3D打印喷嘴的口径,改变打印速率,获取预设的待打印物体的体积,带入打印速率公式,计算所需打印时间,并根据3D仿真软件检测打印作品是否在精度允许的范围内;S4:完成打印路径的规划后,输出路径参数,基于路径,进行3D打印。
-
公开(公告)号:CN119105013A
公开(公告)日:2024-12-10
申请号:CN202411428128.8
申请日:2024-10-14
Applicant: 北京信息科技大学
IPC: G01S7/495 , G01S17/894 , G06N3/0455
Abstract: 本发明提供了一种基于3D点云重构的激光雷达识别对抗样本方法包括:采用激光雷达监测周遭环境,获取点云采集数据,并通过数据预处理得到点云数据特征关键点;利用基于多层感知机的编码器对点云数据特征关键点进行编码,输出点云采集数据全局特征,并进行总损失分析;针对点云采集数据全局特征进行3D点云重构与解码,并进行重构误差分析计算,得到重构误差值;根据重构误差值结合预设阈值确定对抗样本检测结果;按照对抗样本检测结果将重构后的点云数据输入进分网络中进行识别。本发明利用三维神经网络的结构特性进行3D点云重构,提高对对抗性样本的检测能力和防御能力,降低对抗性样本对激光雷达系统的干扰,提升激光雷达系统的鲁棒性。
-
公开(公告)号:CN116755055A
公开(公告)日:2023-09-15
申请号:CN202310686901.X
申请日:2023-06-09
Applicant: 北京信息科技大学
IPC: G01S7/48 , G01S7/487 , G01S7/493 , G01S17/931 , G06V20/56
Abstract: 本发明提供了一种实现车载激光雷达点云地面滤波的方法,包括:获取车载激光雷达点云数据;设置条件滤波,并筛选确定兴趣区域;对点云数据进行加权主成分分析,并确定点云数据的法向量;获取点云数据的特征数据,并将特征数据结合法向量确定表面变化因子;根据表面变化因子对车载激光雷达点云数据进行区域分析,判断区域平坦性,得到第一区域分析结果;针对兴趣区域进行布料滤波处理,得到第二区域分析结果;将第一区域分析结果与第二区域分析结果进行结合,确定第三区域分析结果;在第三区域分析结果中,对平坦区域采用统计滤波进行大尺度降噪,对凸起区域采用双边滤波进行小尺度降噪,得到车载激光雷达点云处理数据。
-
公开(公告)号:CN116643266A
公开(公告)日:2023-08-25
申请号:CN202310686894.3
申请日:2023-06-09
Applicant: 北京信息科技大学
IPC: G01S13/86 , G01S13/931
Abstract: 本发明公开了一种基于车载雷达测量的驾驶场景识别方法及装置,其特征在于,包括:基于预先设定的GPS坐标位置和高精地图计算出当前行驶车辆预计出现的场景;判断所述当前行驶车辆预计出现的场景是否为驾驶场景,若是,则提取行驶车辆中的驾驶场景;若否,且预计出现的场景为多个,则测量当前行驶车辆的车载雷达中包含预计出现的场景种类、数量以及位置为测量信息;获取所述测量信息,并基于预计出现的场景计算与所述测量信息之间的关联度,识别关联度最高的作为当前车辆的驾驶场景。通过车载雷达测量对驾驶场景的识别,提高了驾驶场景识别的准确率。
-
-
-
-