資源描述：
《基于激光雷達點云圖像的目標(biāo)識別方法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、？，４＊密級公開分類號ＴＰ３９９＇＇；＃ＸＩＡＮＴＥＣＨＮＯＬＯＧＩＣＡＬＵＮＩＶＥＲＳＩＴＹ碩士學(xué)位論文題目：基于激光雷達點云圖像的目標(biāo)識別方法研究＇作者：楊文輝指導(dǎo)教師：于帆教授ｍ＇申請學(xué)位學(xué)科孟計算機軟件與理論２０１８年５月４日密級公開公開分類號TP399XI’ANTECHNOLOGICALUNIVERSITY碩士學(xué)位論文題目:基于激光雷達點云圖像的目標(biāo)識別方法研究作者：楊文輝指導(dǎo)教師：于帆教授計算機軟件與理論申請學(xué)位學(xué)科
2、：2018年5月4日基于激光雷達點云圖像的目標(biāo)識別方法研究學(xué)科：計算機軟件理論研究生簽字：指導(dǎo)教師簽字：摘要激光雷達可以在夜間，霧天等一些惡劣條件下得到點云圖像。這些數(shù)據(jù)稀疏、不完整，通過人工提取特征需要依靠非常專業(yè)的知識和個人的經(jīng)驗。而卷積神經(jīng)網(wǎng)絡(luò)可以自動提取特征并分類，對位移、縮放及其它形式的剛體變化具有不變性。已有一些專家學(xué)者利用卷積神經(jīng)網(wǎng)絡(luò)來對點云圖像進行分類識別，其中識別率最高的VoxNet網(wǎng)絡(luò)由于網(wǎng)格的劃分數(shù)量有限，會使一部分數(shù)據(jù)丟失。正是在這樣的背景下，本文對基于卷積神經(jīng)網(wǎng)絡(luò)的點云識別方法進行了研
3、究。本文首先介紹了卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展情況，分析了目前基于卷積神經(jīng)網(wǎng)絡(luò)的VoxNet網(wǎng)絡(luò)存在的不足。之后將三維CAD模型ModeNet做為待識別的物體模型，通過程序仿真激光雷達的掃描過程生成三維的點云數(shù)據(jù)，對數(shù)據(jù)進行預(yù)處理得到實驗所需數(shù)據(jù)。然后改進了基于卷積神經(jīng)網(wǎng)絡(luò)的點云識別方法，搭建了神經(jīng)網(wǎng)絡(luò)，進行了架構(gòu)設(shè)計分析實驗得到了合適的網(wǎng)絡(luò)超參數(shù)。最后將訓(xùn)練好的網(wǎng)絡(luò)應(yīng)用于點云分類識別中，并將實驗結(jié)果與VoxNet網(wǎng)絡(luò)進行了比較。實驗結(jié)果表明在使用相同的數(shù)據(jù)集進行分類識別時，本文的方法比VoxNet方法在識別準確率上有一
4、定程度的提高。關(guān)鍵詞：點云;卷積神經(jīng)網(wǎng)絡(luò);灰度圖像;激光雷達StudyonObjectRecognitionMethodBasedonLiDARPointCloudImageDiscipline:ComputerSoftwareAndTheoryStudentSignature:SupervisorSignature:AbstractLidarcangetsomepointcloudimagesundersomeharshconditionssuchasnightandfog.Thesedataarespars
5、eandincomplete.Itisnecessarytorelyonveryspecializedknowledgeandpersonalexperiencetoextractfeaturesmanually.Convolutionneuralnetworkscanautomaticallyextractfeaturesandclassifythemandtheyareinvarianttodisplacement,scalingandotherformsofrigidbodychanges.Someexp
6、ertsandscholarshaveusedtheconvolutionneuralnetworktoclassifythepointcloudimages.Amongthem,theVoxNetnetworkwiththehighestrecognitionratelosesapartofthedatabecauseofthelimitednumberofgrids.Itisagainstthisbackgroundthatthemethodofpointcloudrecognitionbasedoncon
7、volutionneuralnetworkisstudiedinthisthesis.Inthisthesis,wefirstintroducethedevelopmentofconvolutionneuralnetworkandanalyzetheshortcomingsofVoxNetnetworkbasedonconvolutionneuralnetwork.Afterthat,thethree-dimensionalCADmodelModeNetisusedastheobjectmodeltobeide
8、ntified.Three-dimensionalpointclouddataisgeneratedbytheprogramsimulationofthelaserradarscanningprocess,andthedataispreprocessedtoobtainthedatarequiredfortheexperiment.Thenthepointcloudrecognitio
