基于路侧激光雷达的在途目标分类技术

摘要：

　　本论文以道路交通目标三维点云数据为研究对象,提出了一种针对在途目标自动分类的算法。该算法通过背景滤除、点云聚类实现了对道路在途目标的识别,通过以人工标注的方式提取了车身长度、最大高度、高度序列、点云个数、距激光雷达距离5个特征,构建了大数据库(SDUITC)。通过以F1等值为评价指标,对比分析了 RF、SVM、PNN、BPNN以及AdaBoost 5种分类器的性能。结果表明,AdaBoost具有较好的分类性能。

关键词： 智能交通 目标分类 三维点云 机器学习

作者: 张涵 江健宏 吴建清

作者单位: 山东高速建设管理集团有限公司,济南市 250014 山东省交通规划设计院集团有限公司,济南市 250031 山东大学齐鲁交通学院,济南市 250061

会议类型: 国内会议

会议名称: 第十六届中国智能交通年会

会议地点: 长沙

会议语种:中文

页码: 446-454

在线出版日期: 2021-12-08（万方平台首次上网日期，不代表论文的发表时间）