-
题名基于点云特征的改进RANSAC地面分割算法
被引量：1
- 1
-
-
作者
隋心
王思语
罗力
陈志键
史政旭
张杰
郝玉婷
-
机构
辽宁工程技术大学测绘与地理科学学院
辽宁省自然资源事务服务中心辽宁省地理空间成果应用中心
-
出处
《导航定位学报》
CSCD
北大核心
2024年第1期106-114,共9页
-
文摘
针对室外复杂场景下,轻量级和地面优化的激光雷达里程计与测图(LeGO-LOAM)算法由于地面分割不精确而导致算法定位精度降低的问题,提出一种基于改进随机一致性采样(RANSAC)的多线程地面分割算法:相较于传统RANSAC算法,该算法舍弃从全部原始数据中随机选取种子点拟合地面模型的迭代方式,首先利用点云高程、曲率等点特征信息挑选出所有小于高程、曲率等阈值的种子点以构建种子点集合,并根据种子点集合中的种子点数量判断是否需要多线程处理;然后根据判断结果从种子点集合中选择种子点子集进行地面拟合;最后比较各地面模型所包含的点云数量以获得最优地面模型参数以及地面点云集;地面分割精度的提高有效地降低了LeGO-LOAM算法的定位误差。实验结果表明,在室外复杂场景下所提出的地面分割算法分割效果更好,杂点更少;相较于原LeGO-LOAM算法,改进算法的定位误差降低至3.73 m,平面均方根误差降低了20.8%。
-
关键词
轻量级和地面优化的激光雷达里程计与测图(LeGO-LOAM)
随机一致性采样(ransac)
地面分割
室外定位
-
Keywords
lightweight and ground-optimized light detection and ranging odometry and mapping(LeGO-LOAM)
random sample consensus(ransac)
ground segmentation
outdoor positioning
-
分类号
P228
[天文地球—大地测量学与测量工程]
-
-
题名一种改进的基础矩阵估计算法
被引量：4
- 2
-
-
作者
黄春燕
韩燮
韩慧妍
孙福盛
-
机构
中北大学计算机与控制工程学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2014年第11期2578-2581,共4页
-
基金
国家自然科学基金项目(61379080)资助
国家科技支撑计划基金项目(2013BAH45F02)资助
-
文摘
基础矩阵的计算是计算机视觉中相机自标定的关键步骤,为了提高基础矩阵的精度,在随机抽样一致性(RANSAC)算法的基础上提出三点改进,在抽取特征点的过程中利用数据块分割技术,避免了随机采样的不公平性,同时考虑基础矩阵秩为2的约束条件,对基础矩阵的参数进行规范化设置,在评价计算结果时,利用本质矩阵和基础矩阵的关系,鉴于本质矩阵两个非零奇异值应该相等这个特性,引入了Frobenius范数对本质矩阵进行规范化,利用本质矩阵的奇异值性质构造代价函数来评价计算结果的精度.最后通过模拟数据实验和场景图像实验,验证了本文算法的有效性.
-
关键词
基础矩阵
ransac方法
本质矩阵
数据块分割
FROBENIUS范数
-
Keywords
fundamental matrix
random sample consensus （ransac） algorithm
essential matrix
data block segmentation
Frobeniusnorm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名地铁点云分割方法比较研究
- 3
-
-
作者
王丙达
-
机构
沈阳建筑大学
-
出处
《四川建材》
2019年第4期134-137,共4页
-
文摘
地铁点云数据包含了多种物体信息,无法对其进行特征识别,因此,需要通过对点云数据的分割来将点云数据所包含的不同的场景进行分离,提取出单个目标的点云信息。本文基于地铁场景中不同物体的自身特点,分别采用欧式聚类点云分割法、随机采样一致性(RANSAC)点云分割法和区域生长点云分割法并结合PCL(Point Cloud Library)点云函数库对地铁点云数据中广告墙、地铁上下车门、墩柱、轨道这四个主要部件进行分割。通过对分割后的结果进行分析,结果是在地铁情景中,基于区域生长的点云分割法更适合于准确分割出用户感兴趣的目标单体点云数据。
-
关键词
欧式聚类点云分割法
随机采样一致性(ransac)点云分割法
区域生长点云分割法
-
Keywords
euclidean clustering segmentation
random sample consensus(ransac) segmentation
region growing segmentation
-
分类号
U452
[建筑科学—桥梁与隧道工程]
-
