无人车行驶环境特征分类方法

发布时间：2017-09-28 13:01

本文关键词：无人车行驶环境特征分类方法

【摘要】：为了提高车载2D激光雷达对城市环境障碍物的分类能力与环境地图创建精度和无人车自主行为决策的安全性与准确性,提出了一种基于机器学习的环境特征分类方法。将2D激光雷达的观测数据帧分割为独立的数据段,每个数据段中包含一个环境障碍实体;在数据段的二维高斯概率密度空间中,以概率密度的等高线椭圆轴长、对数似然值和最大概率密度作为人工神经网络的样本数据元素,利用人工神经网络完成数据段分类;利用人工神经网络输出值的权重对分类的有效性进行判定,仅保留有效的环境特征,并对分类完成的观测数据进行特征提取。计算结果表明:在同一个试验场景中,当分类有效性判定条件被设定为分类稳定区间为[0.55,1],分类过渡区间为[0.45,0.55),分类无效区间为[0,0.45)的宽松条件时,共识别出98个环境特征,同一环境特征的多次观测数据的分类提取结果之间的最大标准差为30.7 mm,多个环境特征的平均标准差为5.1mm;当分类有效性判定条件设定为分类稳定区间为[0.65,1],分类过渡区间为[0.35,0.65),分类无效区间为[0,0.35)的严格条件时,共识别出93个环境特征,同一环境特征的多次观测数据的分类提取结果之间的最大标准差为22.0mm,多个环境特征的平均标准差为4.2mm,因此,提出的分类方法的噪声容忍能力强,分类精度高。
【作者单位】：长安大学信息工程学院;
【关键词】： 信息工程 特征分类 机器学习 无人车 同步定位 地图构建
【基金】：高等学校学科创新引智计划项目(B14043)
【分类号】：U463.6
【正文快照】： 0引言在自动驾驶过程中,无人车需要不间断的感知外部交通环境,根据采集的信息实现自我定位、地图构建、路径规划和自主导航。自我定位的基础来自于对外部环境的识别,而对外部环境识别的基础是从观测数据中分类和识别环境特征。2D激光雷达是一种高精度与高可靠性的距离与角度测

【相似文献】

中国期刊全文数据库前6条

1 俞研,陶俐言,朱光宇,李钢;CAD/CAM集成系统中的特征分类与描述方法研究[J];制造业自动化;2000年01期

2 胡德洲,李占利,李涤尘,丁玉成,卢秉恒;基于STL模型几何特征分类的快速分层处理算法研究[J];西安交通大学学报;2000年01期

3 李建科;赵保军;张辉;焦继超;;增强LLE特征分类性能的人脸识别[J];北京理工大学学报;2012年06期

4 许瑛,渡徍克巳;Nongrashof机构连杆曲线的几何特征分类法[J];机械科学与技术;2004年05期

5 刘建业,杨东拜,丁红宇;精度联合设计思想在CAD软件中的应用[J];中国制造业信息化;2003年08期

6 ;[J];;年期

中国重要会议论文全文数据库前1条

1 徐蕊;李国辉;赵福华;来旭;叶泽刚;;一种卫星云图云团多特征分类模型[A];第二届和谐人机环境联合学术会议(HHME2006)——第15届中国多媒体学术会议(NCMT'06)论文集[C];2006年

中国硕士学位论文全文数据库前1条

1 李蔚娟;基于多特征分类比较法的城市遥感信息动态监测[D];昆明理工大学;2009年