在激光雷达检测障碍物过程中,由于点云近密远疏的特性,车辆的变速移动使得对物体进行分割时出现点云漂移和距离较近的物体难以被分割等现象,容易产生漏检或误检。为了解决此问题,提出一种基于点云射线角度约束的改进欧氏聚类算法,使障碍物检测更加快速准确,所提算法有效解决了点云密度不均匀导致的检测障碍物成功率较低的问题,同时对所提算法进行实车实验。实验结果表明,与传统欧氏聚类算法相比,所提算法能快速准确地对一定范围内的障碍物进行分割和聚类。
成像系统 智能驾驶 角度约束 距离分割 欧氏聚类 激光雷达 激光与光电子学进展
2020, 57(20): 201105
1 电子科技大学现代光电测控及仪器实验室, 四川 成都 610054
2 成都术有科技有限公司, 四川 成都 610054
针对自动视觉检测系统中，难以获得具有重复纹理特征的大面积物体的高精度图像问题，提出了一种二维图像光栅的亚像素级定位拼接新方法。采用光栅尺记录物体的位置信息，引入圆盘格标定板对二维运动平台X、Y轴与相机X、Y轴之间的夹角进行准确标定，并建立基于全局物理直角坐标系的二维拼接模型完成图像的拼接。实验结果表明，该方法的标定重复精度可以达到10-4 rad量级，拼接的物理误差为8 μm，拼接精度比校正前提高了近8倍，比已见报道提高1倍以上。该方法已成功应用于导航卫星接收天线电路的在线检测设备，并可广泛推广至检测精度要求达到亚像素级的机器视觉自动化检测领域。
机器视觉 图像处理 亚像素图像拼接 重复纹理特征 光栅
