共查询到20条相似文献,搜索用时 15 毫秒
1.
卫星导航是当前通信领域的研究热点,面向非线性环境,及时的定位与全面的目标提取是实现卫星导航的重要依据。研究基于激光点云数据的卫星导航定位方法,采用标识点过程方法建立目标地面投影几何形状,通过几何重心获取平面域节点集合、随机变量、目标投影点高程以及地面投影点高程的概率密度函数,基于以上概率密度函数通过贝叶斯定理获取激光点云数据的目标提取模型,利用单差分以及双差分处理算法整理通过目标提取模型获取的激光点云数据,并对已处理的激光点云数据实施相对定位以及相对速度解算,实现目标精准导航定位。实验结果表明,通过该方法进行不同距离卫星导航定位,可将导航定位误差控制在0. 2%以内。 相似文献
2.
3.
4.
日益增长的数据量迫切需要找到一种高效、高性能、低成本的数据。文章从传统海量数据存储方式的结构特点出发,进行分析,对现在主流的云计算及云存储技术与传统技术进行比较,挖掘云存储的优势。 相似文献
6.
7.
针对电力场景下因激光雷达扫描范围有限、电力设备部件相互遮挡等因素导致电力设备部件点云缺失的问题,提出了基于点特征传递的电力设备部件激光点云补全网络PPC Net(Power Point cloud Complete Net)。该网络使用多尺度特征融合编码器提取不同尺度输入残缺点云的全局和局部特征,以避免多维度映射特征导致的电力设备部件细节特征丢失问题,并引入EdgeConv加强对点云邻域信息提取;在精细完整点云生成阶段提出DT模块整合父级点到子级点的特征传递,以保留生成点云的局部特征;设计平滑优化模块,经三级平滑采样算法输出分布均匀、表面平滑的电力设备部件完整点云。在自建电力设备部件点云数据集ELE及公开数据集PCN上实验表明,PPC Net对残缺的电力设备部件点云有较好的补全效果,并在一般形状点云上有良好泛化性。 相似文献
8.
9.
不同遥感图像之间存在特征差异性,且图像含有噪声,对融合过程造成了干扰,影响最终融合结果的准确性。基于此,提出基于激光点云数据的遥感图像目标融合方法。对遥感设备获取到的点云数据预处理,去除噪声点;从个体特征和群体特征两方面提取遥感图像目标特征,并将其关联;通过合理分配两幅待融合图像的权重系数,使拼接缝平滑过渡,完成遥感图像目标融合。通过对比实验测试可知,所提方法取得的目标点融合精准,拼接缝不明显,融合效果较好,所提方法的熵、峰值信噪比较高,体现了遥感图像目标融合的优异性能。 相似文献
10.
11.
12.
13.
14.
3D多目标跟踪是无人车领域中一个核心技术之一。3D多目标跟踪的相关工作多通过设计复杂的目标建模算法或数据关联算法,以寻求提高3D多目标跟踪系统的鲁棒性。为降低3D多目标跟踪系统的复杂性,将目标的三维中心点视为该目标进行跟踪,提出了基于激光点云坐标系的3D多目标跟踪算法。首先,使用3D目标检测器检测出每帧激光点云中的目标。然后,用卡尔曼滤波器预测上一帧目标的三维中心点在当前帧的位置状态,融合激光雷达坐标系下相邻两帧之间目标三维体积的交并比与目标三维坐标中心点坐标之间的欧式距离作为度量尺度,使用贪婪算法匹配最近邻的目标。在KITTI跟踪数据集上的实验结果表明,所提出的多目标跟踪算法表现优异,运行速度达到了63 f/s,且车辆类的sAMOTA达到了9432。 相似文献
15.
16.
17.
随着互联网的发展,互联网信息呈现海量化、社会化、多样化等趋势,如何获取这些海量信息并完成智能化的处理是本文研究的重点,本文提出了基于云计算技术构建海量数据的信息云系统,此系统采用信息自动聚合、智能分析、智能预测、自动推送技术完成整个信息处理的自动化和智能化,根据用户的标签自动挖掘出对用户有价值的信息并主动推送给用户。 相似文献
18.
海量点云数据给存储、传输、处理等带来极大困难。针对现有算法在特征保留与精简后重建模型表面积、体积、重建误差不能兼顾的问题,提出一种基于邻域点位置特征的点云精简算法。该算法根据权值计算投影面、搜寻矩阵大小以及精简比例对目标点云进行精简。将目标点云网格化处理;寻找投影面垂直方向(正、负两个方向),以目标点为中心,获取搜寻矩阵范围内的点;根据搜寻矩阵内点与目标点的位置关系确定其权值;根据所设的精简比例对原始点云进行精简。将所提算法与曲率采样法、均匀网格法和随机采样法进行比较,并从特征保留、表面积和体积变化率这3个方面进行评价。实验结果表明:所提算法的精简结果对特征区域效果优于均匀网格法和随机采样法,与曲率采样法一致;精简结果误差、重建模型的表面积差和体积差总体优于曲率采样法,与随机采样法基本一致,略差于均匀网格法。因此,所提算法既能较好地保留特征,同时又能使重建后的结果模型表面积和体积变化以及误差都较小,综合效果好。 相似文献
19.