摘要： 自动驾驶车辆高度依赖传感器收集环境信息，其中LiDAR传感器因能提供精确的三维空间信息而在该领域广泛应用。然而，恶劣天气条件(例如雾、雪、雨等)会导致LiDAR光束散射与折射，进而降低探测精度并影响目标检测性能。因此，研究如何有效缓解LiDAR在恶劣天气下目标检测性能的下降显得尤为重要。利用恶劣天气条件下的真实数据集，探讨了通过数据增强技术模拟恶劣天气以生成仿真数据集的方法，通过分析这些方法的优势与局限性，指出了未来研究的重点与难点。
中图分类号:
杨雪, 黄宏成. 面向恶劣天气的激光雷达目标检测技术研究[J]. 传动技术, 2024, 38(3): 31-34.
| [1] | 田宇, 许天淼. 基于激光点云匹配定位的公交场站精准定位控制研究[J]. 传动技术, 2024, 38(3): 14-18. |
| [2] | 王宇唯, 黄宏成. 基于CARLA的仿真数据集生成框架研究[J]. 传动技术, 2023, 37(4): 3-6. |
| [3] | 杨逸文, 贺越生, 王春香, 杨明. 一种面向固态激光雷达的简易标定与验证方法[J]. 上海交通大学学报, 2021, 55(S2): 98-102. |
| [4] | 麦新晨a, 杨明a, 王春香b, 王冰a. 一种基于多传感器融合的车辆检测与跟踪方法[J]. 上海交通大学学报（自然版）, 2011, 45(07): 1012-1016. |
| [5] | 钱慧佳，杨明，李顥,王春香. 一种基于激光雷达和视觉的行人检测方法[J]. 上海交通大学学报（自然版）, 2010, 44(07): 946-0950. |
| [6] | 伍舜喜，杨明. 基于自然柱状特征地图的智能车定位[J]. 上海交通大学学报（自然版）, 2008, 42(10): 1745-1748. |
| 阅读次数 | ||||||
|
全文 |
|
|||||
|
摘要 |
|
|||||
