Resumen

El reconocimiento de objetos basado en datos LIDAR es crucial en la conduccin de automviles y es objeto de numerosas investigaciones. Sin embargo, la falta de precisin y estabilidad en entornos complejos obstaculiza la aplicacin prctica de algoritmos de reconocimiento en tiempo real. En este estudio, proponemos una nueva red en tiempo real para el reconocimiento de objetos multicategora. Se adoptaron las caractersticas de la vista de pjaro (BEV) extradas manualmente para sustituir la operacin convolucional 3D, que consume muchos recursos. Adems de la red objeto, diseamos dos redes auxiliares para ayudar a la red a aprender las caractersticas puntuales y las caractersticas de caja, con el objetivo de mejorar la categora y la precisin de las cajas delimitadoras. Se utiliz el conjunto de datos KITTI para entrenar y validar la red propuesta. Los resultados experimentales mostraron que, para el modo difcil, la precisin media total (AP) de la categora alcanz el 97,4%. Para una interseccin sobre un umbral de unin de 0,5 y 0,7, el PA total de la regresin alcanz el 93,2% y el 85,5%; especialmente, el PA de la regresin de coches alcanz el 95,7% y el 92,2%. La red propuesta tambin mostr un rendimiento consistente en el conjunto de datos Apollo con una duracin de procesamiento de 37 ms. La red propuesta muestra un rendimiento de reconocimiento de objetos estable y robusto en entornos complejos (multiobjeto, objetos desordenados y multicategora). Y muestra sensibilidad a la oclusin del sistema LIDAR e insensibilidad a los objetos grandes cercanos. El mtodo multifuncin propuesto consigue simultneamente un funcionamiento en tiempo real, una alta precisin y un rendimiento estable, lo que indica su gran valor potencial en la aplicacin prctica.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Reconocimiento de objetos; Datos LIDAR; Red en tiempo real; Multicategoría; Precisión; Estabilidad
• Keywords:Object recognition; LIDAR data; Real-time network; Multicategory; Accuracy; Stability