基于单目双反射镜相机或双目折反射相机的全向深度图像的获取方法存在着精度低以及弱纹理区域无法得到深度信息等的不足。鉴于近两年全向激光雷达在智能车辆实验平台中的流行,本项目提出将全向激光雷达和全向折反射相机相结合的方法,利用激光雷达稀疏但精确的深度信息,以及全向图像致密的颜色特征,生成具有较高精度的致密全向深度图像。并研究基于生成的全向深度图像的三维地形重建和动态障碍的检测与跟踪,得到较高分辨率和精度的行驶环境描述,应用于智能车辆的导航。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于国产化替代环境下高校计算机教学的研究
针对弱边缘信息的左心室图像分割算法
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
神经退行性疾病发病机制的研究进展
基于改进LinkNet的寒旱区遥感图像河流识别方法
基于深度与图像信息融合的场景理解及应用
基于深度学习的图像文本描述自动生成方法研究
基于深度学习和数据融合的遥感图像目标识别研究
基于深度学习的高分辨率遥感图像融合研究