基于点云数据处理技术测量车厢剩余冻煤体积研究

针对北方散杂货港口严寒天气造成敞车车厢卸载时冻煤黏连在车厢难以测量的问题，提出基于点云数据处理技术的计算敞车车厢剩余冻煤体积测量方法。首先，利用翻车机房出口上方的激光雷达获得敞车车厢的点云数据；然后，利用基于M估计随机采样一致性拟合平面的方法剔除侧墙的点云数据，采用欧氏聚类的方法对敞车车厢剩余点云数据进行聚类，得到敞车车厢剩余冻煤表面的点云数据；最后利用Delaunay三角化的方法重建剩余冻煤表面，计算Delaunay三角网格每个三角形投影到敞车车厢车底所形成的三棱柱的体积并且求和，实现对敞车车厢剩余冻煤计算体积的目的。     

一种车载数字相机与激光雷达融合算法设计

环境感知是智能辅助驾驶的底层模块，单传感器感知存在易受干扰、所需配置传感器数量多和感知效果差等弊端，为此提出一种车载数字相机与激光雷达融合算法。综合考虑信息融合高效性与系统鲁棒性采取决策级融合策略，利用CENTER POINT算法对雷达点云数据进行处理，再利用Yolo v3算法进行密集型数据训练处理图像数据，最后使用交并比匹配（IOU）和已有文献的D-S论据实现数据融合并输出决策结果。经过KITTI数据集验证，该融合算法输出的识别效果优于单传感器，且在多种路况上均有良好的目标检测效果。