文档名：基于机器学习的激光测距墙线目标自动分类方法
摘要：在远距离激光测距领域,由于测量目标的反射面特性不同,造成相同距离下墙、线等典型目标的测量结果存在明显差异.如果能够自动区分墙线目标,对不同目标采用不同的数据处理方法,就可以提高远距离目标测距系统的精度和普适性.提出了一种基于机器学习的激光测距墙线目标自动分类方法,采用自适应k-Means聚类算法,根据优化条件,从原始测距数据中筛选出相似性最高的一组有用数据并剔除其余异常数据,根据回波信号特征从统计角度构建特征值空间,然后将XGBoost和逻辑回归算法进行结合实现特征数据的墙线分类模型训练.实测结果表明,本文提出的自动分类方法准确率超过98％,测距精度也明显提高.
作者：蔡文郁 刘一博 吴培鹏 盛庆华Author：CAIWenyu LIUYibo WUPeipeng SHENGQinhua
作者单位：杭州电子科技大学,电子信息学院,浙江杭州310018
刊名：传感技术学报 ISTICPKU
Journal：ChineseJournalofSensorsandActuators
年，卷(期)：2023, 36(8)
分类号：TH711
关键词：激光测距 机器学习 目标分类 聚类去噪
Keywords：laserranging machinelearning targetclassification clusteringdenoising
机标分类号：TP391TP274.53TN911.7
在线出版日期：2023年10月13日
基金项目：浙江省尖兵领雁研发攻关计划项目基于机器学习的激光测距墙线目标自动分类方法[
期刊论文] 传感技术学报--2023, 36(8)蔡文郁 刘一博 吴培鹏 盛庆华在远距离激光测距领域,由于测量目标的反射面特性不同,造成相同距离下墙、线等典型目标的测量结果存在明显差异.如果能够自动区分墙线目标,对不同目标采用不同的数据处理方法,就可以提高远距离目标测距系统的精度和普适性...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于机器学习的激光测距墙线目标自动分类方法 Machine Learning Based Automatic Classification of Wall and Cable Targets for Laser Ranging
基于机器学习的激光测距墙线目标自动分类方法.pdf
- 文件大小:
- 3.73 MB
- 下载次数:
- 60
-
高速下载
|
|
