点云从入门到精通技术详解100篇-基于激光点云和视觉融合的智能车前方障碍物检测（中）

目录

2.2.3 边界框回归

2.3 基于单目相机和 IMU 的障碍物实时测距

2.3.1 单目测距方法研究

2.3.2 含相机 Pitch 和 Yaw 的相似三角形测距算法

2.3.3 相机结合 IMU 姿态信息

2.4 试验流程与结果分析

2.4.1 试验平台

2.4.2 静态测距模型试验

2.4.3 动态测距模型试验

3基于改进 PointPillars 的激光点云目标检测

3.1 点云数据预处理

3.1.1 数据结构分析

3.1.2 前景点云提取

3.1.3 体素网格滤波

3.2 基于改进 PointPillars 的点云 3D 目标检测

3.2.1 点柱特征编码(Pillar Feature Encoder)

3.2.2 引入自注意力机制的点柱特征增强算法

3.2.3 区域生成网络

3.2.4 损失函数设计

3.3 试验流程与结果分析

3.3.1 试验数据集

3.3.2 试验环境及参数设置

3.3.3 试验结果及分析

---

 本文篇幅较长，分为上中下三篇，文章索引详见

基于激光点云和视觉融合的智能车前方障碍物检测

基于激光点云和视觉融合的智能车前方障碍物检测（中）