基于激光雷达的三维目标检测算法设计开题报告

1. 研究目的与意义

作为一种主动式的现代光学检测技术，激光雷达将激光技术与传统的雷达技术进行充分融合，广泛应用于社会多个领域，是一种极为先进的环境感知传感器。军事领域最早应用了激光雷达技术，但随着社会发展和科技不断进步，车载激光雷达成为了无人驾驶的核心检测仪器，在交通领域中普及实用。通过对车辆周围物体进行距离勘测，借助扫描系统的帮助，对周围环境进行3D模式的模型构建，为无人驾驶技术提供一定的数据支持，从而保证道路交通流畅和驾驶安全。本文针对激光雷达在无人驾驶中的技术应用进行探讨,利用三维点云的空间几何信息来实现目标检测，对激光雷达的关键技术进行研究，展望未来社会应用激光雷达技术的可行性和必要性。

2. 研究内容与预期目标

本课题主要研究激光雷达在无人车环境感知方面的应用，利用三维点云的空间几何信息来实现目标检测，通过增加无人驾驶系统的冗余来提高环境感知的安全性。

目标是通过这篇论文让大家更加深入了解激光雷达与无人驾驶方面的知识，了解其发展现状并展望未来发展，以及提高自己对于这方面的专业知识。

3. 研究方法与步骤

本课题采用实验法，研究了基于激光雷达的3D点云数据在目标检测领域的应用，能够有效地为自动驾驶车辆提供道路目标的位置和距离信息。

分为三个步骤：首先在KITTI数据集一帧点云数据中，将地面点云进行滤波，得到非地面点云之后，利用聚类算法得到目标点云。接着利用KITTI数据集中提供的边界框信息，将对应的目标点云进行打标签，用于神经网络的训练。最后，得到了目标点云和其对应的标签信息之后，将PointNet 分类网络作为分类器对处理的数据集进行训练。

4. 参考文献

[1]王金亮，陈联君.激光雷达点云数据的滤波算法评述.遥感技术与应用，2010.

[2]刘瑶.基于激光雷达的三维典型地面目标识别技术研究，2011.

[3]梁欣廉，张继贤，李海涛等.激光雷达数据特点，2005.

5. 工作计划

（1）2022.2.21—2022.3.13查阅资料，撰写开题报告；

（2）2022.3.14—2022.4.03了解激光雷达与无人车相关知识及发展现状；

（3）2022.4.04—2022.4.24研究激光雷达的三维点云数据在目标检测领域的应用；