一种新型的激光雷达目标姿态估计算法

简介：
本研究提出了一种创新的激光雷达目标姿态估计算法，通过优化点云数据处理和机器学习技术的应用，显著提升了复杂环境下的目标识别与定位精度。 在激光雷达目标识别过程中，通常需要估计目标的姿态，并将点云与模型匹配以完成识别任务。本段落分析了目标姿态与其投影点云分布之间的关系，并提出了利用投影点云密度熵（PDE）特征来度量点云分布的方法。通过研究目标姿态和PDE的关系，提出了一种新的目标姿态估计算法：首先旋转点云并计算其在不同角度下的PDE值，然后选取最小的PDE对应的旋转角作为目标的姿态角。 为了验证该方法的有效性，本段落对五类地面装甲目标进行了仿真实验，在不同的视点下生成了激光雷达点云，并将PDE方法与矩形拟合和主成分分析（PCA）两种传统的方法进行比较。通过对比不同遮挡情况下的姿态估计性能以及参数选择的影响，论文还提出了实现PDE算法的快速方式。 实验结果表明，在自遮挡及外部遮挡的情况下，基于PDE的目标姿态估计算法在准确性与鲁棒性方面显著优于矩形拟合法和PCA方法，并且特别适用于严重遮挡环境下的目标识别。