论文部分内容阅读
为了完成野外环境下无人自主导航车的障碍检测任务，应用AK—means聚类算法对四线激光雷达数据进行挖掘，聚类结果输出为候选障碍，为了克服车辆颠簸引起的错误聚类，引入加权欧氏距离对聚类评价指标DBI进行改进。试验结果表明，障碍检测算法在车辆低速行驶时稳定可靠。
野外环境下基于AK—means聚类算法的障碍检测研究
【摘 要】
：
为了完成野外环境下无人自主导航车的障碍检测任务，应用AK—means聚类算法对四线激光雷达数据进行挖掘，聚类结果输出为候选障碍，为了克服车辆颠簸引起的错误聚类，引入加权欧氏距
【机 构】
：
军事交通学院研究生管理大队,军事交通学院汽车工程系,军事交通学院基础部
【出 处】
：
军事交通学院学报
【发表日期】
：
2012年8期
【基金项目】
：
国家自然科学基金重大研究计划重点支持项目（91120306）,国家自然科学基金资助项目（51175290）
其他文献
以整体自装卸车装卸机构为研究对象，利用ADAMS虚拟样机软件对装载作业进行了仿真分析，给出了装卸机构所受的外载荷变化情况。通过对比确定了机构受载最大工况，并确定了该工况中
在分析大型特种车驾驶员保障能力需求的基础上,建立保障能力评估模型,发现限制其保障能力提高的主要原因,提出了相应的对策与建议,为提高大型特种车驾驶员保障能力提供借鉴和