原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于场景流估计的无监督连续点云动态物体检测方法，通过改进一种无监督的场景流预测算法，估计点云中所有点在初始帧与待测帧之间的位移，并结合拟合平面的点云聚类和主成分分析方法，获取帧间动态物体实例及其运动方向，最后根据物体的动态占比和边界框交并比，判断当前帧的点云动态物体。本发明采用无监督的方式不需要动态物体标注数据进行训练，并且对于激光雷达传感器的扫描方式、点云数量没有限制，可以有效提高点云动态物体检测的准确率，在嵌入语义分割模块后能进一步提升检测精度。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117727024A
(43)申请公布日2024.03.19
(21)申请号202311730406.0
(22)申请日2023.12.15
(71)申请人南京理工大学
文档评论（0）