Classificação de Objetos Usando Fusão Baseada em CNN de Visão e LIDAR em Ambiente de Veículos Autônomos

Este artigo apresenta um método de classificação de objetos para fusão de visão e detecção e medição de luz (LIDAR) em veículos autônomos no ambiente. Este método é baseado em rede neural convolucional (CNN) e teoria de upsampling de imagens. Ao criar uma nuvem de pontos dos dados de LIDAR upsampling e convertê-los em informações de profundidade em nível de pixel, as informações de profundidade são conectadas aos dados em Red Green Blue e alimentadas em uma CNN profunda. O método proposto pode obter uma representação de recurso informativo para a classificação de objetos no ambiente de veículos autônomos usando os dados integrados de visão e LIDAR. Este método também é adotado para garantir tanto a precisão da classificação de objetos quanto a mínima perda. Resultados experimentais são apresentados e mostram a eficácia e eficiência das estratégias de classificação de objetos.