| 摘要:在远距离激光测距领域，由于测量目标的反射面特性不同，造成相同距离下墙、线等典型目标的测量结果存在明显差异。如果能够自动区分墙线目标，对不同目标采用不同的数据处理方法，就可以提高远距离目标测距系统的精度和普适性。本文提出了一种基于机器学习的激光测距墙线目标自动分类方法，采用自适应K-Means聚类算法从原始测距数据中剔除异常数据，根据回波信号特征构建特征值空间，然后将XGBoost和逻辑回归算法进行结合实现特征数据训练。实测结果表明，本文提出的自动分类方法准确率超过98%，测距精度也明显提高。 |
| 关键词: 激光测距 机器学习 目标分类 聚类去噪 |
|
|
|
|
| Abstract: |
| Key words: |