[1] [1] 1尹慧琳， 伍淑莉， 王亚伟， 等. 基于层次因子图的智能车环境感知和态势认知模型［J］. 控制与决策， 2020， 35（10）： 2528-2534. doi: 10.13195/j.kzyjc.2019.0049YINH L， WUS L， WANGY W， et al. An intelligent vehicle environment perception and situation cognition model based on hierarchical factor graph［J］. Control and Decision， 2020， 35（10）： 2528-2534.（in Chinese）. doi: 10.13195/j.kzyjc.2019.0049

[2] [2] 2蔡云飞， 石庭敏， 唐振民. 基于双多线激光雷达的非结构化环境负障碍感知技术［J］. 自动化学报， 2018， 44（3）： 569-576. doi: 10.16383/j.aas.2018.c160453CAIY F， SHIT M， TANGZ M. Negative obstacle perception in unstructured environment with double multi-beam LiDAR［J］. Acta Automatica Sinica， 2018， 44（3）： 569-576.（in Chinese）. doi: 10.16383/j.aas.2018.c160453

[3] [3] 3张燕咏， 张莎， 张昱， 等. 基于多模态融合的自动驾驶感知及计算［J］. 计算机研究与发展， 2020， 57（9）： 1781-1799. doi: 10.7544/issn1000-1239.2020.20200255ZHANGY Y， ZHANGS， ZHANGY， et al. Multi-modality fusion perception and computing in autonomous driving［J］. Journal of Computer Research and Development， 2020， 57（9）： 1781-1799.（in Chinese）. doi: 10.7544/issn1000-1239.2020.20200255

[4] H V NGUYEN, H REZATOFIGHI et al. Online UAV path planning for joint detection and tracking of multiple radio-tagged objects. IEEE Transactions on Signal Processing, 67, 5365-5379(2019).

[5] E ARNOLD, O Y AL-JARRAH, M DIANATI et al. A survey on 3D object detection methods for autonomous driving applications. IEEE Transactions on Intelligent Transportation Systems, 20, 3782-3795(2019).

[6] L G PEREIRA, P FERNANDEZ, S MOURATO et al. Quality control of outsourced LiDAR data acquired with a UAV： a case study. Remote Sensing, 13, 419(2021).

[7] S JEONG, D KIM, S KIM et al. Real-time environmental cognition and sag estimation of transmission lines using UAV equipped with 3-D lidar system. IEEE Transactions on Power Delivery, 36, 2658-2667(2021).

[8] [8] 8赵泉华， 张洪云， 李玉. 采用非规则标识点过程的LiDAR点云数据目标提取［J］. 光学 精密工程， 2018， 26（5）： 1201-1210. doi: 10.3788/OPE.20182605.1201ZHAOQ H， ZHANGH Y， LIY. Target extraction from LiDAR point cloud data using irregular geometry marked point process［J］. Opt. Precision Eng.， 2018， 26（5）： 1201-1210.（in Chinese）. doi: 10.3788/OPE.20182605.1201

[9] [9] 9杨军， 党吉圣. 采用深度级联卷积神经网络的三维点云识别与分割［J］. 光学 精密工程， 2020， 28（5）： 1187-1199.YANGJ， DANGJ S. Recognition and segmentation of three-dimensional point cloud based on deep cascade convolutional neural network［J］. Opt. Precision Eng.， 2020， 28（5）： 1187-1199.（in Chinese）

[10] [10] 10徐国艳， 牛欢， 郭宸阳， 等. 基于三维激光点云的目标识别与跟踪研究［J］. 汽车工程， 2020， 42（1）： 38-46. doi: 10.19562/j.chinasae.qcgc.2020.01.006XUG Y， NIUH， GUOC Y， et al. Research on target recognition and tracking based on 3D laser point cloud［J］. Automotive Engineering， 2020， 42（1）： 38-46.（in Chinese）. doi: 10.19562/j.chinasae.qcgc.2020.01.006

[11] [11] 11晏小彬， 彭道刚， 戚尔江. 基于地平面的单目视觉辅助激光雷达SLAM研究［J］. 光学学报， 2020， 40（24）： 2428002.YANX B， PENGD G， QIE J. Research on ground-plane-based monocular aided LiDAR SLAM［J］. Acta Optica Sinica， 2020， 40（24）： 2428002.（in Chinese）

[12] [12] 12赵传， 张保明， 余东行， 等. 利用迁移学习的机载激光雷达点云分类［J］. 光学 精密工程， 2019， 27（7）： 1601-1612. doi: 10.3788/OPE.20192707.1601ZHAOC， ZHANGB M， YUD H， et al. Airborne LiDAR point cloud classification using transfer learning［J］. Opt. Precision Eng.， 2019， 27（7）： 1601-1612.（in Chinese）. doi: 10.3788/OPE.20192707.1601

[13] [13] 13黄如林， 梁华为， 陈佳佳， 等. 基于激光雷达的无人驾驶汽车动态障碍物检测、跟踪与识别方法［J］. 机器人， 2016， 38（4）： 437-443. doi: 10.13973/j.cnki.robot.2016.0437HUANGR L， LIANGH W， CHENJ J， et al. Lidar based dynamic obstacle detection， tracking and recognition method for driverless cars［J］. Robot， 2016， 38（4）： 437-443.（in Chinese）. doi: 10.13973/j.cnki.robot.2016.0437

[14] Q MENG, W WANG, T ZHOU et al. Towards A weakly supervised framework for 3D point cloud object detection and annotation. IEEE Transactions on Pattern Analysis and Machine Intelligence(2021).

[15] L F MA, Y LI, J LI et al. Multi-scale point-wise convolutional neural networks for 3D object segmentation from LiDAR point clouds in large-scale environments. IEEE Transactions on Intelligent Transportation Systems, 22, 821-836(2021).

[16] [16] 16樊俊杰， 梁华为， 祝辉， 等. 基于双目视觉的四边形闭环跟踪算法［J］. 机器人， 2015， 37（6）： 674-682. doi: 10.13973/j.cnki.robot.2015.0674FANJ J， LIANGH W， ZHUH， et al. Closed quadrilateral feature tracking algorithm based on binocular vision［J］. Robot， 2015， 37（6）： 674-682.（in Chinese）. doi: 10.13973/j.cnki.robot.2015.0674

[17] [17] 17刘健， 梁华为， 梅涛， 等. 基于道路形态分析的道路边界提取［J］. 机器人， 2016， 38（3）： 322-328. doi: 10.13973/j.cnki.robot.2016.0322LIUJ， LIANGH W， MEIT， et al. Road curb extraction based on road shape analysis［J］. Robot， 2016， 38（3）： 322-328.（in Chinese）. doi: 10.13973/j.cnki.robot.2016.0322

[18] [18] 18吴毅华， 梁华为， 王智灵， 等. 基于激光雷达回波信号的自适应阈值车道线检测［J］. 机器人， 2015， 37（4）： 451-458.WUY H， LIANGH W， WANGZ L， et al. Lane marking detection of adaptive threshold based on echo signal of lidar［J］. Robot， 2015， 37（4）： 451-458.（in Chinese）

[19] [19] 19崔鑫， 闫秀天， 李世鹏. 保持特征的散乱点云数据去噪［J］. 光学 精密工程， 2017， 25（12）： 3169-3178. doi: 10.3788/OPE.20172512.3169CUIX， YANX T， LIS P. Feature-preserving scattered point cloud denoising［J］. Opt. Precision Eng.， 2017， 25（12）： 3169-3178.（in Chinese）. doi: 10.3788/OPE.20172512.3169

[20] [20] 20杨傲雷， 曹裕， 徐昱琳， 等. 基于深度卷积网络的多目标动态三维抓取位姿检测方法［J］. 仪器仪表学报， 2019， 40（12）： 135-142.YANGA L， CAOY， XUY L， et al. Dynamic multi-target 3D grasp posture detection approach based on deep convolutional network［J］. Chinese Journal of Scientific Instrument， 2019， 40（12）： 135-142.（in Chinese）

[21] G J WANG, J WU, T XU et al. 3D vehicle detection with RSU LiDAR for autonomous mine. IEEE Transactions on Vehicular Technology, 70, 344-355(2021).

[22] K ZHAO, L LIU, Y MENG et al. 3D detection for occluded vehicles from point clouds. IEEE Intelligent Transportation Systems Magazine, 2-14(4897).