基于三维激光雷达的道路边界提取和障碍物检测算法

发布时间：2021-05-06 07:04

　　为了快速有效地提取智能车辆在不同环境下的道路环境信息,提出基于三维激光雷达的道路边界提取和障碍物检测算法.首先,对三维激光雷达点云数据进行栅格化滤波处理,利用单束激光点云空间邻域联合分割的方法进行空间分析,得到点云平滑度特征图像.然后,采用自适应方向搜索算法获取道路边界候选点,并进行聚类分析和曲线拟合.最后,对道路边界约束下可通行区域内点云进行聚类分割,获得道路内障碍物方位和距离信息.实验表明,文中算法能够实时准确地提取道路边界和障碍物位置信息,满足智能车环境建模和路径规划的需求. 

【文章来源】：模式识别与人工智能. 2020,33(04)北大核心CSCD

【文章页数】：10 页

【文章目录】：
1 道路边界模型的建立
    1.1 点云数据的预处理
    1.2 道路边界点搜索
    1.3 候选点曲线拟合
2 障碍物检测
    2.1 点云的聚类与分割
    2.2 道路边界约束
3 实验及结果分析
    3.1 道路边界感知能力
    3.2 障碍感知能力
4 结束语


【参考文献】：
期刊论文
[1]基于优化DBSCAN算法的激光雷达障碍物检测[J]. 蔡怀宇,陈延真,卓励然,陈晓冬.  光电工程. 2019(07)
[2]基于激光雷达的道路边界与障碍物检测研究[J]. 段建民,李帅印,王昶人,冉旭辉.  应用激光. 2018(06)
[3]一种基于3D激光雷达的实时道路边缘提取算法[J]. 李广敬,鲍泓,徐成.  计算机科学. 2018(09)
[4]基于三维激光雷达的无人车障碍物检测与跟踪[J]. 谢德胜,徐友春,王任栋,苏致远.  汽车工程. 2018(08)
[5]无人驾驶汽车安全行驶的三大系统[J]. 陈帅.  中小企业管理与科技(上旬刊). 2018(04)
[6]基于3D激光雷达道路边缘实时检测算法的研究与实现[J]. 李强,杜煜.  计算机应用与软件. 2017(10)
[7]激光雷达在复杂环境下车辆实时检测中的应用[J]. 李毕祥,方兰.  激光杂志. 2017(07)
[8]一种智能汽车的实时道路边缘检测算法[J]. 朱学葵,高美娟,李尚年.  北京联合大学学报(自然科学版). 2015(04)
[9]基于激光雷达机器人的目标人跟踪方法研究[J]. 王灿,孔斌,韦虎.  计算机应用与软件. 2014(07)
[10]基于3D激光雷达的实时道路边界检测算法[J]. 刘梓,唐振民,任明武.  华中科技大学学报(自然科学版). 2011(S2)



本文编号：3171477