科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着科学技术的发展,智能驾驶系统逐渐成为许多学者研究的目标。在这一研究领域中,激光雷达技术已经得到了广泛的应用,其中目标分割在智能车辆对周围环境的识别过程中起着重要作用。由于在对点云进行聚类分割时对相邻目标容易出现欠分割问题,针对这一问题本文提出了一种基于欧式聚类算法的改进方法。首先对点云数据进行预处理,包括下采样和地面去除,再根据点云与激光雷达之间的距离动态地选择阈值,接着同时使用激光雷达扫描线的角度阈值和动态的距离阈值作为聚类分割的判断依据,对去除了地面点云后的数据进行聚类分割。实验结果表明该方法相较于传统的欧式聚类算法,能同时对近处和远处的障碍物目标点云进行快速且较准确的分割,对目标的分割准确率提高近2.5%,达到了近86%,而对行人目标的分割准确率提高了近5.4%,达到了约88.02%。
- 单位
