DBSCAN聚类改进算法与支持向量机结合的道路路锥识别研究

作者：王兆权; 陈天炎^*; 王水发; 吴宁钰; 吴海彬

来源：激光与红外, 2022, 52(12): 1796-1803.

• 激光雷达
• 路锥识别
• DBSCAN算法
• 支持向量机

基于激光雷达传感器，提出了一种道路路锥识别方法。首先，在传统DBSCAN聚类算法的基础上改进算法搜寻核心点的方式，对雷达所采集的数据进行快速地分割、聚类。接着，分析类簇，对每帧数据的类簇进行特征采样并赋予标签值。最后，通过支持向量机(SVM)训练样本数据，利用网格化搜索与交叉验证法优化SVM参数，得到类簇分类模型，用于识别路锥。实验结果表明，改进后的DBSCAN算法计算效率有了显著提升，并且对点云的聚类更具有针对性。经过多次随机数据集检测，分类模型的准确率保持在93%以上，实现了对路锥的有效识别。

• 单位
  福建船政交通职业学院; 闽江学院; 自动化学院; 福州大学