科研之友
微信
新浪微博
Facebook
分享链接
摘要
环境感知是实现无人驾驶的关键技术，但雷达采集到的点云数据中含有大量地面点，这些地面点会影响环境感知的精度与速度。本文提出一种基于平面拟合的地面点云精确分割方法，首先，根据投影距离将场景点云分为多个区域；然后，根据区域内平均高度、分割的地面点和地平面法向量方向，确定地平面拟合点并对地平面进行拟合；最后，根据点到地平面的距离，实现地面分割。使用KITTI数据集和实际采集到的点云数据将本文算法与RANSAC、GPF和R-GPF三种算法进行比较，验证区域划分、拟合点筛选、地平面法向量方向筛选以及所提算法对地面分割的有效性，实验结果表明，进行区域划分后，可以分割远距离稀疏地面；进行拟合点筛选后，低迭代的条件下，地面分割准确率达到0.9553；进行地平面法向量方向筛选后，避免将墙面拟合成地面；本文方法在F1分数、召回率和准确率上优于所对比的三种算法，速度可以达到42.78Hz，可以对地面精确快速分割。
- 单位
