车载雷达点云的结构化道路边界提取方法
孔栋1
王晓原2
孙亮1
王方1
陈晨1
1.山东理工大学 交通与车辆工程学院,山东淄博,2550492.山东理工大学 交通与车辆工程学院,山东淄博255049;清华大学 汽车安全与节能国家重点实验室,北京100084
摘要：为了提高结构化道路边界检测的准确性与鲁棒性,结合非参数变点统计方法,提出了一种基于32线激光雷达三维点云的道路边界提取算法.基于结构化道路区域和非道路区域存在一定高程跳变特征,该算法利用非参数变点统计,对激光雷达扫描的道路环境三维点云数据中突变的z坐标值进行标记,并提取对应的候选道路边界点(x,y).利用道路边界方向的最大期望(EM)聚类算法,对候选道路边界点进行聚类去噪.利用最小二乘法拟合道路边界,在不同光照条件下的校园结构化直、弯道路环境进行实车实验,统计直道1 030帧数据和弯道650帧数据.仿真结果表明:算法识别准确性较高且检测距离达18m,耗时约28 ms,可满足智能车实时性要求.
关键词：智能车激光雷达点云非参数变点统计道路边界提取
分类号：TP242.6(自动化技术及设备)
资助基金：国家自然科学基金(61074140)国家自然科学基金(61573009)山东省自然科学基金(ZR2014FM027)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 57-62 )
英文信息