基于优化DBSCAN算法的激光雷达障碍物检测
在激光雷达障碍物检测中,由于数据密度分布不均匀,传统DBSCAN聚类算法无法同时对近距离和远距离目标实现良好聚类,容易导致漏检和误检.为了解决这个问题,改进了传统DBSCAN算法聚类邻域半径ε参数的选值方法,不同于传统DBSCAN算法在聚类过程中使用统一的聚类邻域半径,而是调整为根据目标距离变化而变化的自适应聚类邻域半径.首先根据激光雷达扫描线分布求出相邻两条扫描线的间距建立ε*列表,然后依据每个扫描点的坐标值在列表中查找出对应的列表值,最后通过线性插值法确定对应的邻域半径.福特数据集的实验结果表明,优化之后的DBSCAN算法无论是对近距离目标还是远距离目标,其聚类效果均得到明显改善.与传统算法相比,障碍物检测正检率提高了17.52%.
障碍物检测、聚类、DBSCAN算法、邻域半径
46
TP277(自动化技术及设备)
天津市科技计划资助项目17ZXRGGX00140
2019-08-02(万方平台首次上网日期,不代表论文的发表时间)
共8页
77-84