基于激光雷达点云密度特征的智能车障碍物检测与跟踪

摘要：

现有的基于点云数据的车载三维激光雷达障碍物检测和跟踪存在实时性差、准确率不高以及场景内障碍物数目增多时难以有效关联等问题.针对这些不足,文章提出了结合区域生长与密度聚类的算法以及同时考虑了障碍物几何特征与点云密度特征的关联方法.基于栅格地图,运用最大、最小高度图法去除背景点云数据;在得到可靠障碍栅格地图后,搜索匹配8邻域栅格属性,结合自适应阈值的密度特征进行聚类,提高了障碍物检测准确率;考虑了障碍物的点云密度特征和高度特征,提高了障碍物关联的可靠性并运用卡尔曼滤波器对动态障碍物进行了跟踪.在自行搭建的智能车平台上进行的实车实验验证了该文算法的有效性.

关键词：激光雷达、栅格地图、障碍物检测、数据关联、智能车

所属期刊栏目：42

分类号：TN958.98

资助基金：国家自然科学基金资助项目51675151;安徽省科技重大专项资助项目17030901060;江苏省道路载运工具新技术应用重点实验室开放课题资助项目BM20082061703

在线出版日期：2019-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1311-1317