首页> 中文期刊> 《北京航空航天大学学报》 >改进密度聚类的激光雷达障碍物检测方法

改进密度聚类的激光雷达障碍物检测方法

         

摘要

针对无人车在园区环境下采集的激光三维点云中远距离障碍物易漏检、相邻障碍物存在欠分割和过分割且算法耗时较大等问题,根据激光束在水平和垂直方向上的分布不同,通过自适应调整聚类半径,提出了改进的具有噪声基于密度的空间聚类(DBSCAN)算法,并基于分组聚类思想结合改进的k-means算法提出了一种快速且准确的障碍物检测方法。根据感兴趣区域(ROI)内三维点云的密度特征,利用改进的k-means算法对其初步分组;对每组内的点云使用参数自适应的DBSCAN算法进行并行聚类;对组边界上符合条件的聚类簇进行合并,完成障碍物检测。实车实验结果表明:与传统方法相比,所提方法障碍物检测正检率提高17.5%,平均耗时缩短23.6%。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号