国外电子测量技术北大中文核心期刊DOI:10.19652/j.cnki.femt.2204403基于固态激光雷达的道路边沿与障碍物检测*王江金永姚慧栋(中北大学信息与通信工程学院太原030051)摘要:为了有效获取前方道路信息,应用于低成本的固态激光雷达,提出一种道路边沿与障碍物检测方法。首先对原始点云数据进行地面滤波处理,提取地面与非地面点云数据;根据地面点云数据中路沿高度突变的特征,提出了一种动态滑动窗口的方法提取路沿特征点,后使用随机抽样一致算法(randomsampleconsensus,RANSAC)进行路沿直线拟合;将路沿内障碍物点云作为感兴趣区域(regionofinterest,ROI),在z轴方向上对障碍物点云数据进行安全高度为H直通滤波处理,最后使用欧氏聚类算法完成了对路沿内障碍物的检测。通过在校园内实际采集数据与处理实验,验证了该方法的可行性。关键词:固态激光雷达;三维点云;路沿检测;障碍物检测中图分类号:TP391文献标识码:A国家标准学科分类代码:510.20Roadedgeandobstacledetectionbasedonsolid-statelidarWangJiangJinYongYaoHuidong(SchoolofInformationandCommunicationEngineering,NorthUniversityofChina,Taiyuan030051,China)Abstract:Inordertoeffectivelyobtaintheroadinformationabouttheroadaheadandapplyittothelow-costsolid-stateLidar,aroadedgeandobstacledetectionmethodisproposedinthispaper.Firstly,groundfilteringprocessestheoriginalpointclouddatatoextractthegroundandnon-groundpointclouddata.Basedonthefeaturesofhighmutationinthepastryclouddata,thispaperproposestoextractthepathfeaturepointsbydynamicslidingwindow,thenusesrandomsamplingconsensusalgorithm(RANSAC)tofittheinnerobstaclepointcloudastheregionofinterest(ROI),treatstheobstaclepointclouddatawithHstraightpassfilterinthez-axisdirection,andfinallyusestheEuropeanclusteringalgorithm.Thispaperverifiesthefeasibilityofthemethodbyconductingpracticaldataacquisitionandprocessingexperimentsoncampus.Keywords:solid-statelidar;3Dpointcloud;roadedgedetection;obstacledetection收稿日期:2022-10-09*基金项目:山西省省筹资金资助回国留学人员科研项目(2022-145)资助0引言准确完成对车道路沿信息与障碍物位置信息提取,对车辆的安全行驶具有重要意义[1]。目前,对汽车周围环境进行感知,主要是依靠被动视觉相机和主动传感器激光雷达两种方式来完成[2]。文...
