摘要：针对结构化道路环境中道路边界存在不连续、被遮挡及易受路内障碍物干扰情况下的识别问题,利用车 载激光雷达获取的结构化道路环境三维点云数据的高程信息,结合局部均值变点统计方法,提出了一种用于 激光雷达帧数据的道路边界识别算法.该算法首先利用局部均值变点统计对结构化道路环境三维点数据中 突变的z 坐标值进行标记并提取其对应的（ x, y ）数据点,即道路边界点数据粗提取;然后基于分段双阈值对 粗提取的道路边界点数据滤波处理;最后利用最小二乘法拟合道路边界点数据.基于实车实验分别采集的不 同道路环境条件下结构化直道1 4 5 0帧、弯道9 3 5帧数据,算法识别准确率均高于80%,且识别道路宽度误差 小于0. 14 m.实验结果表明,该算法不仅能够自动识别结构化道路边界,而且有效抑制了路面障碍物的干 扰,验证了算法的有效性.
分类：期刊> 人文社会科学> 社会科学II> 教育综合
收录：CSSCI 南大期刊(含扩展版) > 知网收录(中) > 维普收录(中) > 万方收录(中) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：智能车 激光雷达 均值变点统计 道路边界识别
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
