典型文献
稀疏点云道路分割与低矮路障检测的自适应方法
文献摘要：
针对稀疏点云道路分割与路障检测,特别是低矮路障检测方法中存在严重阈值依赖,从而受限于特定应用场景的问题,提出了 一种自适应阈值的道路分割与低矮路障检测方法.通过坡度自适应算法与局部平面拟合,改进LineFit道路地面提取算法以实现斜率阈值自适应.利用基于曲率突变的点云分割算法实现道路边界提取.在道路分割的基础上,引入目标点云的局部相对密度实现了欧式聚类低矮路障检测的半径阈值自适应,提高了不同道路场景低矮路障检测的鲁棒性.实验表明,与传统的点云道路分割与路障检测方法相比,该方法对稀疏点云的道路分割与路障检测精度达到90％,对低矮路障具备更高的检测召回率与精确率,适用于低线束LiDAR自动驾驶平台的道路环境感知.
文献关键词：
稀疏点云;低矮路障;阈值自适应;点云分割;目标检测
中图分类号：
作者姓名：
罗俊奇;叶勤;张绍明;史鹏程
作者机构：
同济大学测绘与地理信息学院,上海200092;武汉大学计算机学院,武汉430072
文献出处：
引用格式：
[1]罗俊奇;叶勤;张绍明;史鹏程-.稀疏点云道路分割与低矮路障检测的自适应方法)[J].遥感信息,2022(06):108-115
A类：
低矮路障,LineFit,地面提取
B类：
稀疏点云,道路分割,自适应方法,受限于,特定应用,自适应阈值,自适应算法,平面拟合,路地,阈值自适应,曲率,点云分割,分割算法,算法实现,道路边界提取,标点,相对密度,欧式聚类,同道,道路场景,检测精度,召回率,精确率,线束,LiDAR,自动驾驶平台,道路环境,环境感知,目标检测
AB值：
0.235971
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
