基于局部凸性的三维激光雷达点云分割算法

张心睿 潘新福

摘  要：本文针对城市场景下的三维激光雷达点云分割问题，提出了一种基于局部凸性的点云分割方法。针对每个三维雷达点，利用其局部邻域点来计算其凸性值，如果超出给定阈值，则将该点标记为障碍物点，否则标记为地面点。利用城市环境下采集三维激光雷达点云数据进行实验分析，结果表明，该方法在城市场景中点云分割表现良好，具有较高的实时性。

关键词：三维激光雷达;点云分割;局部凸性;城市场景

中图分类号：TP399      文獻标识码：A 文章编号：2096-4706（2019）21-0165-03

Abstract：In this paper，in view of the problem of 3D lidar point cloud segmentation in unstructured off-road environment，a method based on local convex point cloud segmentation is proposed. For each 3D lidar point，its convex value is calculated using its local neighborhood point，and if a given threshold is exceeded，the point is marked as an obstacle point or otherwise marked as a ground point. The experimental analysis is made by collecting 3D lidar point cloud data in urban environment，and the results show that the proposed method performs well in point cloud segmentation in urban scenes and has high real-time performance

Keywords：3D lidar;point cloud segmentation;local convex;urban environment

0  引  言

智能汽车必须执行的关键任务之一是它们对环境的可靠感知，即检测障碍和可通行区域。尤其对于后者，三维激光雷达非常有效，因为它们的分辨率和检测视场远超过毫米波雷达和超声波雷达，并且它们可以提供直接测量的距离。目前很多学者对激光雷达进行目标检测进行了研究，其中使用最多的是2D激光雷达传感器，即在有限的范围内沿着固定平面进行扫描。当雷达平行于地面安装时，每次扫描获得一维的测距与角度序列，这使得采用一维的信号处理方法检测障碍物变得非常容易。然而，2D雷达却无法检测到扫描平面上或下的物体。有限的测量数据对于障碍物的分类和跟踪也变得非常困难。此外，在丘陵地面，2D雷达可能无法检测到障碍物或将上行的道路误检为道路障碍物。在最近几年，三维激光雷达被大量引入，不同于扫描一个平面，三维激光雷达通过选择扫描可以产生大量的三维的点云数据，从而可以检测各种类型的障碍物和可通行区域。……