论文部分内容阅读
二维激光雷达广泛应用于室内障碍物检测中,而障碍物的聚类分割是环境感知中的关键技术。环境特征的复杂性和数据密度分布的不均匀性,导致传统聚类方法无法同时对不同距离、不同类型的障碍物实现良好聚类,容易发生漏检和误检。针对室内障碍物的检测需求,分析了激光雷达的数据特点和室内环境的几何特征,提出了一种改进的基于距离和障碍物特征的自适应阈值聚类分割方法,将阈值调整为随目标距离和类内密度变化的自适应参数。在基于激光雷达的智能车感知系统上进行了复杂障碍物的聚类分割实验,结果表明,相比传统方法,本方法可以明显改善不同