论文部分内容阅读
为了保障无人驾驶车的可靠性与安全性,首先根据多线激光雷达点云数据的特征结合区间共线点特征获取路沿点并利用改进的DPCA算法对得到的路沿点进行聚类。其次,应用最小二乘法拟合出两侧路沿。最后,通过改进的DPCA算法将路面上的障碍物点进行聚类并计算得到障碍物的信息。利用区间共线点特征提取路沿点不易受其他干扰点的影响,而改进的DPCA算法则能够自动并准确地获取聚类中心,解决了DPCA算法需要人工选取聚类中心的缺陷。实车实验证明该算法的实时性与准确性。