%A 孔德明,段呈新,巴特·古森斯,王书涛 %T 基于车载16线激光雷达的障碍物检测方法 %0 Journal Article %D 2021 %J 计量学报 %R 10.3969/j.issn.1000-1158.2021.07.03 %P 846-852 %V 42 %N 7 %U {http://jlxb.china-csm.org:81/Jwk_jlxb/CN/abstract/article_1976.shtml} %8 2021-07-28 %X 针对目前车载16线激光雷达点云数据中障碍物检测算法准确率不高的问题,提出了一种基于自适应网格聚类的障碍物检测方法。首先,结合八叉树与随机抽样一致性算法(RANSAC)去除地面点;其次,投影点云至二维网格,依据各网格高程信息快速提取高结构物;然后,建立两级网格模型,按照粗网格聚类结果的分布信息自适应地确定子网格分辨率,对可能包含多目标的障碍物在子网格层进行准确检测;最后,结合相邻时刻障碍物的状态信息修正检测结果。在16线激光雷达城市道路环境测试集下的实验结果表明:该算法可准确检测行驶区域内障碍物目标,优化后的聚类算法较好地降低了欠分割与过分割错误率,检测准确率达91%。