室内障碍物点云分割的可变阈值联合聚类算法研究

来源：电子测量技术杂志2024年第9期北京时间：

作者：刘洪凯，王少红，左云波，谷玉海

单位：北京信息科技大学现代测控技术教育部重点实验室 北京 100192

摘要：激光雷达点云分割技术在智能车辆环境识别中扮演着重要角色。由于激光雷达存在点云近密远疏、分布不均匀的问题以及存在噪点的情况，导致出现点云分割不准确的现象。针对上述问题，提出了一种可变阈值联合聚类算法。该方法首先对点云数据进行预处理，使用直通滤波、体素滤波和立方体滤波对点云进行提取、稀疏和降噪，再联合自适应DBSCAN算法和改进后的可变阈值欧式聚类算法对点云进行聚类分割。采集真实场景数据进行测试，结果显示，在C-H系数、轮廓系数、D-B系数及轮廓系数等评价指标上均有所提高。这表明，可变阈值联合聚类算法显著提高了点云分割的准确性，有效的提高了聚类结果的类内一致性和类间差异性，为目标检测和识别提供了更可靠的基础。

关键词：激光雷达;障碍物检测;点云分割;DBSCAN

基金资助：国家重点研发计划（2020YFB1713203）项目资助