DBSCAN聚类改进算法与支持向量机结合的道路路锥识别研究

来源：激光与红外杂志2022年第12期北京时间：

作者：王兆权

单位：1.闽江学院 实验实训管理中心,福建 福州 350108；2.福建船政交通职业学院,福建 福州 350007；3.福州大学机械工程及自动化学院,福建 福州 350108；

摘要：基于激光雷达传感器,提出了一种道路路锥识别方法。首先,在传统DBSCAN聚类算法的基础上改进算法搜寻核心点的方式,对雷达所采集的数据进行快速地分割、聚类。接着,分析类簇,对每帧数据的类簇进行特征采样并赋予标签值。最后,通过支持向量机(SVM)训练样本数据,利用网格化搜索与交叉验证法优化SVM参数,得到类簇分类模型,用于识别路锥。实验结果表明,改进后的DBSCAN算法计算效率有了显著提升,并且对点云的聚类更具有针对性。经过多次随机数据集检测,分类模型的准确率保持在93以上,实现了对路锥的有效识别。

关键词：激光雷达;路锥识别;DBSCAN算法;支持向量机

基金资助：福建省交通运输科技项目(No.2020030)；福建省教育厅项目(No.JAT200431)资助。