基于点云曲面拟合的自适应阈值地面分割算法

来源：计算机工程与应用杂志2025年第16期北京时间：

作者：李兆强, 吴巧俊, 熊福力, 张岳

单位：1.西安建筑科技大学 信息与控制工程学院，西安 710055；2.西安建筑科技大学 西安市智慧工业感知计算与决策重点实验室，西安 710055

摘要：在无人驾驶矿用卡车自主运行生产的过程中，激光雷达点云处理中的地面分割是矿区目标检测的关键部分。该方法的主要目的是解决传统地面分割算法无法分割矿区崎岖路面的问题，提高数据处理的精度，保证数据处理的速度。在点云的每一帧中，以激光雷达为中心将点云基于密度进行栅格划分，在每个栅格区域中选择最低点作为拟合种子点。根据选出的种子点，使用移动最小二乘法拟合曲面模型，在拟合过程中引入高斯型权函数、正余弦基函数、正交函数集的策略，缩短曲面拟合时间，还原曲面原始形态，并提出自适应阈值的分割方法，精确分割矿区崎岖路面。该算法既可以分割水平路面，又可以分割崎岖路面，大幅提高了矿区地面分割的鲁棒性。在鄂尔多斯某露天矿区实际复杂场景测试下，召回率为94.25%，每帧数据分割的平均耗时为26.2?ms。结果表明，该方法具有较高的精度，效率满足实时性要求。

关键词：无人驾驶矿用卡车,点云处理,地面分割,移动最小二乘法,固态式激光雷达