基于自适应阈值DBSCAN的路侧点云分割算法

作     者：金立生 贺阳 王欢欢 霍震 谢宪毅 郭柏苍 Jin Lisheng;He Yang;Wang Huanhuan;Huo Zhen;Xie Xianyi;Guo Baicang

作者机构：燕山大学车辆与能源学院秦皇岛066004 燕山大学河北省特种运载装备重点实验室秦皇岛066004 

出 版 物：《汽车工程》 (Automotive Engineering)

年 卷 期：2022年第44卷第7期

页      面：987-996页

核心收录：

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081105[工学-导航、制导与控制] 0838[工学-公安技术] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 

基　　金：国家重点研发计划(2021YFB3202200) 国家自然科学基金(52072333) 河北省省级科技计划(21340801D,F2021203107)资助 

主　　题：智能交通 点云聚类 DBSCAN 自适应阈值 目标检测 

摘      要：针对路侧采集的激光雷达点云数据随距离增大而密度下降导致同一目标的点云被分割成多个目标的问题,提出了一种基于自适应阈值DBSCAN的路侧点云分割算法。首先,使用改进GPF和直通滤波对采集的路侧点云进行过滤,提取出道路区域上的非地面点云;然后,基于有效距离和sigmoid函数构建自适应系数函数,对DBSCAN聚类算法集群生长中近邻点搜索时半径阈值的选取规则进行优化;最后,利用自适应阈值DBSCAN聚类算法对非地面点进行聚类,得到隶属于单个目标的点云。采集了1055帧真实场景的连续数据进行测试,结果显示:C-H系数平均约增加3倍、D-B系数平均减少4.52%、轮廓系数平均增加77.78%,这表明基于自适应阈值DBSCAN的分割算法能提高点云簇的类内一致性和类间差异性,有效减少路侧激光雷达点云的过分割现象,具有较高的工程应用价值。