邹 斌，冯昊文,刘 康

(1.武汉理工大学 现代汽车零部件技术湖北省重点实验室,湖北 武汉 430070;2.武汉理工大学 汽车零部件技术湖北省协同创新中心,湖北 武汉 430070)

地面自主智能车辆对环境感知是实现其功能的重要一环，智能车辆的传感器系统通常由激光雷达和相机等传感器组成，用来识别障碍物区域和地面区域。多线激光雷达采集车辆外部数据的能力非常强，每秒能输出上百万的测量点。怎样在这些数据中准确得到所需的目标区域是研究者们研究的重点[1-2]。

在使用三维激光雷达点云数据来分离路面点和非路面点上，三维激光雷达的数据结构特点是任意三维点与其在同一扫描线上相邻角度的点和前后扫描线相同的点组成4邻域系统，可以将三维点云以无向图的方式组织起来。根据激光点云环之间的距离来判断单个三维点是否属于地面区域[3]。Moosmann等[4]提出一种处理大量三维激光雷达测量数据的快速方法，通过使用局部凹凸性来分割地面和物体。Douilard等[5]采用Mesh方式构造图，并且通过梯度来确定地面点。朱株等[6]将扫描线x-y平面上的投影线进行分段，构造以线段为节点的马尔科夫随机场，求解随机场分离地面和障碍物。基于区域空间[7-8]的聚类法是使用较多、效果较好的区域分割技术，但初始化时的参数对其影响很大，有些情况必须人为干涉才能获得较好的结果。此外还有一种比较简单的阈值法[9]；该方法作为传统的道路场景分割的方法之一，在单一场景中的效果比较理想并且实时性较好，阈值的作用是区分不同区域的灰度并将不同的区域分成两类，该方法分离效果的好坏依赖于阈值的选取。……