龙 腾，刘斯斯，胡云卿，李晓光，袁希文，潘文波，罗意平，宇文天

（1. 中车株洲电力机车研究所有限公司，湖南 株洲 412001；2. 中南大学 交通运输工程学院，湖南 长沙 410075）

0 引言

在国家战略机遇下，新一代人工智能技术的崛起促使智能运载工具迅速发展，智轨电车正是在这种背景下发展起来的一种新型城市公共交通运载工具，其特点表现为胶轮无轨、与传统汽车共享路权、不沿固定钢轨运行、自动驾驶[1]。其车载环境感知系统用于快速、稳定地检测出道路入侵物，是实现电车自动驾驶的重要前提。

基于图像识别的道路入侵物检测技术发展比较成熟，但会受光线变化、物体遮挡、背景复杂等多种因素影响，精确性与鲁棒性不高，并且由于相机的覆盖范围有限，并不能全面反映智轨电车周围的环境信息。近年来，随着深度学习图像识别技术的发展，通过利用大数据集对模型进行训练，图像识别的精度和鲁棒性有一定的提升，但仍无法有效地确定道路入侵物的相对位置。基于激光雷达的道路入侵物检测技术采用多线激光雷达对智轨电车周界进行扫描以获取环境信息，通过点云数据处理，得到对象的距离、方向、高度、姿态角等信息，在可用的测距范围内，激光雷达具有厘米级测距精度[2-3]。

因智轨电车车身长、无轨道约束、运行环境复杂，采集到的点云数据复杂、紊乱，需采用对象分割算法对数据进行处理。网格图分割是最常用的方法之一，它将点云转换为夹点图并按属性评估每个网格上的数据。……