黄思源，刘利民*，董 健，傅雄军

车载激光雷达点云数据地面滤波算法综述

黄思源1，刘利民1*，董 健1，傅雄军2

1陆军工程大学石家庄校区电子与光学工程系，河北 石家庄 050003；2北京理工大学信息与电子学院，北京 100081

激光雷达在无人驾驶领域占据了重要地位，地面滤波是从激光雷达获取的点云数据中分离和提取地面信息的关键技术。文章首先简述了车载激光雷达(VLS)的发展及分类，并讨论了各类车载激光雷达的优缺点；然后研究了VLS地面滤波算法的发展并进行梳理分类，阐述了地面滤波精度的评估方法和评估标准，并以三种典型的算法为例进行比较分析；最后总结了当前VLS硬件和地面滤波算法的不足，并展望未来发展趋势。

激光雷达；地面滤波；智能驾驶；精度评估；展望

1 引 言

激光雷达(Light detection and ranging，LiDAR)通过检测光脉冲或调制信号测量雷达和目标之间的距离信息，同时通过扫描或者多点对应测量获得方位信息，是一种可以获取目标三维空间信息的主动探测器[1]。作为新型传感器之一，激光雷达为大面积测绘提供了一种快速准确的方案，其获取的点云数据已用于水文建模、海岸监测、森林调查、城市三维可视化、土地覆盖分类以及目标检测等诸多领域。激光雷达按照载荷平台可以分为星载、机载、地基和车载激光雷达(vehicle LiDAR scans, VLS)。在VLS点云数据的处理过程中，地面信息非常重要，但是由于地面点的数量巨大，会降低数据处理速度，也影响对重要目标的分类和识别。提取和滤除地面点可以提高计算速度和降低运算量[2]。……