（南京理工大学计算机科学与工程学院 南京 210094）

1 引言

对道路环境的感知是智能车辆的核心技术之一，道路检测是无人驾驶技术的一个重要研究内容，为智能车提供可靠的可通行区域［1］。可靠鲁棒的道路边界检测为智能车的路径规划提供关键的信息。

随着近年来计算机视觉［2～6］技术的发展，相机被广泛应用于道路边缘检测。相机的分辨率很高，图像可以获取十分丰富的环境信息，并利用颜色、纹理等特征进行区域的生长和分割。不过相机容易受到自然环境的干扰，如光照、天气等。激光雷达是一种主动式传感器，测量距离远、精度高、不受光照和阴影遮挡的影响［7～12］，能够在雨雪、雾霾等恶劣环境条件下稳定工作。高分辨率激光雷达对于复杂环境下的环境感知能力十分强大，三维激光雷是智能驾驶中不可或缺的传感器。

栅格映射法［13～14］是常用的道路检测以及障碍物检测方法，将三维点云利用高程差映射到二维的栅格地图中，这大大减小了计算量，然后提取边界种子点并进行曲线拟合的方式拟合出道边，然而对于道路边缘与道路无明显高度差的环境效果不好。文献［15］的地面分割基于每个扇形中提取的直线，此方法可用于平坦场景，在颠簸路面或起伏较大场景效果不佳，且易于受路内障碍物干扰。基于无向图的方法［16］充分利用了存储和计算资源，可对包含噪声的复杂场景下的点云进行分割并可以获得较高的检测精度，然而时间复杂度大，处理数据量较大的点云耗费时长。……