续 东, 柳景斌, 花向红, 陶武勇

1. 武汉大学测绘遥感信息工程国家重点实验室，湖北 武汉 430079； 2. 武汉大学测绘学院，湖北 武汉 430079

在城市环境中实现完全无人驾驶依赖于准确的环境感知算法，获取道路边界点是环境感知算法的重要任务[1]。精确的道路边界不仅为无人驾驶汽车提供安全的可通行区域，而且可以用于无人驾驶汽车的定位与建图[2]。

城市道路边界大部分(直道、弯道)具有全局连续性特征，结合多种局部特征，边界可以被稳健地探测到，已有多种方法达到了较好的效果。在这些方法中使用的传感器包括：单目摄像头[3-4]、单线激光雷达[5-6]及多线激光雷达[7]。多线激光雷达与其他传感器相比具有以下优点[8]：①相对于视觉传感器[9]，对环境的光照变化不敏感；②能够实时、精确地获取车辆周围环境的3D信息。因此，多线激光雷达近年来被广泛应用于无人驾驶汽车的环境感知任务。目前，无人驾驶汽车上常用的多线激光雷达有16线、32线和64线3种，其中64线和32线激光雷达使用最多，公开的数据集大部分也是使用这两种激光雷达，如KITTI数据集[10]、NCLT数据集[11]等。随着激光测量技术的发展，16线激光雷达因为其有竞争力的价格被越来越多的车企、创业公司以及高校采用。实现适用于16线激光雷达的道路边界点提取算法，对推广无人驾驶技术有积极的意义。

国内外对基于多线激光雷达的道路边界点提取方法有深入的研究，目前主要研究成果分为两类：计算单一尺度空间特征的道路边界点提取方法[12-14]和计算多尺度空间特征的道路边界点提取方法[15-16]。……