摘要
为了使环境感知器在室外非结构化环境中为自主车辆的导航检测道路边界信息及可通行区域,利用车载激光雷达所采集的数据,在最小二乘法(LSM)和连续边缘跟踪法(SEF)的基础上,提出了一种改进的直线特征提取算法SEF-LSM-BM.该算法引入回退机制、逻辑推理和特征合并的方法,区分路边界和障碍物,并对自主车辆可通行区域进行检测.最后使用同一帧激光雷达数据对3种算法进行了实验,结果表明:与LSM和SEF-LSM算法相比,SEF-LSM-BM算法能够快速准确地检测、合并路边界,标记高危障碍物,给出可通行区域.
为了使环境感知器在室外非结构化环境中为自主车辆的导航检测道路边界信息及可通行区域,利用车载激光雷达所采集的数据,在最小二乘法(LSM)和连续边缘跟踪法(SEF)的基础上,提出了一种改进的直线特征提取算法SEF-LSM-BM.该算法引入回退机制、逻辑推理和特征合并的方法,区分路边界和障碍物,并对自主车辆可通行区域进行检测.最后使用同一帧激光雷达数据对3种算法进行了实验,结果表明:与LSM和SEF-LSM算法相比,SEF-LSM-BM算法能够快速准确地检测、合并路边界,标记高危障碍物,给出可通行区域.
出处
《华中科技大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2011年第S2期188-191,共4页
Journal of Huazhong University of Science and Technology(Natural Science Edition)
基金
国家自然科学基金重大专项资助项目(90820302)
关键词
自主车辆
激光雷达
直线特征提取
道路可通行区域
回退机制
autonomous vehicle
laser range finder
line extraction
drivable road region
back-off mechanism
