基于改进DBSCAN算法的激光雷达目标物检测方法

• 作者: 吕能超 吴超仲 黄钢
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 关键词: 交通安全 目标物检测 聚类算法 激光雷达 基于密度聚类
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 方法研究与探讨
• 页码范围: 23-28
• 页数: 6页
• 分类号: U495
• 字数: 4118字
• 语种: 中文
• DOI: 10.3963/j.issn 1674-4861.2015.03.004

摘要

传统的DBSCAN聚类算法是基于密度的聚类算法,原始算法在搜索精度和搜索效率上存在一定的局限性.基于LUX4线激光雷达数据点的点云特点,结合DBSCAN算法存在的不足与路面目标物的实际情况,提出了1种基于改进的DBSCAN聚类算法,选取4个代表点取代对所有点的搜索和改进搜索半径使其随扫描的距离而变化的方法,实现激光雷达目标物的快速、准确检测.通过改进DBSCAN算法对雷达数据进行去噪声和聚类处理,根据检测物在激光雷达探测中的形状特征模型进行形状匹配.实验结果表明该改进算法能较好的识别出目标物,行人检测率由原始算法的61.90％提高到了80.95％,搜索时间较原始算法缩短了44.7％,解决了原始算法精度低、搜索慢的缺点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴超仲	武汉理工大学智能交通系统研究中心	97	1142	19.0	28.0
5	吕能超	武汉理工大学智能交通系统研究中心	28	114	7.0	9.0
9	黄钢	武汉理工大学智能交通系统研究中心	3	12	2.0	3.0