| 基于优化DBSCAN算法的激光雷达障碍物检测 |
| |
| 引用本文： | 蔡怀宇,陈延真,卓励然,陈晓冬.基于优化DBSCAN算法的激光雷达障碍物检测[J].光电工程,2019,46(7):77-84. |
| |
| 作者姓名： | 蔡怀宇 陈延真 卓励然 陈晓冬 |
| |
| 作者单位： | 天津大学精密仪器与光电子工程学院,天津 300072;天津大学光电信息技术教育部重点实验室,天津 300072;天津大学精密仪器与光电子工程学院,天津 300072;天津大学光电信息技术教育部重点实验室,天津 300072;天津大学精密仪器与光电子工程学院,天津 300072;天津大学光电信息技术教育部重点实验室,天津 300072;天津大学精密仪器与光电子工程学院,天津 300072;天津大学光电信息技术教育部重点实验室,天津 300072 |
| |
| 基金项目： | 天津市科技计划资助项目 |
| |
| 摘 要： | 在激光雷达障碍物检测中,由于数据密度分布不均匀,传统DBSCAN聚类算法无法同时对近距离和远距离目标实现良好聚类,容易导致漏检和误检。为了解决这个问题,改进了传统DBSCAN算法聚类邻域半径ε参数的选值方法,不同于传统DBSCAN算法在聚类过程中使用统一的聚类邻域半径,而是调整为根据目标距离变化而变化的自适应聚类邻域半径。首先根据激光雷达扫描线分布求出相邻两条扫描线的间距建立ε^*列表,然后依据每个扫描点的坐标值在列表中查找出对应的列表值,最后通过线性插值法确定对应的邻域半径。福特数据集的实验结果表明,优化之后的DBSCAN算法无论是对近距离目标还是远距离目标,其聚类效果均得到明显改善。与传统算法相比,障碍物检测正检率提高了17.52%。
|
| 关 键 词： | 障碍物检测 聚类 DBSCAN 算法 邻域半径 |
LiDAR object detection based on optimized DBSCAN algorithm |
| |
| Cai Huaiyu,Chen Yanzhen,Zhuo Liran,Chen Xiaodong.LiDAR object detection based on optimized DBSCAN algorithm[J].Opto-Electronic Engineering,2019,46(7):77-84. |
| |
| Authors: | Cai Huaiyu Chen Yanzhen Zhuo Liran Chen Xiaodong |
| |
| Affiliation: | (School of Precision Instrument and Opto-Electronics Engineering,Tianjin University,Tianjin 300072,China;Key Laboratory of Opto-Electronics Information Technology of Ministry of Education,Tianjin University,Tianjin 300072,China) |
| |
| Abstract: | Cai Huaiyu;Chen Yanzhen;Zhuo Liran;Chen Xiaodong(School of Precision Instrument and Opto-Electronics Engineering,Tianjin University,Tianjin 300072,China;Key Laboratory of Opto-Electronics Information Technology of Ministry of Education,Tianjin University,Tianjin 300072,China) |
| |
| Keywords: | obstacle detection clustering DBSCAN algorithm neighborhood radius |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
