目录
本文篇幅较长,分为上下两篇,上篇详见双传感器模式的非结构化环境检测与识别
3.3 KD-Tree算法点云特征提取
点云数据在经过预处理后,过滤了采集过程中的干扰信息,最大程度过滤了路面噪 点和离群点。一些研究者结合高度差和平滑特征提取道路特征,但是其实验的非结构化 道路结构化特征较为明显且障碍物较少。还有的方法使用双向扫描线提取道路边沿点, 同样存在道路中不可出现大型障碍物,否则会影响检测精度问题。本研究考虑到非结构 化道路的特殊情况,为了驾驶时的安全性,将不过滤道路中间的所有点云数据。在点云
数据量十分庞大的情况下,许多检索算法检测出道路边沿点需要较多的时间,而KD-Tree (K-Dimensional Tree)搜索则可以减少时间消耗,有效提高道路边沿点检测的性能。本 节将对KD-Tree的方法进行介绍。