一:序言
点云滤波,地面点云点云操作后,还需要通过聚类完成锥桶空间位置坐标的获取。在点云障碍物检测
中,欧式聚类是一种常用的方法。该算法通过对比距离阈值与各点到中心点欧式距离,对点云进行聚类,通过这个方法完成坐标获取。
二:具体方案
基于雷达自身特性与距离信息对欧式聚类算法进行优化,设计一种自适应欧式聚类算法,通过对距离参数进行优化达到更优的聚类效果。
将经过多次处理后的点云数据作为输入,通过区域划分规则与激光雷达分辨率进行
分段距离阈值计算。具体公式如下
效果对比图如下:
左边这个是一个传统没有改进的时候采用的方法,右图则是改进后的,整体效果可以直观感受下
三:总结
整体就是通过滤波,地面分割,聚类三种方法完成对于锥桶这种目标的空间位置检测,实际上可以延伸到多种不同的物体,锥桶这里只是举例,传统方法需要根据实际场景进行参数调节和优化才能达到更好的效果。