摘 要：本文针对城市场景下的三维激光雷达点云分割问题，提出了一种基于局部凸性的点云分割方法。针对每个三维雷达点，利用其局部邻域点来计算其凸性值，如果超出给定阈值，则将该点标记为障碍物点，否则标记为地面点。利用城市环境下采集三维激光雷达点云数据进行实验分析，结果表明，该方法在城市场景中点云分割表现良好，具有较高的实时性。
关键词：三维激光雷达；点云分割；局部凸性；城市场景
中图分类号：TP399 文献标识码：A 文章编号：2096-4706（2019）21-0165-03
Local Convexity Based 3D Lidar Point Cloud Segmentation Algorithm
ZHANG Xinrui1，PAN Xinfu2
（1.School of Information Engineering，Chang’an University，Xi’an 710064，China；2.CATARC Yancheng Automotive Proving Ground Co.，Ltd.，Yancheng 224100，China）
Abstract：In this paper，in view of the problem of 3D lidar point cloud segmentation in unstructured off-road environment，amethod based on local convex point cloud segmentation is proposed. For each 3D lidar point，its convex value is calculated using its local neighborhood point，and if a given threshold is exceeded，the point is marked as an obstacle point or otherwise marked as a ground point.The experimental analysis is made by collecting 3D lidar point cloud data in urban environment，and the results show that the proposed method performs well in point cloud segmentation in urban scenes and has high real-time performance
Keywords：3D lidar；point cloud segmentation；local convex；urban environment
参考文献：
[1] 万燕，谭亮，龙文铮，等. 基于网格的三维彩色点云分割算法 [J]. 东华大学学报（自然科学版），2014，40（4）：481-485+496.
[2] TAY MK，MEKHNACHA K，CHEN C，et al. An efficient formulation of the Bayesian occupation filter for target tracking in dynamic environments [J].International Journal of Vehicle Autonomous Systems，2008，6（1/2）：155.
[3] 傅思勇，吴禄慎，陈华伟. 空间栅格动态划分的点云精简方法 [J]. 光学学报，2017，37（11）：253-261.
[4] 王肖，王建强，李克强，等. 智能车辆3-D 点云快速分割方法 [J]. 清华大学学报（自然科学版），2014，54（11）：1440-1446.
[5] 范小辉，许国良，李万林，等. 基于深度图的三维激光雷达点云目标分割方法 [J]. 中国激光，2019，46（7）：292-299.
作者简介：
张心睿（1996.09-），男，汉族，陕西西安人，硕士研究生，研究方向：智能网联汽车及其测试评价技术；
潘新福（1984.12-），男，汉族，江苏盐城人，工程师，工学硕士，研究方向：智能网联汽车测试技术。