摘要
本发明公开了一种基于激光雷达的道面小目标检测方法,属于雷达技术领域,包括根据激光点云数据近密远疏的统计特性,对点云数据进行统计率时空下采样,对道面检测范围进行分区域道面发现,进行多亚区法向量中值平面拟合,在找到每一个区域的道面后,使用置信度联合阈值分割非道面点,综合三维点离地面高度差以及反射率进行联合阈值分割,对分割得到的非道面点进行欧式聚类,获得可能的小目标,解决了去除道面小目标检测中的数据冗余和提高小目标检测精度的技术问题,本发明提升小目标检测的计算效率,有效克服道面不平整、离群点影响,提升道面估计的精度,能够有效提高小目标分割的精度,避免误检漏检,确保检测结果的可靠性。
技术关键词
面点
激光雷达
点云密度
三维点云数据
反射率
数据采集模块
聚类算法
激光点云数据
坐标
置信度阈值
数据冗余
离群点
切片
多层次
精度
度量