基于车载激光雷达的列车前方侵限障碍物检测

摘要

障碍物侵限会严重威胁自动驾驶列车的行车安全。为此,文章提出一种基于车载激光雷达的列车前方侵限障碍物检测方法。其首先从激光点云中提取轨道点,建立复合轨道模型,并基于RANSAC算法分别估计XOZ平面和XOY平面的轨道参数;随后,分析点云的径向坡度角特征,结合拟合所得的轨道信息完成地面点云分割,得到障碍物点云,并利用动态邻域半径的DBSCAN算法对障碍物点云进行聚类;最后,提取障碍物凸包并对凸包进行插值采样,产生稠密的边缘点集,完成障碍物侵限判断。现场实车实验结果显示,采用该方法,轨道检测准确率高于99.4%,列车、杆塔和行人检测准确率在99.7%以上,轨道检测成功时侵限判断准确率达到100%,能准确实现对列车前方障碍物的识别及是否侵限的判断。