基于路侧激光雷达的目标识别方法研究
尹 涛1，傅雪晴2，范俊德3，刘晓庆2，刘晓雷1，田雨欣4*
(1. 济南先投城市发展投资集团有限公司，山东 济南 250000; 2. 山东大学 齐鲁交通学院，山东 济南 250000;3. 济南新旧动能转换起步区管理委员会建设管理部，山东 济南 250000; 4. 天津城建大学 土木工程学院，天津 300000)
摘 要： 为提升车路协同的环境感知能力，基于路侧激光雷达提出基于栅格索引的帧间差分背景滤除方法和一种基于高斯核函数的DBSCAN目标聚类算法。首先，利用直通滤波对点云进行过滤，提取道路区域点云作为感兴趣区域(ROI);其次，将ROI进行二维栅格化处理，建立栅格索引，进而利用帧间差分法计算相同索引的栅格密度差值，去除背景点云;最后，基于高斯核函数构建自适应系数函数，对DBSCAN算法近邻点聚类阈值的选取进行优化。在真实道路上提取了15 000帧连续数据进行试验测试，结果显示：改进的DBSCAN聚类算法提高了点云簇的类内一致性和类间差异性，有效抑制了目标的过分割和丢失现象，车辆目标检测的平均精度为98.8%，平均召回率为93.6%。研究成果可为车路协同的环境感知提供技术支持。
关键词： 激光雷达; 背景滤除; 点云聚类; DBSCAN算法; 车路协同
基金项目： 国家重点研发计划(2022YFB2602102);泰山学者工程专项经费资助(11560082363123)
引文格式： 尹涛，傅雪晴，范俊德，等. 基于路侧激光雷达的目标识别方法研究[J]. 市政技术，2025，43(3)：93-100. (YIN T，FU X Q，FAN J D，et al. Target recognition method based on roadside Lidar[J]. Journal of municipal technology，2025，43(3)：93-100.)