应用于无人驾驶车辆的点云聚类算法研究进展

点云聚类是激光雷达实现无人驾驶汽车环境感知中的关键步骤,其将激光雷达构建的点云地图中离散的点聚类成各个整体,是实现检测的重要前提,也为后续的辨识提供了必要基础。本文将应用于无人驾驶车辆点云聚类中的聚类算法分为六类,分别是现有的基于划分的聚类算法、基于层次的聚类算法、基于密度的聚类算法、基于网格的聚类算法、基于距离的聚类算法以及混合聚类算法。在系统分析各种聚类算法基础上,对点云聚类过程中存在的问题、解决方案和性能进行比较分析。考虑到无人驾驶车辆点云聚类的准确性和实时性要求,边缘算法、混合聚类算法和新型聚类算法的结合使用将是无人驾驶车辆点云聚类的研究热点,也是今后无人驾驶车辆点云聚类的研究重点。