第４７卷 第５期
吉林大学学报（工学版） Vol ．４７ No ．５
２０１７年９月Journal of Jilin University （Engineering and Technology Edition ） Sept ．２０１７
收稿日期：２０１６‐０５‐１０．
基金项目：国家自然科学基金项目（６１４７３０４６）；长江学者和创新团队发展计划项目（IRT １２８６）；陕西省教育厅专项科
研计划项目（１６JK １３７５）；中央高校基本科研业务费专项项目（３１０８２２１５１０２８，３１０８２２１７２００１）．
作者简介：张名芳（１９８９），女，博士研究生．研究方向：智能车辆环境感知技术．E ‐mail ：mingfangzhang ＠１６３．com 基于三维不规则点云的地面分割算法
张名芳１，付 锐１，２，郭应时１，石涌泉１，程文冬１，３
（１．长安大学汽车学院，西安７１００６４；２．长安大学汽车运输安全保障技术交通行业重点实验室，西安
７１００６４；３．西安工业大学机电工程学院，西安７１００３２）
摘 要：为解决智能车辆环境感知模块在地面分割过程中存在的分割不足和过度分割问题，提
出了一种基于三维不规则点云的地面分割算法。首先，采用多标签的马尔科夫随机场理论构
建极坐标系网格地图，根据网格单元的不同点云分布类型建立多种测量代价函数模型；然后，
整合局部平滑性和斜坡假设，建立平滑性代价函数模型，保证网格间地面高度的不连续性；最
后，利用环状置信传播算法进行多次消息传递，迭代估计每个网格单元内最大信任的地面高度
值，实现地面点与非地面点的分割。通过对简单粗糙路面场景和复杂斜坡场景中采集的不规
则点云数据集进行实验分析，验证了本文算法在不同环境下分割地面点与非地面点的准确性
和鲁棒性。
关键词：车辆工程；地面分割；环状置信传播；马尔科夫随机场；代价函数；点云分布
中图分类号：U ４６１ 文献标志码：A 文章编号：１６７１‐５４９７（２０１７）０５‐１３８７‐０８ＤＯＩ：１０．１３２２９／j ．cnki ．j dxbgxb ２０１７０５００９
ＲｏａｄｓｅｇｍｅｎｔａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｉｒｒｅｇｕｌａｒｔｈｒｅｅｄｉｍｅｎｓｉｏｎａｌｐｏｉｎｔｃｌｏｕｄZHANG Ming ‐fang １，FU Rui １，２，GUO Ying ‐shi １，SHI Yong ‐q uan １，Cheng Wen ‐dong １，３
（１．ＳｃｈｏｏｌｏｆＡｕｔｏｍｏｂｉｌｅ，Ｃｈａｎｇ′ａｎＵｎｉｖｅｒｓｉｔｙ，Ｘｉ′ａｎ７１００６４，Ｃｈｉｎａ；２．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＡｕｔｏｍｏｔｉｖｅＴｒａｎｓｐｏｒｔａｔｉｏｎＳａｆｅｔｙＴｅｃｈｎｏｌｏｇｙ，ＭｉｎｉｓｔｒｙｏｆＴｒａｎｓｐｏｒｔ，Ｃｈａｎｇ′ａｎＵｎｉｖｅｒｓｉｔｙ，Ｘｉ′ａｎ７１００６４，Ｃｈｉｎａ；３．ＳｃｈｏｏｌｏｆＭｅｃｈａｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，Ｘｉ′ａｎＴｅｃｈｎｏｌｏｇｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｘｉ′ａｎ７１００３２，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Under ‐segmentation and over ‐segmentation exist in the process of road segmentation for the environment system of intelligent vehicle ．To solve such problem ，a road segmentation method based on loopy belief propagation algorithm is proposed ．First ，multiple label Markov Random Field is applied to build grid map in the polar coordinate system ，and several measurement cost function models are constructed based on the point distribution in each grid cell ．Next ，the local smoothness and slop hypothesis are integrated to establish smoothness cost function model and ensure the discontinuity of the ground height among the grids ．Finally ，the loopy belief propagation algorithm is employed to transmit the message repeatedly ，and the road height of each grid is estimated with the largest belief to segment the road points ．Experiment results show that the proposed method has better road segmentation performance than other methods ，especially for rough or sloped road conditions ．
万方数据