基于激光雷达点云的目标识别与跟踪方法

对复杂驾驶环境中移动目标的准确识别与跟踪是驾驶辅助系统需要解决的重要问题之一。本文提出了一种基于激光雷达点云的目标识别与跟踪方法，首先对每一帧点云数据进行聚类并提取目标线段，利用采集的大量实验数据获取各类目标的特征值参考区间，然后通过特征匹配的方式完成目标类别的识别，最后基于扩展卡尔曼滤波(EKF)对不同类别的目标状态进行预测与更新。实验结果表明，相较于既有的基于特征匹配的目标识别方法，本文的方法能够明显提升目标识别性能，并能实现稳定的目标跟踪。