《表2 各激光束对应距离：基于三维激光雷达的障碍物及可通行区域实时检测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于三维激光雷达的障碍物及可通行区域实时检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验平台为课题组搭建的智能车，如图9所示。智能车主要设备包括Velodyne VLP-16激光雷达、GPS+惯导系统，Intel i7-8750H2.2GHz CPU、8G内存的计算机。算法程序为C++语言编写，并在配有ROS和PCL的Ubuntu系统上运行。激光雷达安装高度H为2.15m，为降低处理数据量，保证激光雷达安全的情况下，Z轴滤波后只保留2.3 m以下点云。改进欧氏聚类算法中参数设置如下：区域划分半径r1=5m，聚类距离阈值Ds=0.3m，聚类点云最小数量阈值Nmin=20及最大数量阈值Nmax=10000。根据VLP-16激光雷达的特性，16条激光束只有一半角度低于水平面，考虑远距离点云数据比较稀疏，无法形成有效点云，只选-7°至-15°的5条激光束（M=5），垂直间隔角度为2°，角分辨率为0.2。在无障碍物遮挡情况下，各激光束对应的垂直角度、水平距离Le和相邻点云间距ΔSe如表2所示。