《表3 行人（113位）：基于欧氏聚类的改进激光雷达障碍物检测方法》

  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

《基于欧氏聚类的改进激光雷达障碍物检测方法》

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

实验过程中进行了连续帧数据包的测试，分别使用传统欧氏聚类算法、改进欧氏聚类算法对同一时间段的数据进行障碍物检测与识别，实验结果如表2～4所示。根据实验结果，在相同场景下，改进欧氏聚类算法的障碍物检测平均正检率约为85.36%，相较传统算法提高了16.17个百分点，可见误检率明显下降，但漏检率有所提高。经分析，漏检的障碍物大都出现在墙体、树体附近，改进欧氏聚类算法将此范围当作一个物体，所以漏检率有所提高。两种算法对移动车辆与行人都具有一定的检测能力且相差不大，传统欧氏聚类算法主要的缺陷体现在对静止物体、距离较近的物体、尺寸较小物体的检测中。