Para melhorar ainda mais a precisão do algoritmo de segmentação do ponto de nuvem do solo no módulo de condução autônoma, propõe-se um algoritmo de segmentação do ponto de nuvem do solo baseado no limiar de distância do ponto semente e na amplitude ponderada adaptativa da flutuação da superfície da estrada. O algoritmo, baseado na divisão do mapa de grade polar, associa o limiar de seleção do ponto semente com a característica da distância horizontal no plano bidimensional, controlando a atualização do conjunto de pontos sementes pela variação da distância horizontal entre as nuvens de pontos; no processo de ajuste do modelo de estrada, para resolver o problema da paralisação da atualização do modelo de superfície inclinada, é introduzido um critério de continuidade da inclinação. Com base na variação da amplitude ponderada da flutuação da superfície da estrada, é estabelecida a equação do limiar de segmentação da nuvem de pontos, permitindo finalmente a segmentação adaptativa baseada na característica da distância da nuvem de pontos. O processamento de dados de classificação binária da nuvem de pontos foi realizado no conjunto de dados open source Semantic KITTI e o desempenho do algoritmo foi testado com base nisso. Os resultados experimentais mostram que, em comparação com os algoritmos existentes, a precisão e a taxa de recall do algoritmo de segmentação do solo proposto aumentaram de 2% a 4%, apresentando alta precisão.

nuvem de pontos;segmentação do solo;distância do ponto semente;segmentação por limiar adaptativa