基于改进RandLA-Net点云语义分割的激光雷达隧道内障碍物检测方法OA

基于激光雷达的隧道内障碍物检测技术是保障地铁行车安全的核心技术支撑。针对传统的激光雷达障碍物检测方法在地铁隧道场景中存在的限界和白名单问题,文章提出一种基于改进RandLA-Net点云语义分割的激光雷达障碍物检测算法。首先,引入并优化了点云语义分割模块,通过增强局部语义与几何信息的融合,实现了隧道壁、轨道、地面等背景的高精度分割,有效排除了背景干扰;其次,提出基于语义分割结果的轨道点直接拟合生成限界的方法,避免了传统方法复杂的参数标定与拟合偏差,使限界生成更直接、准确;最后,构建并验证了一套完整的“语义分割-背景滤除-限界生成-障碍物检测”流程,在动态与静态场景测试中,显著降低了隧道壁等白名单目标的误检率,提升了障碍物检测的可靠性。基于地铁实际运行场景数据的实验结果表明,所提方法相比传统检测方法能够有效分割背景点云,解决了地铁隧道场景下的误检问题,为地铁列车基于激光雷达的主动安全系统提供关键技术支撑,保障运营安全。