随着汽车保有量的增长,越来越多的道路交通事故也给社会和人民造成了巨大的损失。其中,汽车驾驶人的危险驾驶行为是导致道路交通事故频频发生的主要原因。无人驾驶汽车因其无需人类驾驶操纵的特点具有广阔的应用前景。在无人驾驶汽车的行驶过程中,如何实时、鲁棒地提取行驶环境信息,以及在获得信息的基础上进行合理的运动决策是实现其安全、高效自主驾驶的关键,也是无人驾驶汽车研究中的难点和热点。论文依托国家自然科学基金重大研究计划项目(90920305)“无人驾驶车辆智能测试环境研究与开发”和中央高校基金创新团队项目

针对在自然环境下无人驾驶智能车辆的道路检测问题：本文提出了一种基于激光雷达的道路边界检测算法，该算法依据道路区域与非路区域存在的高度跳变的特性，利用边界是直线形状的特征，首先分别出道路区域和非道区域提取出边界点信息，然后把得到的边界点进行阈值处理和均值滤波，最后利用线性分析拟合得到道路的边界信息。试验结果表明，该边界检测算法可靠性强，稳定性高，能够准确完成道路边界检测任务，满足实时系统的要求。