摘要： 由于矿山道路没有路肩且道路边界线十分模糊,因此区分道路边界线之内的可行驶区域与边界线以外 的非可行驶区域成为亟待解决的问题。为提升露天矿车行驶的安全性,提出了一种基于图卷积神经网络的露天矿车 道路边界检测算法。首先利用kd-tree 算法和基于体素化的八叉树滤波算法构成的复合索引结构对点云数据进行精 简和滤波,剔除点云数据中的异常点和高噪声点;再通过基于K-means 聚类对精简后的点云数据进行图卷积神经网络 运算提取出地面点,非地面点通过聚类方法寻找邻域构成三角面,利用三角面的法向量拟合非地面即得到曲面;最后 计算拟合最优地面和非地面的交线即为所求的道路边界线。试验结果表明:提出的道路边界检测算法能很好地检测 出边界线,为矿山道路无人驾驶提供安全范围,有助于提升无人运行矿车驾驶的安全性。

关键词: 点云滤波　kd-tree 算法　K-means 聚类　图卷积网络　边界线检测