基于三维激光雷达的沿海泊位码头识别算法

针对海上水面自主船舶(Maritime Autonomous Surface Ship,MASS)在港内航行或自动靠离泊过程中面临的近距离典型障碍物自动检测和识别的问题,提出一种运用三维激光雷达(Light Detection And Ranging,LiDAR)获取物标几何特征辨识沿海码头的算法。基于开源的点云库(Point Cloud Library,PCL),采用统计滤波器技术对原始点云数据去除噪声,提出基于随机采样一致算法(Random Sample Consensus,RANSAC)的码头聚类分割模型,构建基于主成分分析的有向包围盒(Oriented Bounding Box,OBB),计算获取码头的长度、宽度和表面水平性的几何特征,实现对沿海典型码头的识别。实船试验结果表明:该算法正确可靠,具备一定的鲁棒性,可为利用LiDAR实现船舶港内自主避障和自动靠离泊研究提供参考。