随着人工智能时代的来临,智能驾驶的发展变得越来越重要。激光雷达这一新颖的传感器将是智能车上重要的“眼睛”。本文针对激光雷达在智能驾驶感知方向的应用,分析了激光雷达的工作原理,研究并实施了从激光雷达的标定、障碍物的检测到障碍物的跟踪的一系列解决方案。主要内容如下:1、首先选择与搭建基于激光雷达的障碍物检测和跟踪算法工作平台,对原始的激光雷达点云数据进行滤波。完成激光雷达与车身坐标系的标定,实现障碍物的位置在激光雷达坐标系与车身坐标系下的坐标转换。设计运动补偿算法,消除激光雷达随智能车运动过程中产生的点云畸变。2、然后设计基于激光雷达的障碍物检测算法。提出了基于多扇区平面拟合去地面点的方法;基于漫水填充算法,设计了一种用于激光雷达的漫水种子生长聚类算法,该算法利用二维行驶平面上的栅格投影结合区域生长法对3D点云进行快速聚类;然后根据最小凸包确定障碍物主方向提取聚类矩形框,最后根据点云信息对障碍物进行简单分类。3、接着设计基于激光雷达的障碍物跟踪算法,包括障碍物的关联匹配与动态跟踪。将新检测的障碍物与已被跟踪的障碍物利用特性相似度(包括位置与点云数目)计算相互之间的关联性,再利用匈牙利算法将新检测的障碍物与已被跟踪的障碍物一一进行关联;对匹配后的障碍物利用卡尔曼滤波进行状态更新,从而对障碍物进行迭代动态跟踪。4、最后为了验证本文设计的算法的有效性与实时性,以湖南大学智能车为实验平台,进行了一系列实车实验,包括障碍物聚类实验,障碍物分类实验以及障碍物关联实验和障碍物状态更新实验。实验结果表明本文设计开发的基于激光雷达的障碍物检测与跟踪算法能把周围障碍物准确的检测出来,同时能动态跟踪障碍物,并预测判断障碍物的运动方向,为智能车的环境感知提供重要的信息参考。