随着高速铁路的建设与发展,铁路运输以其距离长、速度快、载运能力强的特点,成为了我国不可或缺的基础交通工具,铁路运输的安全越来越受重视。突发的自然灾害、横穿或滞留铁轨的行人、抢越道口的车辆、侵入铁路限界的异物,都严重威胁铁路运输安全。本文研究了铁路场景下三维点云识别与分类算法,克服了目前只利用二维图像识别铁路场景带来的不足,对保障铁路运输安全有重要的实际意义。论文提出了三维点云识别与分类方案,包括点云获取、点云分割、点云分类与识别三部分。首先设计了基于二维激光雷达的三维点云获取方法,通过数字舵机带动二维激光雷达的俯仰实现三维点云的获取,通过控制雷达水平扫描角度范围和舵机俯仰角度范围,可以实现不同区域范围的三维点云扫描,还可以通过设置扫描间隔获取不同密度的三维点云。针对获取到的三维点云,利用直通滤波去除用户设定范围之外的点,利用统计离群点滤波去除点云中稀疏的噪声点,通过这二级滤波改善点云质量。针对滤波后的点云数据,通过不同分割算法的实验结果对比,选用基于区域生长的分割算法实现三维点云的有效分割,形成单物体点云聚类。由于相同物体的三维点云具有相似的视点特征直方图VFH (Viewpoint Feature Histogram)特征,通过建立不同物体的VFH特征库,进而利用kd-tree及最近邻分类算法搜索出特征库中与待识别点云匹配的特征,从而实现待识别点云的分类与识别。铁路场景现场实验表明本论文设计的三维点云获取、分割与识别分类算法能够准确检测侵入铁路限界的异物,具有较好的实用性。