无人驾驶中的环境感知系统是实现无人驾驶的重要部分,也是无人驾驶车辆安全行驶的第一环,而可通行区域则是环境感知系统中的基础工作。基于Velodyne HDL-32E激光雷达,本文提出了基于多帧激光点云数据的可通行区域提取方法和框架。具体研究内容包含以下几个方面:1)在介绍Velodyne HDL-32E激光雷达特性和数据结构的基础上,提出了在多帧点云数据中进行可通行区域提取的框架:首先在单帧激光点云数据中提取可通行区域,然后基于POS数据或者SLAM算法对连续多帧数据进行对准,最后以单帧数据中的提取结果为基础,在对准的点云数据中再次进行可通行区域提取,得到最终结果。2)研究单帧点云数据中可通行区域的提取方法。提出基于竖直平面上连续点夹角的可通行区域提取方法,确定了对于不同激光扫描线角度阈值的计算方法。3)对比研究了基于POS和基于SLAM算法的连续多帧点云数据对准方法。针对可通行区域提取这一激光点云应用实例,提出了基于主成份分析的点云对准效果评价方法。4)研究了在对准后多帧激光雷达点云中实时提取可通行区域的方法。首先基于体素(Voxel)的方法对障碍物点云中的重复、邻近点进行了去除。然后基于八叉树在对准后的原始点云中建立空间索引。最后通过邻近点的高度差对障碍物点进行验证,剔除障碍物点云中存在的误检点。通过使用多个真实场景采集的数据的实验验证,证明了本文可通行区域提取方法可同时运用于城市环境和野外环境。