[1] P Z WANG, W YAO. A new weakly supervised approach for ALS point cloud semantic segmentation. ISPRS Journal of Photogrammetry and Remote Sensing, 188, 237-254(2022).
[2] Z Y ZHANG, J D SUN, Y C DAI et al. VRNet： learning the rectified virtual corresponding points for 3D point cloud registration. IEEE Transactions on Circuits and Systems for Video Technology, 32, 4997-5010(2022).
[3] 张银波， 李昊阳， 孙剑峰， 等. Gm-APD激光雷达的双参量估计透烟雾成像算法［J］. 光学 精密工程， 2022， 30（19）： 2370-2378. doi: 10.37188/ope.20223019.2370ZHANGY B， LIH Y， SUNJ F， et al. Imaging algorithm of dual-parameter estimation through smoke using Gm-APD lidar［J］. Opt. Precision Eng.， 2022， 30（19）： 2370-2378.（in Chinese）. doi: 10.37188/ope.20223019.2370
[4] 郝雯， 张雯静， 梁玮， 等. 面向三维点云的场景识别方法综述［J］. 光学 精密工程， 2022， 30（16）： 1988-2005. doi: 10.37188/OPE.20223016.1988HAOW， ZHANGW J， LIANGW， et al. Scene recognition for 3D point clouds： a review［J］. Opt. Precision Eng.， 2022， 30（16）： 1988-2005.（in Chinese）. doi: 10.37188/OPE.20223016.1988
[5] J CHENG, D HE, C LEE. A simple ground segmentation method for LiDAR 3D point clouds, 171-175(2020).
[6] 徐国艳， 牛欢， 郭宸阳， 等. 基于三维激光点云的目标识别与跟踪研究［J］. 汽车工程， 2020， 42（1）： 38-46. doi: 10.19562/j.chinasae.qcgc.2020.01.006XUG Y， NIUH， GUOCH Y， et al. Research on target recognition and tracking based on 3D laser point cloud［J］. Automotive Engineering， 2020， 42（1）： 38-46.（in Chinese）. doi: 10.19562/j.chinasae.qcgc.2020.01.006
[7] S THRUN, M MONTEMERLO, H DAHLKAMP et al. Stanley： The robot that won the DARPA Grand Challenge. Journal of Field Robotics, 23, 661-692(2006).
[8] P CHU, S CHO et al. A fast ground segmentation method for 3D point cloud. Journal of Information Processing Systems, 13, 491-499(2017).
[9] 蒋剑飞， 李其仲， 黄妙华， 等. 基于三维激光雷达的障碍物及可通行区域实时检测［J］. 激光与光电子学进展， 2019， 56（24）： 242801. doi: 10.3788/lop56.242801JIANGJ F， LIQ ZH， HUANGM H， et al. Real-time detection of obstacles and passable areas based on three-dimensional lidar［J］. Laser & Optoelectronics Progress， 2019， 56（24）： 242801.（in Chinese）. doi: 10.3788/lop56.242801
[10] 李炯， 赵凯， 白睿， 等. 基于射线坡度阈值的城市地面分割算法［J］. 光学学报， 2019， 39（9）： 0928004. doi: 10.3788/aos201939.0928004LIJ， ZHAOK， BAIR， et al. Urban ground segmentation algorithm based on ray slope threshold［J］. Acta Optica Sinica， 2019， 39（9）： 0928004.（in Chinese）. doi: 10.3788/aos201939.0928004
[11] P NARKSRI, E TAKEUCHI, Y NINOMIYA et al. A slope-robust cascaded ground segmentation in 3D point cloud for autonomous vehicles, 497-504(2018).
[12] 冯绍权， 花向红， 段成文， 等. 一种自适应的坡度阈值地面点云分割方法［J］. 测绘科学， 2021， 46（1）： 156-161.FENGSH Q， HUAX H， DUANC W， et al. An adaptive slope threshold method for ground point cloud segmentation［J］. Science of Surveying and Mapping， 2021， 46（1）： 156-161.（in Chinese）
[13] M VELAS, M SPANEL, M HRADIS et al. CNN for very fast ground segmentation in velodyne LiDAR data, 97-103(2018).
[14] 释小松， 程英蕾， 薛豆豆， 等. 基于Point-Net的多源融合点云地物分类方法［J］. 激光与光电子学进展， 2020， 57（8）： 081019. doi: 10.3788/lop57.081019SHIX S， CHENGY L， XUED D， et al. Object classification method for multi-source fusion point clouds based on point-net［J］. Laser & Optoelectronics Progress， 2020， 57（8）： 081019.（in Chinese）. doi: 10.3788/lop57.081019
[15] A PAIGWAR, Ö ERKENT, D SIERRA-GONZALEZ et al. GndNet： fast ground plane estimation and point cloud segmentation for autonomous vehicles, 2150-2156(2021).
[16] M HIMMELSBACH, F V HUNDELSHAUSEN, H J WUENSCHE. Fast segmentation of 3D point clouds for ground vehicles, 560-565(2010).
[17] D ZERMAS, I IZZAT, N PAPANIKOLOPOULOS. Fast segmentation of 3D point clouds： a paradigm on LiDAR data for autonomous vehicle applications, 5067-5073(2017).
[18] J BEHLEY, M GARBADE, A MILIOTO et al. SemanticKITTI： a dataset for semantic scene understanding of LiDAR sequences, 9296-9306(2019).
[19] S LEE, H MYUNG. Patchwork： fast and robust ground segmentation solving partial under-segmentation using 3D point cloud, 13276-13283(2022).
[20] 邵靖滔， 杜常清， 邹斌. 基于点云簇组合特征的激光雷达地面分割方法［J］. 激光与光电子学进展， 2021， 58（4）： 0428001. doi: 10.3788/lop202158.0428001SHAOJ T， DUCH Q， ZOUB. Lidar ground segmentation method based on point cloud cluster combination feature［J］. Laser & Optoelectronics Progress， 2021， 58（4）： 0428001.（in Chinese）. doi: 10.3788/lop202158.0428001
[21] 张凯， 于春磊， 赵亚丽， 等. 基于自适应阈值的三维激光点云地面分割算法研究［J］. 汽车工程， 2021， 43（7）： 1005-1012.ZHANGK， YUCH L， ZHAOY L， et al. Research on ground segmentation algorithm based on adaptive thresholds for 3D laser point clouds［J］. Automotive Engineering， 2021， 43（7）： 1005-1012. （in Chinese）
