野外作战环境复杂多变,如何在地形崎岖、障碍未知的环境中提高车辆可穿越地面区域分割的精度是无人作战平台环境感知研究中首先需要解决的问题。以往针对地面分割问题的研究通常借助于可见光相机(典型的被动式感知)或激光雷达(典型的主动式感知),但是前者对环境光照和纹理等条件敏感,后者因其扫描式机制使其在颠簸环境下容易引起扫描变形,都不能稳定适应野外环境。基于飞行时间(Time-of-Flight,ToF)测距技术成像传感器的出现,大大提升了机器感知环境的能力。ToF相机一次成像即可获取车前视野环境的景深信息,相比基于可见光相机的双目/多目立体视觉系统和激光雷达,能更好的适应野外环境,所以本文将基于ToF技术针对野外地面分割展开研究。针对无人作战平台对环境感知的需求,本文基于ToF技术获取环境三维信息,提出并设计了基于ToF的地面分割方法。而后,针对ToF相机的研发和在野外地面分割方面的应用研究需求,设计并实现了ToF感知应用仿真平台,并在该平台上对地面分割算法进行了仿真验证。论文的主要工作和研究成果包括如下三个方面:1.首次提出将基于ToF技术的成像传感器应用于野外地面分割,设计并实现了基于大小自适应栅格的地面分割方法,根据地形的可穿越性(Traversability)分析,自适应调整栅格分辨率。实验证明,该方法在多障碍、少障碍、无障碍环境下都能有效分割地面,且能够实现在综合考虑分割算法精度和执行效率的同时有效提升精确率和召回率。2.针对野外崎岖地形环境下开展ToF感知研究的需求,设计并实现了ToF感知应用仿真平台。分析了ToF相机成像几何模型,引入diamond-square分形算法随机生成自然崎岖地形,实现了该模拟地形环境下ToF相机成像的仿真,能获取理想条件下ToF三维成像数据,用于支持感知研究实验。3.基于仿真平台设计的二次开发接口,实现了本文提出的基于大小自适应栅格的野外地面分割方法。通过应用实验验证了本文地面分割方法的有效性,并分析了ToF相机的有效测距范围等主要参数对地面分割效果的影响。