地面分割（Ground Segmentation）是自动驾驶环境感知中的关键技术，指通过算法将三维点云或图像数据中的地面区域与非地面区域（如车辆、行人、障碍物等）进行准确分离的过程。其核心在于建立地面几何模型（如平面拟合或曲面估计），利用高度差异、法向量分布等特征实现分类，为后续目标检测和路径规划提供干净的输入数据。
在实际应用中，基于激光雷达的地面分割常采用RANSAC、高斯过程回归等算法，而视觉方案则多结合深度学习和逆透视变换。当前技术难点在于处理斜坡、起伏路面等复杂地形，以及应对雨天积水或雪地等反光干扰。优秀的地面分割模块能显著降低误检率，是确保自动驾驶系统安全性的重要前提。