1.一种仓库通道环境下的激光雷达数据聚类方法，其特征在于，包括以下步骤：

步骤1.初始化核心点数m和邻域大小σ；

步骤2.将测量数据点集P＝{p1,p2,...,pn}按照测量角度0度到180度进行排序或者角度由小到大的顺序进行排序，并将测量数据点集中所有的数据点标记为未访问的状态；

步骤3.按照顺序一次选取一个状态为未访问的数据点p，将该点的状态标记为已访问，如果此时测量数据点集中已经不存在状态为未访问的数据点，则算法终止，完成聚类；

步骤4.计算数据点p的邻域σ内是否包含m个核心点数，是则转到下一步，否则将数据点p标记为噪声点，转到步骤2；

步骤5.创建数据点p的簇C，将数据点p添加到簇C中，根据雷达散度模型计算当前阈值大小，并将阈值σ的大小设置为雷达散度模型返回值的两倍，σ＝2·f(φ,θ)；

步骤6.判断序列中下一个数据点q是否在数据点p的邻域内，如果不在则转到步骤2，否则将数据点q标记为已访问，如果数据点q是核心点即数据点q的邻域内包含m个数据点，则更新阈值，新的阈值大小为q处激光雷达散度模型返回值的两倍，即σ＝2·f(φ,θ)，此外将数据点q加入簇C，转到步骤5。

2.根据权利要求1所述的一种仓库通道环境下的激光雷达数据聚类方法，其特征在于，φi为激光雷达第i束光线与水平方向的角度，φi+1为激光雷达第i+1束光线与水平方向的角度，θ为障碍物与竖直方向的夹角，d为激光雷达所在位置的水平线与障碍物交点的距离。