Lidar es un sensor clave de los sistemas de conducción autónoma, pero la distribución espacial de su nube de puntos es desigual debido a su mecanismo de escaneo, lo que degrada en gran medida el rendimiento de agrupamiento del tradicional algoritmo de agrupamiento espacial basado en densidad de aplicación con ruido (DSC). Considerando la característica del contorno de los objetos detectados para vehículos inteligentes, se propone un método de agrupamiento adaptativo basado en DSC (DAC) con la adopción de un vecindario elíptico, diseñado de acuerdo con las propiedades de distribución de la nube de puntos. Los parámetros de la elipse se ajustan de forma adaptativa con la ubicación del punto de muestra para tratar la uniformidad de puntos en diferentes rangos. Además, se analiza la dependencia entre diferentes parámetros de DAC y se optimizan numéricamente con el conjunto de datos KITTI considerando un rendimiento integral. Para verificar la eficacia, se realizó un experimento comparativo con un vehículo equipado con tres lidars IBEO LUX8 en el campus, y los resultados muestran que en comparación con DSC que utiliza un vecindario circular, DAC tiene un mejor rendimiento de agrupamiento y puede reducir notablemente la tasa de sobre-segmentación y sub-segmentación.