福州大學科研團隊提出一種基于體素和自適應閾值區(qū)域生長提取平面特征的點云配準和定位方法，該方法相當賦予了無人駕駛設備眼睛和大腦，是實現(xiàn)自動駕駛的重要技術之一。相關研究成果以“基于體素平面特征的點云配準與定位”為題，5月5日在線發(fā)表于攝影測量與遙感領域國際頂級期刊《ISPRS攝影測量和遙感雜志》上。論文的第一作者是福州大學副研究員李建微，通訊作者為副教授王前鋒。
無人汽車為代表的自動駕駛的技術核心之一是，一種被稱“即時定位與構建”(英文縮寫為SLAM)的智能技術，該項技術是當今人工智能與自動化領域亟待突破的難點之一。福州大學科研團隊在該領域的研究獲得突破，提出了面向點云特征的高效提取方法，并利用所提取的特征建立了一種點云粗配準框架和全局定位方法，分別用于重建三維環(huán)境與確定相對于環(huán)境的自身位姿。
據(jù)了解，該算法的配準成功率達到96%以上，是領域內目前最好的配準方法之一;并且在定位成功率也上有顯著提升，超過了91%。該算法可讓無人設備實時感知并重建周圍環(huán)境，確定自身當前位置及姿態(tài)，同時具備運算速度快的優(yōu)勢，可為設備提供較強的適應性，在機器人尋路、自動駕駛及增強現(xiàn)實領域具有廣闊的應用前景。不僅如此，該算法創(chuàng)新地實現(xiàn)了不同方法在特征提取層面的高效融合，以滿足于更大場景、更短時間及更高精度的定位及定姿要求。(作者：溫才妃)
營業(yè)執(zhí)照公示信息