福州大學(xué)科研團(tuán)隊(duì)提出一種基于體素和自適應(yīng)閾值區(qū)域生長提取平面特征的點(diǎn)云配準(zhǔn)和定位方法，該方法相當(dāng)賦予了無人駕駛設(shè)備眼睛和大腦，是實(shí)現(xiàn)自動(dòng)駕駛的重要技術(shù)之一。相關(guān)研究成果以“基于體素平面特征的點(diǎn)云配準(zhǔn)與定位”為題，5月5日在線發(fā)表于攝影測量與遙感領(lǐng)域國際頂級(jí)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(xué)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(dòng)駕駛的技術(shù)核心之一是，一種被稱“即時(shí)定位與構(gòu)建”(英文縮寫為SLAM)的智能技術(shù)，該項(xiàng)技術(shù)是當(dāng)今人工智能與自動(dòng)化領(lǐng)域亟待突破的難點(diǎn)之一。福州大學(xué)科研團(tuán)隊(duì)在該領(lǐng)域的研究獲得突破，提出了面向點(diǎn)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(diǎn)云粗配準(zhǔn)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(duì)于環(huán)境的自身位姿。
據(jù)了解，該算法的配準(zhǔn)成功率達(dá)到96%以上，是領(lǐng)域內(nèi)目前最好的配準(zhǔn)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(shè)備實(shí)時(shí)感知并重建周圍環(huán)境，確定自身當(dāng)前位置及姿態(tài)，同時(shí)具備運(yùn)算速度快的優(yōu)勢，可為設(shè)備提供較強(qiáng)的適應(yīng)性，在機(jī)器人尋路、自動(dòng)駕駛及增強(qiáng)現(xiàn)實(shí)領(lǐng)域具有廣闊的應(yīng)用前景。不僅如此，該算法創(chuàng)新地實(shí)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(shí)間及更高精度的定位及定姿要求。(作者：溫才妃)
關(guān)鍵詞： 自動(dòng)駕駛設(shè)備 新算法配準(zhǔn)成功率 福州大學(xué)科研團(tuán)隊(duì) 自動(dòng)駕駛技術(shù)核心
營業(yè)執(zhí)照公示信息