福州大學科研團隊提出一種基于體素和自適應閾值區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境與確定相對于環境的自身位姿。
據了解，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境，確定自身當前位置及姿態，同時具備運算速度快的優勢，可為設備提供較強的適應性，在機器人尋路、自動駕駛及增強現實領域具有廣闊的應用前景。不僅如此，該算法創新地實現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)
營業執照公示信息