基于車載激光雷達的點云配準算法及應用技術研究.pdf

1、隨著無人作戰(zhàn)系統(tǒng)在未來信息化戰(zhàn)爭中需求的增大以及傳感器的發(fā)展，無人車的環(huán)境感知、增強現(xiàn)實、環(huán)境建模等技術的要求也日益變高。激光雷達的研究在無人車環(huán)境感知、環(huán)境建模等方面至關重要。解決地面無人系統(tǒng)如何能夠在非結構環(huán)境下的激光雷達三維點云配準的實際問題是本文研究的重中之重。真實的非結構化環(huán)境是復雜的、動態(tài)的、充滿了不確定性，并且不是數(shù)學模型能描述的，地面無人系統(tǒng)的移動是不精確的，受周邊環(huán)境、時間等諸多因素的影響，而且觀測結果也充滿了噪聲，環(huán)

2、境本身特征甚少。綜上所述，亟需一種解決非結構化環(huán)境的配準算法。本文主要針對地面無人系統(tǒng)的工作特點進行配準算法的研究和改進，最后完成激光雷達點云地圖的構建。
　　本文取得的研究成果包括：
　　1.提出了一種基于圖像特征提取的改進ICP(Iterative Closest Point)算法。該算法的基本思想是對 ICP配準算法中的配準點集進行改進，改進的點集來自點云數(shù)據(jù)和圖像數(shù)據(jù)融合后從圖像中提取的一系列特征點所對應的感興趣點云

3、特征線的集合，再將圖像特征點對應的點云數(shù)據(jù)點組成配準的點集。該算法的優(yōu)勢在于一方面通過特征提取，提高了配準的精度，另一方面減少了參加配準的點的個數(shù)，從而可以減少配準的時間，以克服原始 ICP算法在地面無人系統(tǒng)中的應用缺點。通過實驗可以得出，本算法在精度和效率方面都有一定的提高。
　　2.采用一種基于圖像特征提取的改進ICP配準算法和LOAM（Lidar Odometry and Mapping in Real-time）建圖算法融