记者8日从福州大学获悉，该校科研团队提出“基于体素平面特征的点云配准与定位”的新方法，相当于赋予了无人驾驶设备“新”的眼睛和大脑，是当今自动驾驶领域研究的一个重要突破。相关成果日前在线发表于摄影测量与遥感领域国际顶级期刊《ISPRS摄影测量和遥感杂志》上。该文章是以福州大学李建微副研究员为第一作者，王前锋副教授为通讯作者。
据李建微介绍，以无人汽车为代表的自动驾驶设备是当前产业竞争的新焦点，其核心之一便是一种被称“即时定位与构建”的智能技术，是当今人工智能与自动化领域亟待突破的难点之一。其中，点云数据是实现地物三维构建的关键数据源。配准算法多用于相对位姿估计与完整三维环境信息的构建，而定位算法是利用已知环境信息实现感知、规划和控制的基础。现有的点云配准和定位算法涉及大数据运算消耗，以及如何实现与空间精度间的折衷权衡等问题。
为此，福州大学科研团队针对更快速和精确点云匹配准和定位这一产业需求，提出了面向点云特征的高效提取方法，并利用所提取的特征建立了一种点云粗配准框架和全局定位方法，分别用于重建三维环境与确定相对于环境的自身位姿。该算法的配准成功率达到96%以上，是领域内目前最好的配准方法之一；定位成功率超过了91%，较原有的也有显著提升。
（科技日报5月9日 许晓凤 记者 谢开飞）
免责声明：本网转载自其它媒体的文章，目的在于弘扬科技创新精神，传递更多科技创新信息，宣传国家科技政策，展示国家科技形象，增强国家科技软实力，参与国际科技舆论竞争，提高国际科技话语权，并不代表本网赞同其观点和对其真实性负责，在此我们谨向原作者和原媒体致以崇高敬意。如果您认为本网文章及图片侵犯了您的版权，请与我们联系，我们将第一时间删除。
