面向车辆自主定位的激光雷达特征点选取方法性能分析

摘要：

自动驾驶车辆的自主定位是智能汽车不可或缺的功能,用于自主定位和姿态估计的激光SLAM算法有赖于良好的特征点提取算法和场景模型.本文主要介绍了现有两种点云定位和配准算法:Lidar Odometry and Mapping(Loam)算法和ImplicitMoving LeastSquares(IMLS)算法,并分析了两种算法的异同,以及拼接两种算法的可行性.然后文章根据分析结果提出了新方法——将IMLS算法中的特征点选取算法迁移至Loam框架中,并在KITTI的数据集上做验证.结果显示平均位姿估计误差为0.74％,证明了本文方法的有效性.

关键词： 自动驾驶车辆 自主定位 激光雷达 特征点选取 点云配准

作者: 魏超 江建文 陈宗海

作者单位: 中国科学技术大学自动化系,安徽合肥,中国,230026

会议类型: 国内会议

会议名称: 第20届中国系统仿真技术及其应用学术年会(20th CCSSTA 2019)

会议地点: 合肥

会议语种:中文

页码: 583-587

在线出版日期: 2019-08-01（万方平台首次上网日期，不代表论文的发表时间）