基于三維激光數(shù)據(jù)的層級(jí)式SLAM方法

近日，機(jī)器視覺(jué)頂刊IEEE Transactions on Pattern Analysis and Machine Intelligence（《模式分析與機(jī)器智能匯刊》IF=17.86）在線發(fā)表了遙感信息工程學(xué)院青年教師李加元（特聘副研究員）課題組研究成果，該研究實(shí)現(xiàn)了激光掃描視覺(jué)特征級(jí)點(diǎn)云高精度自動(dòng)配準(zhǔn)技術(shù)。

論文題為“A Practical O (N2) Outlier Removal Method for Correspondence-based Point Cloud Registration”（適用于特征級(jí)點(diǎn)云配準(zhǔn)的實(shí)用粗差剔除方法）。研究工作針對(duì)特征級(jí)點(diǎn)云配準(zhǔn)中高粗差比率問(wèn)題（誤匹配率>95%），定義了匹配矩陣與擴(kuò)展匹配矩陣概念，構(gòu)建了非滿(mǎn)秩約束下行列式最小化代價(jià)函數(shù)模型，基于邊界理論實(shí)現(xiàn)了粗差匹配自動(dòng)檢測(cè)，并提出了尺度自適應(yīng)柯西穩(wěn)健估計(jì)模型，實(shí)現(xiàn)了99%誤匹配率下點(diǎn)云數(shù)據(jù)高效高精度全自動(dòng)配準(zhǔn)拼接。

多站點(diǎn)云自動(dòng)配準(zhǔn)建圖效果

課題組已將該研究成果應(yīng)用于智能駕駛即時(shí)定位與建圖（SLAM）任務(wù)中，提出了基于三維激光數(shù)據(jù)的層級(jí)式SLAM方法，實(shí)現(xiàn)了無(wú)GNSS環(huán)境下智能無(wú)人系統(tǒng)的高精度自主定位定姿，在智能駕駛國(guó)際著名公開(kāi)數(shù)據(jù)集KITTI上排名全球第7（純激光SLAM算法中排名全球第4）。KITTI鏈接：

http://www.cvlibs.net/datasets/kitti/eval_odometry.php（名稱(chēng)HMLO-whu）

純激光定位與建圖效果

近年來(lái)，在國(guó)家自然科學(xué)基金、國(guó)家重點(diǎn)研發(fā)計(jì)劃、博士后創(chuàng)新人才計(jì)劃等項(xiàng)目的資助下，李加元博士致力于智能無(wú)人系統(tǒng)自主導(dǎo)航定位與建圖中的關(guān)鍵技術(shù)研究，取得了系列研究成果，在IEEE Transactions on Image Processing, ISPRS Journal of Photogrammetry and Remote Sensing, IEEE Transactions on Geoscience and Remote Sensing，《測(cè)繪學(xué)報(bào)》等計(jì)算機(jī)視覺(jué)、圖像處理、攝影測(cè)量與遙感領(lǐng)域的知名期刊發(fā)表論文將近30篇，曾獲美國(guó)攝影測(cè)量與遙感學(xué)會(huì)學(xué)術(shù)金獎(jiǎng)。研究工作攻克了大幾何與大輻射畸變影像匹配、高粗差比率穩(wěn)健估計(jì)、高可靠性特征級(jí)激光點(diǎn)云自動(dòng)配準(zhǔn)等一系列技術(shù)壁壘，形成了視覺(jué)與激光SLAM理論和方法，完成了智能無(wú)人系統(tǒng)高精度自主定位導(dǎo)航的若干關(guān)鍵技術(shù)積累。

責(zé)任編輯：lq