中葡科学家提出高效3D点云提取方法 助力自动驾驶精准定位
新技术注册成功率超96%,定位精度显著提升,推动自动驾驶环境感知技术发展
By Staff Reporters
中国与葡萄牙科学家联合提出一种高效的3D点云数据提取方法,可实现自动驾驶设备的粗略注册与精确定位,相当于为自动驾驶系统安装“新大脑”。相关研究成果已在线发表于《ISPRS摄影测量与遥感杂志》。
▲ 一辆自动驾驶巴士在安徽省合肥市为隔离酒店运送物资。(新华社)
3D点云是在三维空间中大量数据点的集合,是实现地面三维建模和自动驾驶感知的关键技术。其中,定位指确定车辆在地图中的精确位置,注册则是通过将实时激光雷达(LiDAR)扫描数据与地图匹配来实现定位的技术手段。
注册算法主要用于相对位置与姿态估计、完整三维环境构建;定位算法则基于已知环境信息,支撑感知、路径规划与控制等核心功能。
当前,点云注册与定位面临大数据运算开销大、算法效率与空间精度难以平衡等挑战。
福州大学研究员李建伟表示:“该方法可帮助自动驾驶设备实时感知并重建周围环境,准确识别当前位置与姿态。”
新方法使注册成功率达到96%以上,处于国际领先水平;定位成功率也超过91%,较以往有明显提升。
得益于高计算速度,该技术增强了自动驾驶系统的适应能力,未来有望广泛应用于机器人导航、自动驾驶及增强现实等领域。研究团队创新性地实现了多种特征提取方法的高效融合,满足了大场景、短时间、高精度下的位姿估计需求。
END
Editor | SONG Ziyan
Supervisor| TIAN Xueke

