记者从福州大学得悉，该校科研团队提出“根据体素平面特征的点云配准与定位”的新办法，相当于赋予了无人驾驶设备“新”的眼睛和大脑，是当今无人驾驶范畴研讨的一个重要打破。相关效果日前在线发表于拍摄丈量与遥感范畴世界尖端期刊《ISPRS拍摄丈量和遥感杂志》上。该文章是以福州大学李建微副研讨员为榜首作者，王前锋副教授为通讯作者。

　　据李建微介绍，以无人轿车为代表的自动驾驶设备是当时工业竞赛的新焦点，其间心之一就是一种被称“即时定位与构建”的智能技能，是当今A与自动化范畴亟待打破的难点之一。其间，点云数据是完成地物三维构建的要害数据源。配准算法多用于相对位姿估量与完好三维环境信息的构建，而定位算法是使用已知环境信息完成感知、规划和操控的根底。现有的点云配准和定位算法触及大数据运算耗费，以及怎样来完成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准确点云匹配准和定位这一工业需求，提出了面向点云特征的高效提取办法，并使用所提取的特征建立了一种点云粗配准结构和大局定位办法，别离用于重建三维环境与确认相对于环境的本身位姿。该算法的配准成功率到达96%以上，是范畴内现在最好的配准办法之一；定位成功率超过了91%，较原有的也有明显提高。

　　“此举可让无人设备实时感知并重建周围环境，确认本身当时方位及姿势。”李建微说，该算法还具有运算速度快的优势，可为设备供给较强的适应性，在机器人寻路、无人驾驶及增强实际范畴具有宽广的使用远景。不仅如此，该算法还创新地完成了不同办法在特征提取层面的高效交融，以满足于更大场景、更短时刻及更高精度的定位及定姿要求。