記者從福州大學(xué)獲悉，該校科研團(tuán)隊(duì)提出“基于體素平面特征的點(diǎn)云配準(zhǔn)與定位”的新方法，相當(dāng)于賦予了無(wú)人駕駛設(shè)備“新”的眼睛和大腦，是當(dāng)今自動(dòng)駕駛領(lǐng)域研究的一個(gè)重要突破。相關(guān)成果日前在線(xiàn)發(fā)表于攝影測(cè)量與遙感領(lǐng)域國(guó)際頂級(jí)期刊《ISPRS攝影測(cè)量和遙感雜志》上。該文章是以福州大學(xué)李建微副研究員為第一作者，王前鋒副教授為通訊作者。

據(jù)李建微介紹，以無(wú)人汽車(chē)為代表的自動(dòng)駕駛設(shè)備是當(dāng)前產(chǎn)業(yè)競(jìng)爭(zhēng)的新焦點(diǎn)，其核心之一便是一種被稱(chēng)“即時(shí)定位與構(gòu)建”的智能技術(shù)，是當(dāng)今人工智能與自動(dòng)化領(lǐng)域亟待突破的難點(diǎn)之一。其中，點(diǎn)云數(shù)據(jù)是實(shí)現(xiàn)地物三維構(gòu)建的關(guān)鍵數(shù)據(jù)源。配準(zhǔn)算法多用于相對(duì)位姿估計(jì)與完整三維環(huán)境信息的構(gòu)建，而定位算法是利用已知環(huán)境信息實(shí)現(xiàn)感知、規(guī)劃和控制的基礎(chǔ)。現(xiàn)有的點(diǎn)云配準(zhǔn)和定位算法涉及大數(shù)據(jù)運(yùn)算消耗，以及如何實(shí)現(xiàn)與空間精度間的折衷權(quán)衡等問(wèn)題。

為此，福州大學(xué)科研團(tuán)隊(duì)針對(duì)更快速和精確點(diǎn)云匹配準(zhǔn)和定位這一產(chǎn)業(yè)需求，提出了面向點(diǎn)云特征的高效提取方法，并利用所提取的特征建立了一種點(diǎn)云粗配準(zhǔn)框架和全局定位方法，分別用于重建三維環(huán)境與確定相對(duì)于環(huán)境的自身位姿。該算法的配準(zhǔn)成功率達(dá)到96%以上，是領(lǐng)域內(nèi)目前最好的配準(zhǔn)方法之一;定位成功率超過(guò)了91%，較原有的也有顯著提升。

“此舉可讓無(wú)人設(shè)備實(shí)時(shí)感知并重建周?chē)h(huán)境，確定自身當(dāng)前位置及姿態(tài)。”李建微說(shuō)，該算法還具備運(yùn)算速度快的優(yōu)勢(shì)，可為設(shè)備提供較強(qiáng)的適應(yīng)性，在機(jī)器人尋路、自動(dòng)駕駛及增強(qiáng)現(xiàn)實(shí)領(lǐng)域具有廣闊的應(yīng)用前景。不僅如此，該算法還創(chuàng)新地實(shí)現(xiàn)了不同方法在特征提取層面的高效融合，以滿(mǎn)足于更大場(chǎng)景、更短時(shí)間及更高精度的定位及定姿要求。

關(guān)鍵詞： 福州大學(xué) 環(huán)境信息 的適應(yīng)性 以及如何 人工智能