針對(duì)使用激光雷達(dá)進(jìn)行室外定位的問題,提出一種基于三維立體激光視覺的特征匹配定位算法,以提高激光視覺在室外環(huán)境的位置特征可靠性和定位精度。該算法首先從原始點(diǎn)云數(shù)據(jù)中提取三維視覺的物類信息;再對(duì)提取的物體類進(jìn)行特征提取,根據(jù)其個(gè)體特征進(jìn)行分類并剔除非地標(biāo)類,根據(jù)與相鄰類的位置關(guān)系提取群體特征;最后通過與特征地圖進(jìn)行匹配實(shí)現(xiàn)全局定位。通過數(shù)據(jù)集仿真驗(yàn)證,該算法能夠準(zhǔn)確地提取有效類和位置特征,平均每幀的類提取率達(dá)到90%以上,對(duì)95%以上的場(chǎng)景都能成功定位,且定位誤差不隨地圖范圍增大而積累,具有穩(wěn)定的定位性能和較高的定位精度。 

【文章來源】：激光與紅外. 2020,50(03)北大核心CSCD

【文章頁數(shù)】：6 頁

【文章目錄】：
1 引 言
2 基于三維激光視覺的室外定位算法
    2.1 基于三維視覺的物類提取算法
    2.2 基于個(gè)體特征的物類分類
    2.3 基于群體特征的位置描述
    2.4 基于特征的匹配定位
3 仿真與分析
4 結(jié) 論


【參考文獻(xiàn)】：
期刊論文
[1]基于RANSAC三維點(diǎn)云的平面提取算法[J]. 蘇云龍,平雪良,李楠.  激光與紅外. 2019(06)
[2]激光雷達(dá)在無人車輛中的應(yīng)用及關(guān)鍵技術(shù)分析[J]. 王會(huì),羅濤,陸培源.  激光與紅外. 2018(12)
[3]基于切片采樣和質(zhì)心距直方圖特征的室外大場(chǎng)景三維點(diǎn)云分類[J]. 佟國(guó)峰,杜憲策,李勇,陳槐嶸,張慶春.  中國(guó)激光. 2018(10)
[4]VDBSCAN:變密度聚類算法[J]. 周董,劉鵬.  計(jì)算機(jī)工程與應(yīng)用. 2009(11)

碩士論文
[1]室外無人車自主導(dǎo)航方法研究[D]. 張高明.浙江大學(xué) 2017



本文編號(hào)：3164011