近日，機(jī)器視覺頂刊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，該研究實現(xiàn)了激光掃描視覺特征級點云高精度自動配準(zhǔn)技術(shù)。

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

多站點云自動配準(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)的層級式SLAM方法，實現(xiàn)了無GNSS環(huán)境下智能無人系統(tǒng)的高精度自主定位定姿，在智能駕駛國際著名公開數(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HMLO-whu）

純激光定位與建圖效果

近年來，在國家自然科學(xué)基金、國家重點研發(fā)計劃、博士后創(chuàng)新人才計劃等項目的資助下，李加元博士致力于智能無人系統(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，《測繪學(xué)報》等計算機(jī)視覺、圖像處理、攝影測量與遙感領(lǐng)域的知名期刊發(fā)表論文將近30篇，曾獲美國攝影測量與遙感學(xué)會學(xué)術(shù)金獎。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、高可靠性特征級激光點云自動配準(zhǔn)等一系列技術(shù)壁壘，形成了視覺與激光SLAM理論和方法，完成了智能無人系統(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