基于NDT与ICP结合的点云配准算法

摘要：

Lidar SLAM技术是无人车进行精确导航的一种重要方式,也是实现无人车在复杂的园区非结构化道路环境中安全驾驶的一种前提保障.构建了一种快速精确定位与建图的方法,通过车载激光雷达返回的大量点云数据,进行噪声点移除以及Voxel Grid滤波的预处理,在保持原始点云形态的同时实现点云配准.首先利用NDT(Normal Distribution Transform)点云配准算法对无人车的位姿粗估计,然后利用ICP(Iterative Closest Point)点云配准算法对已配准的点云进行校正,实现无人车位姿的精确估计,进而完成地图的更新过程.该方法只需要车载激光雷达传感器实现了快速的、精度高的Lidar SLAM.将算法用于小旋风无人车,在校园环境进行了验证,结果表明该算法是可靠、有效的.

关键词：LidarSLAM、无人车、正态分布变换(NDT)、迭代最近点(ICP)、点云配准、定位、地图构建

所属期刊栏目：56

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;北京市属高校高水平教师队伍建设支持计划高水平创新团队建设计划项目;北京联合大学人才强校优选计划项目;北京联合大学研究生资助项目

在线出版日期：2020-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：88-95