仪器仪表学报

作者：孙之寒，高旺，潘树国，王强

单位：孙之寒,东南大学仪器科学与工程学院南京210096,,高旺,东南大学仪器科学与工程学院南京210096,gaow@seu.edu.cn,潘树国,东南大学仪器科学与工程学院南京210096,,王强,南京邮电大学自动化学院南京210023,

关键词：LiDAR;ICP;鲁棒定位;点云配准;几何特征

基金：江苏省科技重大专项（BG2024003）、国家电网有限公司科技项目（J2024159）资助

点云配准是激光雷达（LiDAR）定位的关键技术，为了解决传统点云配准的迭代最近点（ICP）算法在几何特征稀疏及退化场景中面临的挑战，故提出顾及几何特征可靠性的LiDAR点云配准优化方法，该方法包含两个模块：1）基于曲率的特征提取模块，通过构建局部邻域协方差矩阵并分解特征值，计算点云的最大主曲率与最小主曲率，同时引入主曲率差及法向量夹角构建曲率一致性误差函数，通过量化几何特征差异可有效过滤重复结构中易混淆的候选匹配点，解决噪声干扰下的匹配歧义问题，保障特征配准的几何一致性，为后续配准提供高质量特征对；2）基于特征可靠性的点云配准模块，利用特征拟合误差、局部曲率和谱熵这3个因子量化特征拟合质量，通过贝叶斯模型形成统一可靠性权重，基于此权重构建了加权点云配准优化框架，通过权重调节机制抑制低质量特征的干扰，从而降低其对配准结果引入的误差。在自建数据集和公开KITTI数据集上开展了实验验证，结果表明：所提方法在室内特征退化场景的三维定位误差较常规点-线（PL）/点-面（PP）ICP方法降低了47%，显著提升了挑战环境下的定位精度与鲁棒性，并通过消融实验进一步证实了多特征协同优化的重要性，算法在万级特征对规模下优化耗时控制在20ms以内，满足实时性需求。

来源：2025年第9期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第9期