控制理论与应用

作者：陶倩文,胡钊政,孙勋培,万金杰,陈琪莉

单位：武汉理工大学,武汉理工大学 智能交通系统研究中心,武汉理工大学 智能交通系统研究中心,武汉理工大学 智能交通系统研究中心

关键词：智能车; 激光定位; 地图匹配; 孪生网络

基金：国家重点研发计划项目(2022YFB2502904), 湖北省重点研发计划项目(2022BAA082), 武汉市人工智能创新专项项目(2022010702040064), 重庆 市科技创新重大研发项目(CSTB2022TIAD–STX0003)资助.

基于激光点云地图的智能车定位方法存在地图数据量大、匹配准确率低等问题,为此,本文提出了基于孪生网络的场景编码与智能车多尺度激光定位方法.首先,构建了基于场景编码的激光极化地图,该地图以节点形式表征,每个节点均包含点云极化图、点云场景编码以及全局位姿;然后,提出了基于激光极化地图的智能车多尺度定位方法,包括基于GPS与运动模型的粗定位、基于直方图滤波的节点级定位和基于快速的GICP算法的度量级定位;最后,使用现场采集的校园道路数据集和公共KITTI数据集对所提出的算法进行测试验证.实验结果表明,基于所构建地图的节点级定位准确率分别为99.6%和96.9%,平均定位误差分别为0.34 m和0.21 m,且对不同类型的激光雷达传感器和不同的环境具有较强的鲁棒性.

来源：2025年第3期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2025年第3期