张瑞宾 郭应时 陈元华 刘晓刚 周扬

（1.长安大学，西安 710064；2.桂林航天工业学院，桂林 541004）

主题词：激光雷达 运动车辆 点法向量 位姿估计

1 前言

智能车辆通过激光雷达等环境感知系统对运动车辆位姿（Moving Vehicle Pose，MVP）进行准确估计，可有效提高危险交通场景下的安全性。国内外学者针对运动物体的位姿展开了相关研究。王岩等人[1]提出了一种基于迭代最近点（Iterative Closest Point，ICP）的井下无人机实时位姿估计方法，将煤矿井下四旋翼无人机位姿估计问题转换为机载激光点云数据的扫描匹配问题。宋亮等人[2]提出了基于扩展卡尔曼滤波（Extended Kalman Filter，EKF）的相对位姿估计算法，对相对位置和姿态进行估计的同时，可辨识出目标的未知参数。郝刚涛等人[3]提出一种基于单目相机与无扫描三维激光雷达融合的非合作目标相对位姿估计方法，可实现尺度模糊下相对位姿的快速鲁棒估计。畅春华等人[4]提出一种基于二维激光雷达的移动机器人实时位姿估计算法，通过优化位置序列间的方向角实现机器人的位姿估计。S.Akshay 等人[5]提出了一种基于无人机周围点云特征的激光雷达定位误差协方差矩阵自适应估计方法，该方法比基于距离的协方差矩阵模型更精确。Opromolla等人[6]提出了基于在轨服务的激光雷达三维点云姿态估计算法，通过姿态跟踪算法对姿态进行校正，通过将模型点云和目标点云进行ICP 匹配实现姿态跟踪。Y.Fang等人[7]提出了全等四面体对齐（Congruent Tetrahedron Align，CTA）算法，通过激光雷达扫描点云和模型点云中的全等四面体确定相对位姿，采用ICP算法进行CTA后的姿态跟踪。……