衣明悦，石 晶，赵梓杉

（辽宁工业大学 汽车与交通工程学院，辽宁 锦州 121001）

前言

目前主流的自动驾驶定位技术有基于全球导航卫星系统（GNSS）、基于航迹推算的定位方法，以及基于环境特征匹配的定位方法三种。其中基于环境特征匹配的定位方法主要采用车载相机和激光雷达获取RGB图像与激光点云数据，然后与高精地图中存储数据进行特征匹配，从而实现精确定位。

在点云地图构建过程中由于激光雷达扫描距离存在限制，所以会进行多次连续扫描，然后将每一次扫描的点云数据进行配准拼接，最终形成完整连续的激光点云地图。

点云配准是点云数据处理的基础性工作。同时激光扫描的点云数据能够以较小的内存获得物体准确的拓扑结构和几何结构，因而获得越来越多学者的广泛关注。在实际采集过程中，因为被测物体尺寸过大，物体表面被遮挡或者三维扫描设备的扫描角度等因素，单次的扫描往往得不到物体完整的集合信息。从而，为了获得被测物体的完整几何信息，就需要通过求解坐标之间转换关系，将连续扫描的两帧或多帧激光点云转换到同一坐标系（scan-to-scan），或者将当前扫描点云已建立的地图进行配准（scan-to-map）从而最终恢复车身位置和姿态的变化。

1 发展现状

1.1 迭代最近点（ICP）算法国内外发展现状

Besl[1]等在1992年提出的迭代最近点（ICP）算法，是最经典的点云配准算法，该算法计算较为简单，但是该算法的缺点是不仅对初始位置要求较高，而且容易陷入局部最优结果。……