基于NDT与ICP结合的点云配准算法
【摘要】 LidarSLAM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VoxelGrid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（NormalDistributionTransform）点云配准算法对无人车的位姿粗估计，然后利用ICP（IterativeClosestPoint）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LidarSLAM。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。
