改进ICP算法的激光雷达点云配准

针对传统ICP算法在激光雷达目标点云配准中存在匹配时间长，以及受初值影响导致该算法应用在无人车SLAM技术中容易存在定位精度不高和稳健性较差的问题，本文提出了一种结合KD-tree算法的NDT-ICP算法。首先，通过Voxel Grid滤波对激光雷达获取的点云数据进行预处理，利用平面拟合参数的方法去除地面点云；然后，利用NDT算法进行点云粗匹配，缩短目标点云与待匹配点云距离；最后，通过KD-tree邻近搜索法提高对应点查找速度，并通过优化收敛阈值，完成ICP算法的精匹配。试验结果表明，本文提出的改进算法相比于NDT算法和ICP算法，在点云配准速度和精度上有明显提高，且在地图构建上精度和稳健性更好。