レーザースキャンによって異なる時期に取得された都市シーンには位置ズレが発生し、従来の点群登録方法は効率が低く、ロバスト性にも欠けるという制約がある。本論文では、柱状物と車線を考慮した点群登録の改良手法を提案する。まず、フィルタリング後の点群に対しボクセルグリッドダウンサンプリングを実施し、その後布モデルフィルタで地面点をフィルタリングし、次にK平均による教師なし分類で非地面点群を分類する。さらに、事前に定義されたランダムサンプルコンセンサス法を用いて柱状物をターゲット特徴として抽出し、点群反射強度に基づき点群グレースケールマップおよび空間密度分割法で車線を抽出する。改良された反復最近傍点（ICP）アルゴリズムと法線ベクトル制約を用い、柱状物と車線を登録の素子として利用し、幾何学的一致アルゴリズムで誤った点の組み合わせを排除し、双方向KDツリーで特徴点の対応関係を高速に求めることで、登録速度を向上させ精度を高める。実験により、低重複度の都市点群シーンで20秒未満、20回の反復のみで、精度は1.9877×10^-5 mに達し、都市道路シーンの点群に対して効率的かつ正確な登録が可能であることを示した。

車載レーザースキャン; 柱状物; 地面点フィルタリング; K平均; 車線; 改良ICP