레이저 스캐닝을 통해 얻은 도시 장면에서 서로 다른 시기에 위치 편차가 발생함에 따라, 기존의 점군 정합 방법은 낮은 효율성과 낮은 강인성 등의 한계를 가지고 있다. 본 논문은 막대형 객체와 차선선을 고려한 점군 정합 개선 방법을 제안한다. 먼저 필터링된 점군에 대해 복셀 그리드 다운샘플링을 수행하고, 이후 천 모델 필터링을 이용해 지면 점을 필터링하며, 그 다음 K-평균 무감독 분류를 통해 비지면 점군을 분류한다. 이후 사전 정의된 랜덤 샘플 합의법(RANSAC)을 사용하여 막대형 객체를 목표 특징으로 추출하며, 점군 반사 강도에 기반하여 점군 그레이스케일 맵과 공간 밀도 분할 방법으로 차선선을 추출한다. 개선된 반복 최근접점(ICP) 알고리즘과 법선 벡터 제약 조건을 활용하여 막대형 객체와 차선선을 정합 원소로 사용하고, 기하학적 일치 알고리즘으로 잘못된 점 쌍을 제거하며, 쌍방향 KD-트리를 이용해 특징점 대응 관계를 빠르게 맵핑하여 정합 속도를 높이고 정확도를 향상시킨다. 실험 결과, 낮은 중첩도를 가진 도시 점군 장면에서 20초 미만의 처리 시간과 20회 반복만으로 1.9877×10^-5 m의 정밀도를 달성하여 도시 도로 장면 점군의 효율적이고 정확한 정합이 가능함을 확인하였다.

차량 장착 레이저 스캐닝; 막대형 객체; 지면 점 필터링; K-평균; 차선선; 개선된 ICP