报告简介：

报告将介绍一种大规模、高精度的激光SLAM算法，包括局部建图、全局建图和实时定位三部分。在局部和全局建图中， 激光雷达的姿态与平面、线和圆柱体共同优化，以最小化点到模型的成本，这个过程被称为平面-线-圆柱体调整 (PLCA)。研究证明，通过一些预处理，PLCA 独立于这些几何物体上观测到的点的数量，这使得高效地解决大规模 PLCA 问题成为可能。定位模块通过注册局部平面、线和圆柱体到全局地图获得实时的姿态，这个步骤被称为平面-线-圆柱配准（PLCR）。我们为 PLCR 提供了一种高效的算法。实验结果表明，我们的算法优于现有激光SLAM 算法，并达到了实时性。

报告人简介：

周力普博士，美团无人机业务部高级算法专家，主要负责三维重建和视觉定位相关工作。周力普博士毕业于清华大学计算机系，曾在卡内基梅隆大学机器人学院从事博士后研究，曾任职于Magic Leap，Qualcomm，Microsoft等公司。研究方向包括SLAM，Localization，Large-scale Optimization, Sensor Fusion Calibration等。周力普博士在ICRA，IROS，AAAI，IEEE RAL， IEEE TITS等会议和期刊上发表多篇文章，担任IROS 2021 SLAM II session cochair，获得ICRA 2022 Outstanding Navigation Paper Award。