激光雷达由于其测量距离的主动性和对光照变化的鲁棒性，受到了学术界和工业界的广泛关注。激光雷达技术的发展促进了机器人在复杂环境中的广泛应用，如野外监测、勘探、搜索救援和自动驾驶。

为了解决单个激光雷达在数据稀疏和视野有限方面的缺点，将多个激光雷达结合起来，最大限度地提高机器人对环境的感知能力，并获得足够的测量结果，这是一个简单但有希望的解决方案，也有利于同时定位和映射(SLAM)。但必须研究释放多个激光雷达潜力的新算法。

香港科技大学郑家纯机器人研究所博士后焦健浩等人提出了一种能够利用多激光雷达获得鲁棒与实时的外参标定、里程计与建图效果的系统M-LOAM。该系统先提取点云中的边缘与平面点，经过外参初始化后，使用一个基于滑窗的多激光雷达里程计来同时估计位姿与在线标定，其中包含了标定结果的收敛性判断。同时他们还提出了一种建图算法，通过构建全局地图并结合足够多的观测，构建并尝试减少测量与估计的不确定性来优化位姿。

除了多激光雷达感知系统M-LOAM，焦健浩博士还最新提出了一种融合激光雷达的多传感器感知系统FusionPortable。

6月27日晚7点，「AI新青年讲座」第131讲，香港科技大学郑家纯机器人研究所博士后焦健浩将主讲《以激光雷达为中心的移动机器人感知系统》。