據李建微介紹，以無人汽車為代表的自動駕駛設備是當前產業競爭的新焦點，其核心之一便是一種被稱“即時定位與構建”的智能技術，是當今人工智能與自動化領域亟待突破的難點之一。其中，點云數據是實現地物三維構建的關鍵數據源。配準算法多用于相對位姿估計與完整三維環境信息的構建，而定位算法是利用已知環境信息實現感知、規劃和控制的基礎。現有的點云配準和定位算法涉及大數據運算消耗，以及如何實現與空間精度間的折衷權衡等問題。

為此，福州大學科研團隊針對更快速和精確點云匹配準和定位這一產業需求，提出了面向點云特征的高效提取方法，并利用所提取的特征建立了一種點云粗配準框架和全局定位方法，分別用于重建三維環境與確定相對于環境的自身位姿。該算法的配準成功率達到96%以上，是領域內目前最好的配準方法之一；定位成功率超過了91%，較原有的也有顯著提升。