基于自適應閾值的三維點云分段式去噪方法

任彬，崔健源，李剛，宋海麗

（1 石家莊鐵道大學機械工程學院，石家莊050043）

（2 中國人民解放軍陸軍工程大學，石家莊050043）

0 引言

近年來，無人駕駛、智能駕駛技術正快速發展。現階段，車輛對外部信息的獲取主要是依靠激光雷達、毫米波雷達和攝像頭等三類傳感器。與另外兩者相比，激光雷達具有高精度、高分辨率的優點，用其探測行車環境成為了一種趨勢。作為車輛上的一種重要傳感器，激光雷達可以直接獲取與周圍物體的距離和方位角等信息，即點云數據。由于受到天氣、裝配誤差等因素的影響，點云中常含有一定數量的噪聲點。噪聲點的存在會對點云配準、語義分割等步驟產生嚴重影響，導致配準誤差大、分割精度低、耗時長等問題。因此，對點云數據進行去噪成為了點云處理的重要研究方向之一。

點云去噪既要求快速高效地去除噪聲點，又要求盡可能地保留點云的細節特征，比如邊緣、尖角、孔洞等。針對以上問題，國內外研究人員提出了許多點云去噪算法。魏碩等［1］采用了結合基于密度的噪聲空間聚類應用算法和統計濾波算法的單光子點云去噪方法，其性能優于經典的半徑濾波算法。劉利恒等［2］提出了一種幾何特征保持的點云去噪算法，首先通過柵格化去除大尺度噪聲，再通過模糊C 均值聚類算法刪除小尺度噪聲。程知等［3］為了提高差分光柱像運動激光雷達探測信噪比，提出了一種基于集合經驗模態分解和奇異值分解的混合降噪法，有效地識別和濾除了噪聲。……