激光雷達三維點云目標補全算法

嚴璐 顧昕

（南京萊斯信息技術股份有限公司 江蘇省南京市 210000）

激光雷達在無人機/無人駕駛/文物修復/機器人等領域應用越來越廣泛，視頻圖像數據易受光照變換的影響，激光雷達點云有效避免此問題，且數據量小。本算法應用場景是泊位引導中基于點云檢測出航空器。點云數據量小，數據稀疏，機場環境下，雷達安裝位置和角度以及飛機本身相互遮擋，目標點云嚴重缺失。飛機為異形結構，無法采用規則圖形進行點云補全，這些對飛機目標的識別檢測和尺寸衡量造成很大障礙，因此需要需要合適的點云補全模型。

點云補全一直是深度學習和三維重建領域的一個重要的研究課題?；谏疃葘W習的三維點云修復技術主要有密集、補全、去噪三類重建方法。修復模型的關鍵技術有特征編碼/特征擴展和損失函數設計。點云修復目的是提升點云密度，補全點云形狀以及去除噪聲等，從而提高點云質量，便于后期識別檢測點云中的目標，衡量目標大小。

現有技術利用激光雷達掃描獲取物體外形，通常對外形不做補全處理?，F有的點云補全方法很多，但是補全稠密均勻性不足，目標尺寸不夠準確，還需要深入研究改進。有些補全算法通過點云和圖像融合的方式，但是攝像頭受環境因素影響很大，如雨霧天，夜晚等。另外實際應用中考慮到各種因素，并不能只為補全信息，同時架設雷達和攝像機。本文只基于PCN模型進行改進，優化點云補全。……