面向工業(yè)現場的3D點云濾波方法

摘 要：三維點云語義分割是目前人工智能領域中研究的重點問題，在自動駕駛、環(huán)境感知機器人和工業(yè)自動化等領域中廣泛應用。針對激光雷達掃描數據的特點，本文根據經典的二次導向濾波方法并針對激光雷達掃描數據的特點提出三維導向濾波算法，其作用是改進三維點云數據，能夠有效濾除無用噪聲并保留點云中的局部輪廓信息。以公開的SemanticKITTI數據集為基礎，分析濾波效果，證明本文方法的有效性。

關鍵詞：三維點云；語義分割；激光雷達；三維導向濾波

中圖分類號：TM 732" " " " " 文獻標志碼：A

激光雷達可在光線不足、紋理特征少的場景中探測物體的三維信息，其優(yōu)點是測距范圍大。目前，基于激光雷達的三維場景重建在工業(yè)界、自動駕駛領域得到了廣泛關注。采用激光雷達雷達測得的點云數據具有稀疏、無序等特點，與二維圖像相比，處理難度更大，有效提升點云數據質量可為后續(xù)研究提供基礎。

該領域已有一系列研究成果。例如，JENKE P等[1]將統(tǒng)計學與點云濾波算法相結合。KALOGERAKIS E等[2]提出一種穩(wěn)健的統(tǒng)計模型框架。張芳菲等[3]采用構造KD樹的方法使點云數據有序化，并削弱噪聲。戴士杰等[4]提出三維散亂點云平滑去噪算法，針對散亂點云去除噪聲。AVRON H等[5]提出采用L1正則化來恢復點的法線場。CHEN H等[6]設計了一個帶有圖形約束的低秩矩陣恢復模型，以保留各種幾何特征。上述研究適用于受小噪聲影響的點云，但是在高噪聲情況下可能產生過度平滑或銳化現象。……