毕 松 王宇豪

(北方工业大学电气与控制工程学院， 北京 100041)

0 引言

激光雷达具有测量精度高、探测距离远、实时性高、受光照等外界环境因素影响小等优点，能够提供大范围、高分辨率的实时距离信息，在农业机械自动导航研究中得到广泛应用[1-2]。激光雷达在农业种植园工作时，容易受到失落信息和逸出值干扰[3]，从而使激光雷达输出的原始点云数据存在与实际数据不一致的噪声数据。由失落信息和逸出值导致的噪声将降低点云特征提取和特征匹配的精度[4]，从而降低目标感知和生成导航路径的可靠性。因此对原始点云去噪是保证点云后续处理的必要也是关键的步骤，同时去噪的效果直接影响了点云数据分析的准确性[5]。

点云去噪受到国内外学者关注，提出了基于点云数据特征、基于图像分析以及基于邻域分析等的去噪方法[6-16]。已有研究成果对特定环境或模型具有较好的适应性，但种植园机器人工作环境相对复杂，需探测的尺度变化较大，使得点云密度整体差异较大，导致以上算法均有不适用之处[17-18]。

种植园机器人工作场景可分为密集种植环境和非密集种植环境，此场景相对复杂多变且规模庞大。在密集种植场景中，激光点云呈连续立面状；在非密集种植场景中，激光数据表现为若干点云簇。对于不同种植模式，其点云簇形态差异较大，单一去噪参数难以适应不同种植模式中的点云去噪要求，而相同种植模式下去噪参数相似。……