柳斌, 李雪梅

(1.吉林化工学院 信息与控制工程学院, 吉林 吉林 132022; 2.白城师范学院 机械与控制工程学院, 吉林 白城 137000)

0 引言

近年来,智能科技的井喷式发展让智能化设备融入越来越多的产业中。自动驾驶技术能够协调出行路线与规划时间,提升驾驶安全性和交通系统运行效率。由于激光雷达优异的感知性能[1],国内外汽车产商将激光雷达广泛应用于自动驾驶汽车领域[2]。由于大气环境干扰和光电接收器件的性能差异影响,激光雷达所获取的点云数据不可避免地掺杂噪声。这些噪声直接影响点云成像的精度、特征信息提取及后续点云处理[3],因此对含噪点云进行去噪处理是点云数据预处理的关键。

目前,对点云去噪处理的方法较多。Rusu等[4]对家庭环境等真实场景下的复杂点云消除噪声,并用统计滤波在不删除重要细节的情况下对点云数据进行了重新采样。李朋超等[5]采用一种设置“基准面”和最少点数约束的体素滤波方法对点云数据进行预处理,使其满足特定位置处的处理需求。Julie等[6]设计了一种并行实现的双边滤波器,此滤波器不仅考虑了从相邻点到点的距离,而且考虑了沿法线方向的距离,以此更好地保留锋利的边缘。

Tiziana等[7]提出了一种视觉驱动点云去噪算法,该方法通过对被高斯噪声破坏的合成数据和真实数据的数值模拟来去噪。霍健等[8]提出了基于数学形态学的点云聚类算法,将去除地面后的点云分割为相互独立的点云簇,并使用自适应阈值的分布直方图去噪算法,去除点云簇周围的离群噪点。……