面向铁路场景的大规模点云高效去噪方法

摘要：

利用车载激光雷达获取铁路沿线环境信息对于保障行车安全具有重要意义.但是激光雷达采集到的点云数据受设备及环境因素影响,会产生大量的噪声干扰,这些噪声严重影响后续的感知和监测任务.为此,本文提出了一种面向铁路场景的大规模点云高效去噪方法.该方法提出了一种新颖的网格投影策略,对大规模铁路点云数据进行高效的降维降采样处理.然后,设计了基于GPU的改进聚类加速算法,快速识别离群的噪声数据.最后综合设计多策略融合方法,有效地去除噪声数据.所提方法充分利用铁路场景前向运动的特点,对点云数据进行基于网格化的时空压缩,同时利用GPU 加速聚类算法的矩阵运算,实现了实时高效的铁路场景大规模点云去噪算法.实验结果表明,所提方法不仅能够提高去噪的性能,而且处理效率得到了极大提升.

关键词：激光点云、去噪、GPU加速

所属期刊栏目：53

分类号：TP391;TN249(计算技术、计算机技术)

资助基金：中国铁道科学研究院集团有限公司科技开发基金重点项目No.2021YJ310

在线出版日期：2023-07-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：830-837