面向铁路场景的大规模点云高效去噪方法

作     者：吴嘉诚 孙淑杰 刘俊博 田媚 黄雅平 WU Jia-cheng;SUN Shu-jie;LIU Jun-bo;TIAN Mei;HUANG Ya-ping

作者机构：交通数据分析与挖掘北京市重点实验室北京交通大学北京100044 北京交通大学计算机与信息技术学院北京100044 中国铁道科学研究院基础设施检测所北京100080 

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)资助 

出 版 物：《激光与红外》 (Laser & Infrared)

年 卷 期：2023年第53卷第6期

页      码：830-837页

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。

主 题 词：激光点云 去噪 GPU加速 

学科分类：080901[080901] 0809[工学-计算机类] 081203[081203] 08[工学] 080401[080401] 0804[工学-材料学] 0835[0835] 0803[工学-仪器类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1001-5078.2023.06.004

馆 藏 号：203122478...