点云数据_点云数据资讯

激光雷达点云能分清地面和水面吗？

激光雷达通过发射激光并测量时间差来获取三维点云，从而构建周围环境的三维模型。点云数据需经过噪声过滤、坐标转换等预处理，以便于后续目标检测和碰撞规避算法使用。地面分割是点云处理中的重要步骤，通过识别地面点与其他非地面点，提高后续算法的准确性。然而，仅仅依靠点云数据难以完美区分水面与地面，因为水面对激光的吸收会导致点云稀疏，而潮湿路面等也可能干扰点云形成。为了更准确地区分水面与地面，通常需要结合摄像头和毫米波雷达等多传感器数据进行综合判断。

智驾最前沿

964

01/06 13:03

激光雷达点云数据

如何解决激光雷达点云中“鬼影”和“膨胀”问题？

激光雷达点云中的“鬼影”和“膨胀”可以通过硬件优化、预处理滤波、几何校正、多帧融合、学习方法和多传感器融合等多种方式进行减少。硬件层面，增加动态范围和优化光学设计可以抑制虚假信号；预处理滤波通过统计滤波、直通滤波和体素网格滤波等方式清除噪声点；几何校正利用反射特征识别和几何模型约束进行校正；多帧融合通过时序分析增强点云稳定性；学习方法利用深度学习模型自动学习噪声模式；多传感器融合通过摄像头、毫米波雷达等互补感知提升系统鲁棒性。

智驾最前沿

660

01/04 10:56

激光雷达点云数据

激光雷达点云为什么会出现吸点现象？

激光雷达在近距离测量中因信号处理节奏失配、接收器设计限制及反射特性差异，导致点云图中出现数据不连续、严重缺失的“吸点”现象。此问题影响自动驾驶系统对障碍物的准确感知，尤其在低速跟车和城市避障场景中显著。解决办法包括优化发射与接收模块、改进算法后处理技术和合理布置多个传感器，以增强系统整体的鲁棒性和稳定性。

智驾最前沿

991

2025/12/29

自动驾驶激光雷达

激光雷达点云中“鬼影”和“膨胀”是什么原因导致的？

激光雷达在自动驾驶中的重要性及其面临的高反射物体问题。高反射物体导致激光雷达接收异常强的回波信号，引起“鬼影”和“膨胀”，影响感知算法的精度。鬼影表现为虚假物体轮廓，膨胀则使真实物体轮廓扩大。这些误差源于非漫反射表面的高反射特性，造成信号混淆和误判。

智驾最前沿

953

2025/12/24

激光雷达点云数据

自动驾驶模型是如何“看”懂点云信息的？

自动驾驶中的点云处理涉及从原始数据到模型可理解形式的转换过程。首先，通过预处理步骤去除噪声和畸变，保持关键信息。接着，采用多种方法（如点级网络、体素化、BEV视图）将点云转化为规则张量，并提取工程特征以丰富几何信息。其次，利用标注数据教会模型识别对象及其属性，包括分类、定位和速度预测。训练过程中，数据增强和自监督学习有助于提高模型的鲁棒性和泛化能力。最终，在部署阶段，通过压缩和优化模型，确保其在车载环境中高效运行，并通过持续的数据闭环和安全机制提升模型性能。

智驾最前沿

443

2025/12/02

自动驾驶点云数据

一文讲透自动驾驶中的“点云”

点云是一种用数字记录三维空间中每个点位置的方式，由激光雷达、立体视觉、飞行时间深度相机和毫米波雷达等多种传感器生成。点云在自动驾驶中主要用于三维感知、建图与定位以及环境理解，提供物体的距离、高度和大致形状的信息。然而，点云也存在稀疏性、对天气敏感和依赖材料反射率等局限。为了克服这些局限，通常需要与其他传感器信息相结合，通过合适的方法和技术充分利用点云的优势。

智驾最前沿

1152

2025/11/12

自动驾驶激光雷达

都是点云数据，毫米波雷达能否替代激光雷达？

点云不是激光雷达独有的。所谓点云，就是用一堆点来表述的数据，每个点的基本盘是xyz三坐标（有一种点云格式就叫.xyz），在附带一些信息，比如强度，比如速度等等。

智驾最前沿

2189

2025/08/12

激光雷达毫米波雷达

自动驾驶中常提的“点云”是个啥？

在自动驾驶系统中，点云技术作为三维空间感知的核心手段，为车辆提供了精确的距离和形状信息，从而实现目标检测、环境建模、定位与地图构建等关键功能。那所谓的“点云”，到底是个啥？对自动驾驶有何影响？

智驾最前沿

1045

2025/05/21

自动驾驶点云数据

LION: 用于点云中3D目标检测的线性组RNN

LION的示意图主要包括多个LION模块，每个模块配有体素生成以增强特征，并配有体素合并以沿高度维度对特征进行下采样。(H, W, D)表示3D特征图的形状，其中H、W和D分别是3D特征图在X轴、Y轴和Z轴上的长度、宽度和高度。N是LION模块的数量。在LION中，我们首先将点云转换为体素，并将这些体素划分成一系列等大小的组。然后，我们将这些分组的特征输入LION的3D骨干网络，以增强它们的特征表示。最后，这些增强的特征被输入到BEV（鸟瞰图）骨干网和检测头中，以进行最终的3D检测。

智澜初起

2333

2024/08/07

点云数据 3D感测

激光点云系列之三：点云配准

由于受到视场角的限制，激光雷达在实时采集点云数据时，只能获得有限视野范围内的点云图像。为了获得三维场景的点云数据，感知算法人员需要在已知的初始姿态信息下，将采集到的前后两帧不同点云转换到统一坐标系下，将点云重合的部分拼接在一起——这就是点云配准技术。

九章智驾

1261

2023/02/22

激光雷达点云数据

激光点云系列之二：激光雷达点云处理中遇到的问题及对策

在与激光雷达公司和下游主机厂或者解决方案商的专家交流的过程中，笔者发现，当前激光点云的处理过程中，感知算法人员会遇到很多问题。比如，点云噪点的问题、点云的过多或者过少的问题、FOV的设计问题、点云重叠区域的问题、标定参数偏移的问题等。