仪器仪表学报

作者：范明泽，徐晓苏

单位：范明泽,东南大学仪器科学与工程学院南京210096,f15830052644@163.com,徐晓苏,东南大学仪器科学与工程学院南京210096,xxs@seu.edu.cn,

关键词：分布式描述符;多阶段动态滤除;静态地图构建;自适应DBSCAN聚类

在动态场景中，诸如行人、车辆等动态对象出现在传感器的观测范围内，对静态点云地图的构建带来了显著干扰。这些动态目标在地图的生成过程中常常留下“鬼影”，严重影响地图构建精度与完整性。为了解决该问题，提出了一种面向复杂动态场景的高精细静态点云地图生成算法，旨在保持地图构建精度的同时，有效剔除动态干扰点。首先，对点云进行序列化处理并结合区域化地面分割，以减少地面点对动态判别的干扰。然后，设计了一种多阶段的动态点云离线滤除策略。在动态识别的前两阶段，分别采用两种分布式描述符(D-POD与D-PODV)来描述点云的空间占用和分布情况，并结合扫描比率测试(SRT)和径向比率测试(RRT)，实现对强弱动态点云的精准识别。在第3阶段，利用基于区域密度的改进自适应DBSCAN聚类算法完善对不规则动态点云的滤除。在公开数据集SemanticKITTI上的实验结果表明，所提算法能够在多种复杂场景下准确滤除动态点并生成高精细静态点云地图。与当前主流动态点云滤除算法ERASOR和Removert相比，所提算法的平均保留率分别提升3.95%和14.56%，平均拒绝率分别提升13.44%和17.46%。通过对强弱动态点云进行分阶段滤除，该研究能够有效滤除各类动态目标，同时最大限度地保留原始点云中的静态信息，确保了全局地图的结构完整性，为实现多场景通用、高精度、高可靠性的静态点云地图构建提供了有力支撑。

来源：2025年第4期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第4期