第二节 噪声来源分析：传感器噪声类型与仿真模拟

做点云处理这么多年，我有个很深的体会——不懂噪声，就别谈滤波。你想想看，连敌人长什么样都不知道，你怎么打？

这一节，我们就来扒一扒点云噪声的底裤。我会结合自己踩过的坑，把传感器噪声的类型和仿真环境里的模拟方法，给你讲透。

2.1 传感器噪声的三大“惯犯”

在实际项目中，我遇到的噪声基本可以归为三类。说白了，就是三个“捣蛋鬼”。

2.1.1 高斯噪声——无处不在的“背景音”

这是最老实的噪声。它服从正态分布，均值通常为0，方差由传感器精度决定。

特点：

• 每个点都有微小偏移，但整体围绕真实位置
• 幅度不大，但架不住点多
• 激光雷达、深度相机都有，躲不掉

我记得有一次做室内建图，用的某款16线激光雷达。静态场景下，墙面点云居然有±2cm的抖动。一开始我以为是算法问题，折腾了两天。后来一查手册——人家标称测距精度就是±2cm。嗯，这就是典型的高斯噪声。

2.1.2 离群点——那个“格格不入”的家伙

离群点，我习惯叫它“野点”。它不服从任何分布，就是莫名其妙冒出来的。

常见来源：

• 多路径反射（比如玻璃、镜面）
• 边缘跳变（物体边缘测距不稳定）
• 阳光干扰（室外强光下尤其明显）
• 传感器本身偶尔抽风

我曾经在室外测试一个无人车项目，点云里突然出现一个悬空的点，距离地面3米多。排查了半天，发现是路边的金属广告牌反射造成的。这种离群点，对后续的配准和建图是毁灭性的。

2.1.3 混叠点——传感器“看花了眼”

混叠点，也叫“鬼影点”。它比离群点更隐蔽。

产生原因：

• 多台传感器同时工作时互相干扰
• 运动物体造成的拖影
• TOF传感器的多路径效应

举个例子。我在做多雷达融合时，两台激光雷达对扫，结果在重叠区域出现了大量“假点”。这些点既不是A雷达的真实测量，也不是B雷达的，而是两者信号混叠产生的。你想想看，这种噪声用常规统计滤波根本滤不掉。

噪声类型	分布特性	典型幅度	滤波难度
高斯噪声	正态分布	小（±1~3cm）	低
离群点	无规律	大（可达数米）	中
混叠点	局部聚集	中等	高

2.2 仿真环境中的噪声模拟

做仿真验证，说白了就是“造假”——造一个足够真实的假数据。我个人的经验是：噪声模拟的逼真度，直接决定了仿真结果的可信度。

2.2.1 高斯噪声的模拟

这个最简单。PCL里直接调用就完事。

// C++示例：添加高斯噪声
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
// 假设cloud已经加载了数据

pcl::PointCloud<pcl::PointXYZ>::Ptr noisy_cloud(new pcl::PointCloud<pcl::PointXYZ>);
pcl::copyPointCloud(*cloud, *noisy_cloud);

// 添加均值为0，标准差为0.02m的高斯噪声
pcl::addNoise(*noisy_cloud, 0.0f, 0.02f);

std::cout << "已添加高斯噪声，标准差: 0.02m" << std::endl;

2.2.2 离群点的模拟

离群点的模拟要讲究“随机性”。我习惯的做法是：

1. 随机选择点云中1%~5%的点
2. 给这些点的坐标加上一个大的随机偏移（比如1~5m）
3. 或者直接生成一些完全随机的新点

// Python伪代码：模拟离群点
import numpy as np

def add_outliers(points, outlier_ratio=0.03, outlier_range=3.0):
    n_points = len(points)
    n_outliers = int(n_points * outlier_ratio)
    
    # 随机选择要污染的点
    outlier_idx = np.random.choice(n_points, n_outliers, replace=False)
    
    # 添加大偏移
    noise = np.random.uniform(-outlier_range, outlier_range, (n_outliers, 3))
    points[outlier_idx] += noise
    
    return points

2.2.3 混叠点的模拟

这个稍微复杂点。我一般用两种方法：

• 方法一：在物体边缘附近复制并偏移点云，模拟多路径
• 方法二：在运动方向上添加拖影点，模拟运动模糊

2.3 本章知识体系

下面这张图，是我梳理的噪声分析框架。你可以把它当作一个检查清单。

这张图把三类噪声和它们的仿真方法串起来了。我个人建议你把它打印出来贴在工位上，做滤波之前先看一眼，心里就有数了。

好了，噪声的来源和模拟方法就讲到这里。下一节我们会聊具体的滤波算法，到时候我会结合今天讲的噪声类型，告诉你每种噪声该用什么招数对付。