01
点云滤波概述
为什么需要滤波？滤波在感知融合中的角色。
基础感知融合
02
点云数据结构
PCL点云类型、XYZ、XYZRGB、PointXYZI。
PCL数据结构
03
体素滤波 (VoxelGrid)
原理、参数设置、降采样效果评估。
降采样体素
04
统计滤波 (StatisticalOutlierRemoval)
去除离群点、均值与标准差。
离群点统计
05
半径滤波 (RadiusOutlierRemoval)
基于邻域密度的滤波。
密度邻域
06
直通滤波 (PassThrough)
沿指定轴裁剪点云。
裁剪轴
07
条件滤波 (ConditionalRemoval)
多条件组合过滤。
条件组合
09
双边滤波
保边去噪，适用于高精度场景。
保边高精度
10
移动最小二乘 (MLS) 平滑
曲面重建前的预处理。
MLS曲面重建
11
点云去噪实战
结合统计滤波与半径滤波的流程。
实战去噪
12
点云下采样实战
体素滤波在激光雷达数据上的应用。
下采样LiDAR
13
滤波参数调优
如何根据场景选择参数？
调优场景
14
滤波对感知融合的影响
目标检测、跟踪精度变化。
感知融合精度
15
滤波与配准
滤波如何提升ICP精度？
配准ICP
16
滤波与分割
地面分割前的滤波策略。
分割地面
17
滤波与聚类
欧式聚类前的点云预处理。
聚类预处理
18
时序滤波
多帧点云融合滤波（如卡尔曼滤波）。
时序卡尔曼
19
深度学习滤波
PointNet去噪、DNN滤波简介。
深度学习PointNet
20
滤波性能评估
耗时、内存、精度权衡。
性能评估
21
滤波在ROS中的实现
ROS节点与PCL结合。
ROSPCL
22
滤波在Apollo中的实现
Apollo点云处理管线。
Apollo管线
23
滤波在Autoware中的实现
Autoware点云滤波模块。
Autoware模块
24
滤波在Open3D中的实现
Python快速原型。
Open3DPython
25
滤波在C++中的高效实现
多线程与SIMD优化。
C++SIMD
26
滤波参数自适应
基于场景动态调整滤波参数。
自适应动态
27
滤波与传感器标定
标定误差对滤波的影响。
标定误差
28
滤波与数据增强
滤波在生成训练数据中的应用。
数据增强训练
29
滤波在车路协同中的应用
路侧激光雷达滤波。
车路协同路侧
30
综合实战：构建完整滤波管线
构建一个完整的点云滤波管线，提升融合精度。
综合管线