VIP20

本课程属于：031-点云滤波 自动驾驶 · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

PCL点云预处理与建图质量优化

📚 共计 30 章节

点云滤波概述

为什么建图前必须做滤波？点云噪声来源分析（传感器噪声、运动畸变、动态物体）。

体素滤波 (Voxel Grid Filter)

原理详解、PCL实现、参数调优（体素大小对地图精度的影响）。

统计滤波 (Statistical Outlier Removal)

原理详解、PCL实现、参数调优（邻居点数与标准差倍数）。

去噪离群点

半径滤波 (Radius Outlier Removal)

原理详解、PCL实现、参数调优（半径大小与邻居阈值）。

直通滤波 (PassThrough Filter)

原理详解、PCL实现、参数调优（在Z轴去除地面与天花板）。

条件滤波 (Conditional Removal)

原理详解、PCL实现、多条件组合过滤（强度+距离）。

双边滤波 (Bilateral Filter)

原理详解、PCL实现、保边去噪在点云中的应用。

高斯滤波 (Gaussian Filter)

原理详解、PCL实现、平滑点云与特征模糊的权衡。

移动最小二乘平滑 (MLS)

原理详解、PCL实现、上采样与法线估计。

上采样法线

点云降采样策略对比

体素滤波 vs 随机采样 vs 均匀采样，建图场景下的选择。

动态物体去除

基于距离图像、基于射线投影、基于多帧一致性检查。

地面点去除

RANSAC平面拟合、基于高度阈值、基于区域生长。

点云配准前的滤波预处理

ICP对点云密度的要求、NDT对噪声的容忍度。

回环检测中的滤波

如何通过滤波减少误匹配、提高回环召回率。

多传感器融合中的滤波

LiDAR+IMU、LiDAR+相机，不同传感器数据对齐前的滤波。

基于深度学习的点云滤波

PointCleanNet、DMRNet等网络在SLAM中的应用。

深度学习SLAM

滤波参数自动调优

基于网格搜索、贝叶斯优化、强化学习的参数选择。

大规模点云滤波

分块滤波、增量式滤波、多线程/GPU加速。

滤波对地图存储的影响

减少点云数量、保持几何特征、降低内存占用。

滤波对建图精度的影响

定量分析（RMSE、ATE）、定性分析（地图可视化）。

滤波在KITTI数据集上的实战

使用PCL对KITTI点云进行滤波并评估建图效果。

滤波在自采数据集上的实战

针对不同场景（室内、室外、隧道）的滤波策略。

滤波Pipeline设计

串联多种滤波器、参数级联优化、实时性要求。

滤波与SLAM系统集成

在LOAM、LIO-SAM、Fast-LIO中嵌入滤波模块。

滤波效果评估指标

点云密度、信噪比、特征保持度、计算耗时。

常见滤波陷阱

过度滤波导致特征丢失、参数不匹配导致地图漂移。

滤波在3D语义地图中的应用

去除动态语义物体（行人、车辆）。

滤波在农业/矿山等特殊场景的应用

植被过滤、扬尘处理。

滤波在自动驾驶中的应用

高精地图制作中的点云滤波流程。

自动驾驶高精地图

课程总结与展望

滤波技术发展趋势、未来研究方向（端到端滤波、自适应滤波）。