摘要

本文在机场环境下,由于天气/激光雷达视角以及飞机本身相互遮挡问题,导致激光雷达获取的点云不完整,提出了一种基于深度学习的激光雷达点云补全算法,通过改进PCN网络模型实现点云补全的算法。编码层基于PointNet(PointCompletionNetwork)网络结构,扩展增加一层多层感知器(SharedMLP)和逐点最大池化层(Point-feature Maxpool)组合,并联合第一层池化层的结果作为输入实现点云补全。实验结果表明,改进模型点云数据更加稠密均匀,物体轮廓特征细节部分补全效果更好。

  • 单位
    南京莱斯信息技术股份有限公司