创建合成LiDAR点云

Question

我想为DL模型创建合成训练数据，以便在点云中进行分割和分类。地面实况/真实数据由LiDAR点云组成。我在python/open3d中编写了一个简单的网格采样模型，并且能够快速地将3D场景转换为点云(参见图1)，但我需要包含LiDAR传感器的某些特征。

​

​

搅拌机(https://www.blensor.org/)的工作方式我需要它(图2)，但我不想使用搅拌机自动柜员机。而且，对于我的用例，结果也没有足够的质量。

​

​

在第一步中，我只想切断LiDAR传感器的某个位置无法到达的点，主要是为了创建“阴影”，这对于使训练数据更真实非常重要。对于简单快速的解决方法，您有什么建议吗？我的点云保存在pandas数据框中，包括x，y，z和nx，ny，nz值。

提前Thx，重复

Answer 1

如果您的3D场景可以用距离函数的形式描述(本质上由一系列简单的几何形状组成，而不是点云数据)，那么您可以使用一种易于修改的光线跟踪算法来模拟LiDAR传感器。

对于每个LiDAR“光线”(即每个方向)，只需保存第一个场景碰撞的xyz坐标。这也使您可以完全自由地匹配原始真实世界的传感器属性(如角度和点数)。

计算场景和传感器光线之间的距离有多容易，取决于您设置的场景以及它的表示方式。很抱歉不能为您提供一个现成的实现，但这可能会给您一些方向。