Mid-360点云预处理：去畸变、滤波、降采样工程实践

在把Mid-360的点云用于SLAM、目标检测、避障等下游任务之前，通常要先做一道点云预处理，把原始点云整理成更适合算法处理的形态。Mid-360的原始点云有几个特点：非重复扫描、随时间逐步累积、点云密度中心密边缘疏，加上设备运动时点云存在畸变、还夹杂着噪声。如果直接拿原始点云去跑算法，容易因为畸变、噪声、点云密度不均而影响下游效果。点云预处理的常见环节包括去畸变、滤波、降采样，每一步都有工程上的讲究。这篇文章就从工程实践的角度，拆解Mid-360点云预处理的这三个核心环节，以及各自的操作要点。

理解Mid-360原始点云的特点

要做好点云预处理，先要理解Mid-360原始点云的特点，这些特点是预处理要解决的对象的来源。

Mid-360原始点云的第一个特点，是非重复扫描、随时间累积。点云不是在同一时刻瞬间形成的，而是在一段时间内逐步累积的，这就带来了运动畸变的可能：设备在点云累积过程中运动了，不同时刻累积的点对应不同的空间位置，直接拼在一起，点云就会出现畸变，运动越快畸变越明显。

第二个特点是点云密度不均匀。前面文章讲过，非重复扫描让点云在视场中心更密、边缘相对较疏，不同区域点密度差异明显。

第三个特点是夹杂噪声。点云里可能有设备本身的测量噪声、环境中的反射噪声（比如玻璃、强反光表面的杂散点）、以及动态物体带来的干扰点。

理解这三个特点，点云预处理的目标就清楚了：去畸变解决运动造成的点云形变，滤波去除噪声和干扰点，降采样整理点云密度、控制计算负载。三个环节各有侧重，共同把原始点云整理成干净、均匀、适合下游算法处理的形态。

去畸变：利用IMU校正运动形变

去畸变（也叫运动补偿）是Mid-360点云预处理里比较关键的环节，解决的是运动导致的点云形变问题。

因为Mid-360点云是随时间累积的，设备运动时，不同时刻扫描到的点对应不同的设备位置，如果直接把所有点放在一起，点云形状会发生扭曲。去畸变的核心，是知道每个点是在什么时刻、设备处于什么位姿时扫描到的，然后把这些点按设备运动状态校正到统一的坐标系下，消除运动造成的形变。

Mid-360自带内置IMU，为去畸变提供了运动参考。工程上，把激光点云和IMU数据在时间上同步，利用IMU测得的角速度、加速度，推算出点云累积过程中设备的运动轨迹，然后对每个点做运动补偿，把点校正到同一时刻的坐标系下。这个处理让点云在设备运动时依然保持正确的形状，是SLAM等依赖准确点云的下游任务的基础。

去畸变的质量，依赖激光和IMU的时间同步准确性、以及IMU数据的质量。时间同步不准、IMU数据异常，去畸变的效果就会打折。做去畸变时要确认时间同步配置正确、IMU数据正常，才能得到校正准确的点云。

滤波：去除噪声与干扰点

去畸变之后，点云里还夹杂着噪声和干扰点，需要通过滤波把它们去除，得到干净的点云。

滤波的常见方式分两类。一类是统计滤波，针对稀疏的离群点、噪声点。这类点通常孤零零地散布在有效点云之外，统计滤波通过分析每个点邻域内的点数分布，把邻域内点过少、明显偏离主点云的孤立点判定为噪声并去除。这对去除设备噪声、反射杂散点比较有效。

另一类是半径滤波或邻域滤波，针对距离有效点云较远的孤立点。通过检查每个点周围一定半径内是否有足够多的邻近点，不足则判定为离群点去除。和统计滤波类似，都是处理孤立噪声点，只是判断依据略有不同。

滤波时要把握尺度：滤波太弱，噪声点去不干净，会干扰下游；滤波太强，可能把有效点云的边缘细节也去掉，造成信息损失。要结合Mid-360的点云密度特点，把滤波参数调到既能去除噪声、又保留有效点云细节的平衡点。因为Mid-360点云密度不均匀，滤波参数的设置要考虑不同区域的密度差异，避免在稀疏区域把有效点误删。

降采样：控制点云密度与计算负载

降采样是点云预处理的第三个环节，主要目的是整理点云密度、控制后续算法的计算负载。

Mid-360非重复扫描产生的点云密度较高，尤其在中心区域，大量的点直接送入SLAM、检测算法，会明显增加计算量。降采样通过减少点的数量，在保留点云主要特征的前提下，降低计算负载。降采样常见的做法是体素滤波：把三维空间划分成固定大小的体素网格，每个体素内的点用一个代表点（比如重心点或中心点）代替，从而在保持点云空间分布特征的同时，大幅减少点的数量。体素大小决定了降采样的程度：体素大，点少、细节少；体素小，点多、细节多。

降采样要在算力和点云信息之间权衡。降采样太狠，点云太稀疏，特征提取和匹配会不稳定，SLAM、检测精度下降；降采样不够，点云太多，算力吃紧，实时性受影响。要按下游任务对精度的要求、以及平台的算力，选择合适的体素大小。同时，因为Mid-360点云密度不均匀，降采样在中心密、边缘疏的区域效果不同，体素大小要考虑这个特点，避免在边缘稀疏区域过度降采样。

整体来看，Mid-360点云预处理的三个核心环节，各有明确目标和操作要点。去畸变利用内置IMU校正运动形变，是SLAM等下游任务准确性的基础；滤波去除噪声和孤立干扰点，要把握好去除噪声和保留细节的平衡、考虑点云密度不均；降采样用体素滤波控制点云密度和计算负载，要在算力和点云信息之间权衡。三个环节环环相扣，结合Mid-360非重复扫描、密度不均的点云特点，把预处理参数调到合适的平衡，才能把原始点云整理成干净、均匀、适合下游算法的形态，支撑SLAM、目标检测、避障等任务稳定运行。