python - 创建合成 LiDAR 点云

Question

我想为 DL 模型创建合成训练数据，以在点云中进行分割和分类。地面实况/真实数据包括 LiDAR 点云。我在 python/open3d 中编写了一个简单的网格采样模型，我能够快速将 3D 场景传输到点云（见图 1），但我需要包含 LiDAR 传感器的某些特性。

Blensor ( https://www.blensor.org/ ) 按我需要的方式工作（图 2），但我不想使用搅拌机 atm。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很重要。您对简单快速的解决方法有什么建议吗？我的点云保存在 pandas 数据框中，包括 x、y、z 和 nx、ny、nz 值。

提前谢谢，reiti

Answer 1

如果您的 3D 场景可以用距离函数的形式来描述（基本上由一系列与点云数据相对的简单几何形状组成），那么您最好使用一种易于修改的模拟 LiDAR 传感器的光线追踪算法。

对于每个激光雷达“射线”（即每个方向），您只需要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）。

计算场景和传感器射线之间距离的难易程度取决于您设置的场景及其表示方式。很抱歉无法为您提供现成的实现，但这可能会给您一些方向。