2.4.2 点云预处理

首先将Velodyne HDL-64E激光扫描仪采集的单帧3D点云转换为一张鸟瞰RGB图像，它覆盖了正前方80m×40m的区域（如图2-2所示）。

图2-2 鸟瞰图[32]

受MV3D[28]的启发，点云的高度、强度和密度可以被编码组成RGB图像。网格图的大小被定义为n=1024，m=512。因此，将3D点云投影，并离散化为2D网格，其分辨率约为g=8cm。与MV3D相比，略微减小了像元的大小，以实现更小的量化误差，同时具有更高的输入分辨率。由于效率和性能方面的原因，这里仅使用一张而不是多张高度图。因此，针对覆盖区域Ω内的整个点云∈R3，计算所有三个特征通道（z_r，z_g，z_b，z_r，g，b∈Rm×n）。定义P_Ω：

考虑到激光雷达的z的1.73m位置，应选择z∈[-2m，1.25m]，以覆盖地面上方约3m高的区域，并以卡车为最高对象。再定义一个映射函数，其中S∈Rm×n，将每个索引为i的点映射到RGB映射图的特定网格单元S_j中。然后用一个集合描述映射到特定网格单元中的所有点：，因此，可以将Velodyne强度视为I（P_Ω）来计算每个像素的通道：

式中，N表示从P_Ωi映射到S_j的点数，而g是网格单元大小的参数。显然，z_g编码表征了最大高度，z_b编码表征了最大强度，z_r编码表征了映射到S_j中的所有点的归一化密度。下面这段代码实现了点云预处理。

代码2-1 点云预处理