创建合成LiDAR点云

Question

我想为DL模型创建综合训练数据，以便在点云中进行分割和分类。地面真实/真实数据包括LiDAR点云。我使用python / open3d编写了一个简单的网格采样模型，并且能够快速将3D场景传输到点云（见图1），但是我需要包括LiDAR传感器的某些特征。

Blensor（https://www.blensor.org/）以我需要的方式工作（图2），但是我不想使用Blender Atm。同样，对于我的用例来说，结果也没有足够的质量。

[第一步，我想切断LiDAR传感器的某个位置无法到达的点，主要是创建“阴影”，这对于使训练数据更加逼真非常重要。您对简单快速的解决方法有什么建议吗？我的点云保存在包含x，y，z和nx，ny，nz值的熊猫数据框中。

提前，reiti

Answer 1

如果您的3D场景可以用距离函数的形式描述（本质上是由一系列与点云数据相对的简单几何形状组成），那么可以使用易于修改的，模拟激光雷达传感器的光线跟踪算法来进行。

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的现实世界传感器属性（例如角度和点数）。

场景和传感器射线之间的距离的计算有多容易，取决于您设置的场景及其表示方式。很抱歉无法为您提供立即可用的限制，但这可能会为您提供一些指导。