来源：期刊VIP网 时间：
作者：梁雨;黄鹤;闫鑫源;杨军星;
单位：北京建筑大学测绘与城市空间信息学院;
摘要：针对恶劣天气(雨、雾、雪等)导致的点云噪声会直接影响自动驾驶的环境感知问题，该文提出一种基于无监督学习的激光雷达点云去雨方法。利用卷积长短记忆网络处理多帧连续点云，提取时间特征；再将数据输入到融入了通道自注意力机制的LiSnowNet模型中，强化雨噪声高频特征提取。通过在DENSE数据集上的实验验证，其准确率最高可达0.97%,精确率最高为0.95%,召回率最高为0.96%。通过实验结果表明：相较于现有主流去噪方法，该文所提的方法在精确率和召回率上有显著提升，既能有效去除雨噪声点，又能较好地保留环境特征。
关键词：自动驾驶;;点云去雨;;卷积长短记忆网络;;通道自注意力机制
基金资助：国家自然科学基金项目(42201483);; 北京建筑大学青年教师科研能力提升计划资助项目(X23001)
