FugSeg：面向 3D 点云的快速不确定性感知地面分割
计算机视觉与模式识别
2026-05-12 v1
摘要
在基于 LiDAR 的环境感知系统中，地面分割是支持映射和导航等各种应用的关键预处理步骤。尽管已广泛研究，但反射噪声和孤立地面问题仍具挑战性。为解决这些问题，我们提出 FugSeg，一种快速不确定性感知地面分割方法。采用极坐标网格图作为点云表示，以确保跨 LiDAR 类型通用性。基于此，我们开发了 within- 和 cross-segment 地面标记策略，不仅识别直接可见的地面单元，还识别孤立或遮挡的地面单元。在此过程中，引入自适应斜率，将测量不确定性纳入，从而在复杂地形下增强可靠性。最后，为实现点级地面分割，引入细粒度地面高度估计方法。在整个工作流程中，通过提出的带噪声地面单元显式处理反射噪声。我们在覆盖结构化和非结构化环境的四个公开数据集上进行了全面评估。结果表明，FugSeg 在所有数据集上均优于最先进的非学习方法，实现了最高的 F1、准确率和 mIoU，同时使用单个 CPU 线程保持最快的运行时速度（64 层和 32 层 LiDAR 分别为 135 Hz 和 487 Hz），适用于资源受限系统。代码将在 https://github.com/Leo-YuLi/FugSeg 提供。
引用
@article{arxiv.2605.08952,
title = {FugSeg: Fast Uncertainty-aware Ground Segmentation for 3D Point Cloud},
author = {Yu Li and Volker Schwieger},
journal= {arXiv preprint arXiv:2605.08952},
year = {2026}
}
备注
Accepted for publication in IEEE Transactions on Intelligent Transportation Systems