模拟激光雷达重定位：一种新颖的点云数据增强方法

我们解决LiDAR的数据增强问题。给定从某位置对场景的LiDAR扫描，如何模拟从该场景不同次要位置得到的新扫描？该方法定义了选择有效次要位置的标准，然后估计原始点云中哪些点会被从这些位置扫描的扫描仪获取。我们使用合成场景验证该方法，并考察生成点云的相似度如何依赖于扫描仪距离、遮挡与角分辨率。我们展示该方法在短距离下更精确，且原始点云具有高扫描仪分辨率对生成点云的相似度有强烈影响。我们还演示了该方法如何应用于自然场景统计：特别地，我们将方法用于水平与垂直重定位扫描仪，分别考虑属于地面与非地面物体的点，并描述对这两类点距离分布的影响。