具身智能新手名词表English

点云

Point Cloud入门必知

由大量三维坐标点组成、用来表示物体或场景形状的数据。

点云是三维空间中一组离散点的集合,每个点有 X、Y、Z 坐标,还可以附带颜色、法向量、时间戳等信息。它通常来自激光雷达、深度相机(深度图配合内参反投影)或多视角三维重建。点云无序、稀疏、点数不固定,不能直接套用处理图片的卷积网络,于是有了 PointNet 等专门的点云网络。常见处理包括体素降采样或最远点采样(减少点数)、用 ICP(迭代最近点)把两片点云对齐(配准)、分割出目标物体;开源库 PCL 定义了常用的 PCD 文件格式。具身智能里,3D 扩散策略(DP3)以单视角点云作为策略输入,AnyGrasp 等抓取检测方法也直接在点云上预测抓取位姿。

例子一张 640×480 的深度图最多能反投影出 30 多万个点,做 3D 策略时通常先裁掉桌面以外的区域,再用最远点采样降到几百到几千个点送进编码器。

也叫
3D 点云、PCD、三维点云
相关
深度图、点云编码器、最远点采样、迭代最近点、PointNet、3D 扩散策略
来源
Wikipedia: Point cloud
PCL 文档:The PCD (Point Cloud Data) file format
3D Diffusion Policy 项目页

在完整名词表里查看 →