基于全局变换与时空混合结构的动态LiDAR点云压缩方法MDLPCC研究

为解决LiDAR点云序列中存在的宏观错位（macroscopic misalignment）和微观错位（microscopic misalignment）问题，研究人员提出了一种动态LiDAR点云压缩方法MDLPCC。该方法通过全局变换（GlobTrans）消除帧间宏观错位，并利用时空混合结构缓解微观错位。实验表明，MDLPCC在SemanticKITTI和Ford数据集上均优于现有方法，显著提升了率失真（RD）性能，为自动驾驶等领域的高效数据传输提供了新方案。

　　

随着自动驾驶和三维重建技术的快速发展，LiDAR点云数据因其高精度环境感知能力成为核心数据载体。然而，海量的点云数据对传输和存储提出了巨大挑战。动态点云压缩（DPCC）技术虽能利用时序冗余降低数据量，但现有方法普遍忽视了一个关键问题：连续帧间的点云因传感器运动导致的空间错位。这种错位分为宏观尺度（如整体位移）和微观尺度（如局部细节不匹配），严重制约了压缩效率。

针对这一难题，研究人员开发了名为MDLPCC（Misalignment-aware Dynamic LiDAR Point Cloud Compression）的创新方法。该方法首次系统性地解决了点云序列中的双重错位问题。论文发表在《Journal of Visual Communication and Image Representation》上，为点云压缩领域树立了新标杆。

研究团队通过三个关键技术突破实现目标：首先采用基于点云配准（PCR）的全局变换（GlobTrans）对齐宏观错位，将参考帧t-1通过刚性变换匹配到当前帧t；其次设计Intra-Self模块（自注意力Swin Transformer）提取帧内空间特征；最后通过Inter-Cross模块（交叉注意力）融合时空信息，并引入Intra-Cross模块利用兄弟体素（sibling voxels）缓解微观错位。实验数据来自公开数据集SemanticKITTI和Ford，涵盖不同驾驶场景。

研究结果部分，小标题"Global transformation for macroscopic misalignment"显示，GlobTrans使连续帧的宏观对齐误差降低65.7%（Octree level 10），但微观尺度仍存在24.1%的错位（level 13）。在"Performance evaluation"中，MDLPCC以D1 BD-Rate提升1.600（对比STAEM）和48.089（对比G-PCC）的显著优势领跑基准测试。特别值得注意的是，Ford数据集上的跨场景验证证实了方法的泛化能力。

讨论部分指出，MDLPCC的创新性体现在两方面：一是首次显式处理点云错位问题，而非依赖神经网络隐式学习；二是将STAEM和EHEM统一为MDLPCC的特例状态。尽管计算复杂度较G-PCC有所增加（深度16时编码耗时3.89秒），但其压缩效率的提升为实时自动驾驶系统提供了可能。未来工作将探索局部运动补偿技术，进一步优化微观对齐精度。这项研究不仅推动了点云压缩技术的发展，也为激光雷达在智能交通、数字孪生等领域的应用铺平了道路。