基于帧间运动关联的MoCoPCI：高效三维点云插值新方法

针对LiDAR点云数据因硬件限制导致的时间分辨率不足问题，电子科技大学团队提出MoCoPCI框架，通过运动相关性双向流预测和跨注意力机制，实现非线性运动轨迹的高效插值。该方法在NuScenes数据集上将Chamfer距离降低24.35%，推理速度提升2倍，为自动驾驶等领域提供重要技术支撑。

　　

在自动驾驶和机器人领域，LiDAR传感器生成的3D点云数据犹如环境的"数字骨骼"，能精确描绘周围物体的空间结构。然而主流LiDAR如Velodyne HDL-64E的帧率仅10-20Hz，这种"慢动作"般的采样频率会导致动态场景中出现"动作卡顿"，严重影响多传感器融合效果。传统解决方案如同"补帧动画"，要么依赖硬件升级增加成本，要么采用伪点云生成导致信息丢失。更棘手的是，真实场景中车辆、行人等物体的运动轨迹往往呈现复杂的非线性特征，而现有方法要么像"逐帧手绘"般耗时（神经场方法），要么像"线性插补"般失真（运动估计方法），难以兼顾效率与精度。

电子科技大学信息与软件工程学院的研究团队在《Pattern Recognition》发表的这项研究，犹如为点云插值领域装上了"时空引擎"。他们开发的MoCoPCI框架创新性地采用EI Crossformer捕捉多尺度运动信息，通过金字塔式Convolution-Transformer架构一次性预测所有中间帧的双向流，配合轨迹细化模块，实现了"一击即中"的高效插值。该方案在NuScenes数据集上不仅将Chamfer距离误差大幅降低24.35%，更以2倍的推理速度优势超越现有方法，为实时环境感知提供了新范式。

关键技术包括：1）基于外推-注入的EI Crossformer跨注意力机制；2）卷积-Transformer混合的金字塔流估计模块；3）点级轨迹补偿机制；4）融合多尺度损失、双向损失和预测损失的新型损失函数。所有实验均基于公开户外数据集进行验证。

【方法设计】
研究团队构建的端到端网络包含四大核心模块：提取注入交叉变换器（EI Crossformer）通过多尺度特征提取建立全局感受野；混合结构流估计模块采用3D稀疏卷积与Transformer结合的金字塔架构，同步预测所有中间帧的双向流；轨迹细化模块通过残差学习补偿非线性运动分量；融合头模块最终生成高质量点云序列。

【性能验证】
在NuScenes数据集上的对比实验显示，MoCoPCI的Chamfer距离降至0.428，较FastPCI提升24.35%。可视化分析表明，该方法在车辆转弯等非线性运动场景中能保持更完整的结构特征。消融实验验证了EI Crossformer对复杂运动建模的关键作用，其双向流预测策略使推理速度达到23.4Hz，远超传统迭代式方法的10Hz。

【结论启示】
这项研究突破了点云插值领域"效率-精度不可兼得"的困境。MoCoPCI的创新性体现在：1）首次实现基于运动相关性的"单次预测"框架，通过共享帧间运动信息确保时间一致性；2）提出的EI Crossformer机制为3D运动建模提供了新思路；3）实践层面为自动驾驶实时系统提供了可行方案。未来工作可进一步探索动态场景下的自适应插值策略，推动该技术在边缘计算设备上的部署应用。