ChronoPoints：基于轨迹的小型飞行物点云序列分类方法

《Machine Learning with Applications》：ChronoPoints: Trajectory-based classification of small flying objects

　　

本文研究由具有非重复玫瑰扫描模式的激光雷达（Light Detection and Ranging, LiDAR）传感器获取的无人机（Unmanned Aerial Vehicle, UAV）与鸟类的三维点云序列分类问题。研究人员提出的神经网络ChronoPoints将目标的连续LiDAR帧作为输入，并将其分类为五类：两类无人机和三种鸟类。ChronoPoints的架构基于三个编码器，捕获点云序列的不同方面，包括帧间形状变化和轨迹信息。实验结果表明，基于显式轨迹建模的所提架构始终优于逐帧聚合方法以及现有序列方法。ChronoPoints在保持跨不同轨迹长度的强宏平均性能的同时，取得了最高总体精度（Overall Accuracy, OA），最高达92.66%，并且在训练数据有限的情况下仍然有效。在研究人员记录的包含4至20帧轨迹长度的数据集上，完整分类流水线（包括轨迹生成和预处理）的时间需求保持在15.78 ms以下。这表明所提方法适用于实用的基于LiDAR的空中监视系统。训练所提模型和对比模型的源代码可在 https://github.com/ballakrisz/ChronoPoints 公开获取。

该研究由Anita Keszler、Krisztián Balla与András L. Majdik完成，旨在解决基于LiDAR点云序列的小型飞行物轨迹级分类问题。随着无人机（UAV）在民用与国防领域的快速普及，低空空域中可靠的目标探测与分类需求日益增长；鸟类与小型无人机在飞行行为和传感器特征上高度相似，容易造成虚警，同时无人机型号识别也直接影响威胁评估与空域管理决策。现有雷达、射频、声学、视觉及多传感器融合方案各有局限，而LiDAR能提供不受环境光照影响的三维几何信息，因此成为有前景的替代方案。然而，已有LiDAR研究多限于单帧点云分类，利用连续点云帧中时间信息的研究极少；公开数据集如UG2+/MMAUD以近似直线轨迹为主，难以支撑轨迹分析，鸟类LiDAR研究又大多依赖仿真数据，真实场景下同时包含UAV与鸟类LiDAR轨迹的数据集此前处于空白。为填补这一缺口，研究人员构建了新的真实轨迹数据集，并提出基于轨迹的点云序列分类框架ChronoPoints。

研究人员使用Livox Avia LiDAR，以100 ms积分时间在多个半城市环境（开阔草地、公园）采集DJI M600、DJI P4两类无人机以及鸽子、鸭、灰鸦三种鸟类的观测数据。固定长度轨迹由滑动窗口生成，按70%/15%/15%划分训练、验证和测试集，且来自同一测量序列的轨迹不会跨集合分配，以避免信息泄漏；轨迹长度涵盖4、8、10、12、16、20帧，缺失帧用填充帧表示。预处理包括远点采样（Farthest Point Sampling, FPS）、零填充、序列级归一化和向后差分速度估计。ChronoPoints由三个互补编码器组成：畸变编码器建模物体非刚性形变与帧间形状变化，轨迹编码器显式建模全局运动轨迹，时空编码器则使用可感知掩码的MeteorNet Meteor-ind模块聚合局部时空特征；三路嵌入经可学习集成融合后送入MLP分类，并辅以对称三路InfoNCE对比损失进行训练。实验表明，显式时间建模优于单帧聚合，ChronoPoints在多种轨迹长度上取得最佳或次佳性能，同时保持低参数和低计算量，适合实际LiDAR空中监视系统的实时部署。

研究采用的主要关键技术方法为：利用Livox Avia（100 ms）构建M600、P4无人机与鸽子、鸭、灰鸦的真实LiDAR轨迹数据集，按70%/15%/15%划分并生成4—20帧轨迹；预处理采用远点采样（FPS）、零填充与序列级归一化，用向后差分估计帧速度；网络由畸变编码器、轨迹编码器和时空编码器组成，其中畸变编码器使用逐帧MLP、帧间特征差分和带掩码的Transformer自注意力/平均池化，轨迹编码器使用加权Vandermonde多项式拟合质心并拼接帧速度，时空编码器为加入点掩码的MeteorNet Meteor-ind模块；三路嵌入经可学习集成融合，训练时结合对称InfoNCE对比损失和记忆队列。

**消融实验**：加入InfoNCE对比损失后在8帧和16帧轨迹上均提升所有指标，16帧总体精度从89.05%提升至92.60%，宏F₁从66.08%提升至75.99%；对比损失权重λ=0.3、记忆队列大小K=512为最优。单个编码器中，畸变编码器性能最强，轨迹编码器次之，时空编码器单独使用时较弱；三种编码器全部组合时性能最佳，说明它们捕获互补的时间与几何信息。嵌入维度d=128在性能与参数数量间取得最佳平衡；轨迹多项式阶数ρ=3能兼顾非线性运动建模与表示平滑性；包围盒（bbox）质心提取一致优于均值质心；可学习集成融合优于门控融合和交叉注意力融合。

**距离与点云密度对分类性能的影响**：由于序列级归一化，物体距离不直接参与分类；但距离增大会减少LiDAR回波数量，造成更稀疏的点云。结果显示，当点云特别稀疏时分类精度下降；一旦点数达到足够表征物体的程度，继续增加点数对精度提升十分有限。

**与现有方法的比较**：将ChronoPoints与逐帧聚合PointNet++以及MeteorNet、SequentialPointNet、Mamba4D、P4DTransformer、PSTNet等序列方法比较，ChronoPoints在全部轨迹长度上取得最高总体精度，在10—16帧轨迹上改进最为显著，10帧时宏精度达到87.18%。在12帧轨迹上，ChronoPoints总体精度为92.11%、平均类精度为73.80%，P4和M600精度分别达96.76%和97.22%；鸟类类别更难区分，灰鸦精度仅为41.67%，这与该类样本数量较少且鸟类运动模式高度相似有关。整体来看，显式轨迹建模一致优于逐帧聚合，且ChronoPoints在训练数据有限时仍保持有效。

**计算复杂度与实时性能**：在20帧轨迹上，ChronoPoints仅需0.80M参数、0.59 GFLOPs和0.29 GMACs，中位推理时延5.82 ms，吞吐率171.42 SPS@20，是精度—效率权衡最优的方法。完整分类流水线包含DBSCAN聚类、轨迹关联、预处理与分类，20帧轨迹平均耗时11.83 ms，最大15.78 ms，处理频率84.533 Hz，明显低于Livox Avia默认10 Hz对应的100 ms帧周期，满足实时应用需求。

**讨论与结论**：讨论部分指出，ChronoPoints不显式依赖AVIA传感器的玫瑰扫描模式，同时通过可变大小点云处理和填充机制对不同采样式样具有一定灵活性；但跨传感器迁移尚未验证，未来可通过对不同LiDAR数据重训练或微调来适应其他传感配置。研究结论可译为：本文提出ChronoPoints，一种新的基于轨迹的LiDAR点云序列分类架构，用于UAV类型与鸟类物种分类，并提供了真实轨迹数据集。通过联合建模轨迹动态、形状形变和局部时空信息，该方法一致优于单帧方法，并在现有最先进的多帧方法中取得最佳或次佳性能。在16帧轨迹上，ChronoPoints达到92.60%的总体精度和75.99%的宏F₁，仅需0.78M可训练参数、0.34 GFLOPs，10帧轨迹网络推理仅4.45 ms；包含轨迹生成与预处理的完整流水线在20帧轨迹上平均运行11.83 ms（84.653 Hz），表明该方法非常适合实际LiDAR空中监视系统中的实时部署。