《Planetary and Space Science》：A scene-adaptive automatic extraction framework for planetary rock obstacles
编辑推荐：
•特征驱动的超体素分割使处理边界与地形结构对齐•双层自适应机制根据局部密度和粗糙度调节布料参数•密度不变聚类结合几何滤波将岩石与伪影区分开来引言岩石在地表的形态学特征为理解行星地质演化提供了依据。其尺度频率分布记录了地质时间尺度上撞击破碎（Daly等，2023年）、热循环和空
- •
特征驱动的超体素分割使处理边界与地形结构对齐
- •
双层自适应机制根据局部密度和粗糙度调节布料参数
- •
密度不变聚类结合几何滤波将岩石与伪影区分开来
引言
岩石在地表的形态学特征为理解行星地质演化提供了依据。其尺度频率分布记录了地质时间尺度上撞击破碎（Daly等，2023年）、热循环和空间风化作用的共同影响（Basilevsky等，2015年）。定量岩石分析还可以约束行星风化层的挖掘深度，并揭示无需钻探的地下结构（Di等，2016年；Karachevtseva等，2017年；Farley等，2022年）。除了这一科学价值外，精确的岩石检测（Xiao等，2022年）还支持探测器的安全性。导航系统需要及时的路障信息以进行路径规划和任务执行（Feng等，2023年）。这些科学与工程的复合需求促使我们开发场景自适应方法，以从行星原位数据中自动提取岩石障碍物。
近期的行星任务，包括中国的嫦娥工程（Li等，2022年；Wang等，2026年），利用立体相机获取稠密的三维点云。这些数据支持行星岩石的精细尺度表征，同时也带来了分析挑战。点密度存在异质性，透视缩短和遮挡导致阴影面或陡坡面采样不完整，低纹理对比度会模糊图像特征并导致局部重建失败。这些特征与基于地面的激光雷达近均匀采样不同，而许多现有滤波算法正是针对后者设计的。
要从异质点云中提取岩石障碍物，首先需要稳健的地面滤波步骤来区分地形特征与非地面特征。传统地面滤波方法大致可分为基于斜率、形态学和基于表面的算法。其中，基于表面的方法因其能够建模非平面地形而得到广泛应用，CSF（Zhang等，2016年）是此类方法的代表。然而，现有滤波算法的一个根本局限在于，其处理参数通常是全局固定的，或仅在几何无关的空间分区中进行调整。
为解决上述局限，本研究提出ACGF-OAR，一种从行星表面点云中自动提取岩石障碍物的场景自适应框架。ACGF将特征驱动的超体素分割与局部参数调制相结合，使处理边界与地形形态对齐。OAR随后将密度不变聚类与基于形态的语义滤波相结合，将岩石轮廓从地形伪影中分离出来。我们在高保真仿真数据和真实场景模拟环境中对完整工作流进行了评估。结果支持其在所测试场景和传感器条件下的适用性，而向其他任务转移则需要重新标定和验证。
本文各节安排如下：第2节综述了地面滤波相关研究。第3节详细阐述了所提出的场景自适应框架，包括特征驱动的超体素分割、自适应参数调制策略和形态感知精化流水线。第4节介绍了实验验证，以评估不同地形条件下的定量性能。第5节讨论了参数敏感性、设计选择的物理解释性及各模块消融分析。第6节总结了主要结果并展望未来研究方向。
各节摘要
相关工作
从点云数据中提取岩石障碍物信息对于定量行星地质研究和探测器安全导航至关重要。该领域已发展出多种提取方法，涵盖了从传统几何分析到现代数据驱动技术的演进。本节综述了这些方法的发展背景，评估了其在行星环境中的适用性，并在此基础上指出现有研究的不足之处。
方法
ACGF-OAR包含两个阶段。ACGF通过场景自适应的布料模拟参数将地面点与非地面点分离。OAR利用局部边界法向量、密度不变聚类和几何属性将非地面点集精化为独立岩石目标。图2总结了这些阶段之间传递的中间产物。
我们的方法采用双层自适应机制。首先，我们通过特征驱动的超体素分割实现几何分割，并将点云
实验与结果
本节详细介绍实验设置，从定量和定性两方面评估所提出的框架，并评估其派生形态学参数的精度。
讨论
ACGF-OAR框架在仿真数据集上达到了95.01%的点级F1分数，比最先进基准高出9.28个百分点。本节分析了所提方法的关键框架参数。
结论
本研究提出并验证了一种从行星表面立体点云中自动提取岩石障碍物的场景自适应框架ACGF-OAR。在高保真仿真数据集上的实验结果表明，将几何感知自适应滤波与形态驱动语义精化相结合可获得95.01%的点级F1分数，比最佳基准高出9.28个百分点，同时保持亚厘米至厘米级
关于生成式AI及AI辅助技术在稿件撰写过程中的声明
在本工作撰写过程中，作者使用了ChatGPT以辅助语言润色。使用该工具/服务后，作者对内容进行了审核和编辑，并对出版内容承担全部责任。
CRediT作者贡献声明
陈富轩：原创草稿撰写，方法论。曹子龙：形式分析，数据管理。徐熊：审稿与编辑，资源，项目管理，方法论，资金获取，概念构思。冯永九：监督。王超：可视化。谢环：监督。徐奥：验证，形式分析。刘传凯：验证。萧长江：形式分析，数据管理
利益冲突声明
? 作者声明，没有已知的相互冲突的财务利益或个人关系可能影响本文所报告的工作。
致谢
本工作得到国家自然科学基金（批准号42471450、42221002）、上海市自然科学基金（批准号24ZR1471200）以及中央高校基础研究基金和空天飞行器动力学实验室科学与技术基金（批准号6142210250203）的资助。
陈富轩|徐熊|曹子龙|刘传凯|徐奥|萧长江|王超|冯永九|谢环
