摘要：随着无人驾驶技术在露天矿的广泛应用，激光雷达点云数据的完整性对矿卡安全作业至关重要。针对卸载区复杂环境导致的点云缺损问题，系统研究了典型点云缺损模式及其修补方法，有效解决了露天矿卸载区点云空洞对挡墙识别与路面感知的威胁。首先建立了激光雷达点云缺损的几何遮挡模型，量化了障碍物遮挡概率与雷达参数、空间密度的关联性，以揭示其物理机制。基于实际采集的卸载区点云数据，统计并选取了六类典型空洞，结合多维特征详细分析了其缺损模式：I型（路面坡度变化）、II型（散乱岩土堆积）、III型（挡墙间隙）、IV型（挡墙结构缺损）、V型（岩土倾落）和VI型（扬尘遮挡）。前四类源于地形遮挡，后两类由动态高密度遮挡物引发，弥补了现有研究对矿区特殊场景的针对性不足。针对不同缺损特性，提出基于地形特征的复合修补策略，通过动态栅格投影与主成分分析分割路面与挡墙点云，采用分块平面拟合（BPFR）方法实现路面的高效修复，基于泊松重建方法与凹包约束精准还原挡墙三维结构，最后合并修补结果。实验表明，在保证修补效率的同时，复合方法在法向量一致性（NC=0.99815）、均方根误差（RMSE=0.04971m）和全局偏差（SSE=75.92）上均优于对比方法，且能适应卸载区复杂地形与动态遮挡场景。研究验证了所提方法在真实矿区数据中的有效性，提升了点云完整性与环境感知精度，为无人矿卡下游任务提供了可靠数据支撑，对推动露天矿无人化作业具有重要工程价值。
文章目录
1 系统概述
2 典型点云缺损模式与分析
2.1 点云缺损模型
2.2 点云空洞分类与成因分析
2.2.1 点云空洞场景选取
2.2.2 点云预处理
2.2.3典型空洞特征及分析
3 基于地形特征的复合修补策略
3.1 路面点云与挡墙点云分割
3.2 路面点云空洞修补
3.3 边沿挡墙点云空洞修补
3.4 结果合并与后处理
4 实验结果及分析
4.1 点云缺损特征分析
4.2 点云修补效果实验
4.3 空洞修补精度对比
5 结论
