点云体素降采样实现及控制目标点数
哪些公司问过
零跑汽车1
答案要点
- 下标用 floor((p−min)/leaf),先减 min 保证非负,三维下标编码为 64 位整数键或三元组哈希
- 代表点可取质心(更平滑)或最近原始点(保真),颜色、法向等属性同样求平均
- 复杂度:哈希累加 O(N);按键排序后分段 O(N log N),内存更紧凑且结果有序
- 控制点数:估初值后二分 leaf,每轮 O(N);需要精确数目时再随机或最远点采样裁剪
- 边界:过滤 NaN/Inf,leaf 过小时下标范围可能溢出,空点云和单点体素要处理
易错点
- 用整数截断代替 floor 又不减 min,负坐标附近的点被错误并入同一格
- 以为输出点数与 leaf 严格单调对应,体素数大体随 leaf 增大而下降但并不严格单调,二分要设容差
- 下标线性编码时系数取得太小,不同体素键冲突
- 需要原始测量点的场景只输出质心,导致输出点不在真实表面上
面试官常见追问
- 为什么不直接随机采样到 2 万点?
- 最远点采样和体素降采样怎么选?
- 体素键溢出怎么处理?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。