2025 届
车载散货的点云三维测量系统
针对散货料堆表面不规则、边界不清的问题，构建从采集、配准到体积与形态测量的完整流程，并评估在不同堆型下的测量一致性。
01 — 关于实验室
把三维传感器
变成可信的测量与感知工具
实验室围绕激光雷达等三维传感器开展工作，研究链路覆盖数据采集、算法实现到系统集成。
三维感知的第一层问题是测得准不准：传感器如何标定、点云如何配准、误差如何传播、结果的不确定度是多少。这是我们一切工作的底线。
第二层问题是看得懂不懂：场景中的结构、物体与运动如何被稳定地提取和表达，进而成为可推理的三维表征。
实验室的工作同时具备工程属性与研究属性：既要能在真实场景中跑起来，也要能说清楚为什么这样设计、边界在哪里、失效模式是什么。
目前的研究正从三维感知向空间智能延伸——让重建出的几何结构成为理解、规划与决策的基础，而不只是可视化的产物。
02 — 研究方向
从单点测量到场景理解
五个方向连成一条链路：标定解决可信，感知解决可用，生成解决不完备，空间智能解决可用之后能做什么，加速解决能否落地。
01
三维测量与标定
面向工程场景的高精度三维测量与多传感器标定：解决“测得准”这一层的前置问题——坐标系对齐、尺度正确、误差可评估。
车载散货三维测量各向异性尺度 ICP 配准激光雷达–相机外参标定激光雷达–转台转轴外参标定红外相机–激光雷达点云融合标定
02
三维感知与识别
从点云中稳定地提取语义与结构：多模态信息如何互补，深度与几何如何联合，数据量如何压缩而不损失判别能力。
点云多模态目标识别深度图像分割点云压缩
03
重建与生成
面对不完整、稀疏、有噪声的真实扫描数据，如何重建出完整的几何与可用的三维资产，并把大模型能力引入三维表达。
扩散模型点云网格重建与补全点云大模型智能体三维模型自动生成
04
空间智能与集群
把几何结果接到理解、规划与决策：多个平台如何协同完成大范围三维结构探索，以及具身智能如何利用三维空间表征行动。
无人机 / 无人车集群三维结构自主探索扫描具身智能的空间智能模型车载散货三维虚拟仿真系统
05
计算加速
点云算法的实时性瓶颈往往不在算法本身而在数据搬运：用可编程硬件把耗时环节下沉，让算法能在真实工况下闭环运行。
FPGA 加速点云处理
03 — 平台与数据
真实设备，真实场景
算法在实验室里跑通只算一半，另一半要在真实的采集链路和真实工况里验证。
| 类别 | 构成 | 用途 |
|---|---|---|
| 激光雷达 | 机械旋转式与固态激光雷达 | 点云采集、SLAM、测量与感知算法验证 |
| 视觉与红外 | 工业相机、深度相机、红外相机 | 多模态融合与跨模态外参标定 |
| 惯性与位姿 | 惯性测量单元、转台与位移机构 | 时空对齐、转轴标定、位姿真值获取 |
| 无人平台 | 无人机与无人车实验平台 | 集群协同、自主探索扫描 |
| 计算与加速 | GPU 工作站、边缘计算节点、FPGA 开发板 | 点云深度学习、实时感知与硬件加速 |
| 软件栈 | Linux / ROS 2 / PCL / PyTorch / C++ | 算法开发与系统集成 |
04 — 学生作品
每一届研究生的作品
按届别归档。每一项都是学生在真实数据上完成的一套方法、一段代码和一次完整的验证，而不是一个演示视频。
2025 届
各向异性尺度的 ICP 点云配准
针对不同方向采样密度与形变尺度差异导致的配准漂移，引入各向异性度量与尺度自适应，改进收敛性与配准精度。
2025 届
点云多模态目标识别
结合几何结构与多模态特征进行目标识别，解决单一模态在遮挡、弱纹理与稀疏采样下的识别退化问题。
2024 届
激光雷达与相机的外参标定
利用标定靶标与场景特征构造约束，完成激光雷达与相机之间的外参求解，并给出标定精度与稳定性评估。
2024 届
激光雷达与转台转轴的外参标定
标定激光雷达相对转台旋转轴的位姿关系，把多角度扫描统一到同一坐标系，为多视测量提供几何基础。
2024 届
红外相机与激光雷达的点云融合外参标定
解决跨模态、非同源成像条件下的对应关系建立问题，完成红外与激光雷达点云的空间对齐与融合。
2023 届
基于扩散模型的点云三维网格重建与补全
用生成模型从稀疏或有缺失的点云恢复完整网格表面，重点处理孔洞、薄壁与尖锐特征的保持问题。
2023 届
点云压缩与流式传输
研究几何与属性信息的压缩表示，在可控精度损失下降低数据量，支撑大场景点云的传输与在线浏览。
2023 届
深度图像分割
面向深度图像的分割方法，处理深度缺失、边缘不稳定与尺度变化等问题，为下游三维处理提供区域约束。
2022 届
无人机 / 无人车集群三维结构自主探索扫描
多个平台协同完成未知环境的三维结构探索与扫描覆盖，研究任务分配、路径规划与地图融合。
2022 届
车载散货三维虚拟仿真系统
构建散货装载过程的三维虚拟仿真环境，用于算法验证、数据合成与测量流程的可重复测试。
2022 届
点云大模型
探索大规模预训练模型在三维点云上的表征能力，研究跨任务迁移与少样本条件下的适应性。
2021 届
智能体三维模型自动生成
由智能体根据任务描述自动生成可用的三维模型资产，研究生成结果的可控性与几何合理性。
2021 届
具身智能的空间智能模型
面向具身任务的空间表征与推理模型，把三维几何结构接入行动决策，研究空间理解对任务成功率的影响。
2021 届
FPGA 加速的点云处理
把配准、滤波等计算密集环节下沉到可编程硬件，评估带宽、延迟与精度之间的权衡，支撑实时处理。
05 — 服务入口
用一次登录
进入全部科研平台
计算、调度与存储统一走实验室的 Casdoor 身份认证（OpenID Connect）。点击卡片即进入对应系统，已登录过的会话无需再次输入密码。
PVE直接跳转
虚拟化平台
集群管理、容器与虚拟机运维。点击即跳转 Casdoor 完成认证，登录页仍保留 PAM / PVE 账号密码方式。
r730.edge3d.net:8006 →
SLURM自动跳转
作业调度
Slurm 计算队列的 Web 门户。访问即自动跳转 Casdoor 完成认证，无需手动选择认证域。
ood.edge3d.net →
STORAGECasdoor OIDC
网盘
实验数据与模型产物的集中存储。登录页选择 SSO 方式，即可用统一身份进入。
pan.edge3d.net →
CASDOORIdP
统一身份中心
账号、角色与授权策略的管理入口。新增成员或调整访问权限都在这里完成。
sso.edge3d.net:1443 →
06 — 加入我们
愿意动手
也愿意想清楚
实验室欢迎对三维视觉、激光雷达与机器人感知有兴趣的同学。我们更看重基础是否扎实、是否愿意在真实场景里把一件事做完整，而不是已经会多少工具。
- 招生方向
- 自动化、计算机、测控技术、机械电子等相关专业背景，报考硕士研究生的同学。
- 能力期待
- 扎实的线性代数与概率基础；C++ / Python 编程能力；Linux 与 ROS 使用经验；愿意动手做实验、跑真实场景。
- 联系方式
- 邮箱与联系电话待补充。
- 地址
- 重庆市巴南区红光大道 69 号，重庆理工大学。