第828篇原创，您的关注是对图图最大的鼓励！
中国图象图形学报
激光雷达（LiDAR）作为高精度三维环境感知的核心传感器，在自动驾驶、机器人导航以及增强现实等领域发挥着不可替代的作用。随着人工智能技术的快速发展，激光雷达智能处理技术已成为计算机视觉与机器人学交叉领域的前沿研究方向。
由CSIG成像探测与感知专业委员会组织，由厦门大学王程教授团队和中山大学郭裕兰教授团队，合作撰写的综述论文《激光雷达智能处理关键技术研究进展》在《中国图象图形学报》2026年6期出版。论文围绕三维目标检测、激光雷达定位、人体动作捕捉与语言推理四大关键任务，系统梳理了激光雷达智能处理技术的演进历程，深入分析了国内外研究现状、代表性数据集及未来发展方向，旨在为激光雷达智能感知领域的研究者提供系统性参考。
“图像图形学发展年度报告”综述专刊
在【中国图象图形学报】微信公众号回复关键词“年度报告2026”，即可下载专栏电子版打包文件
论文信息
激光雷达智能处理关键技术研究进展
引用格式：敖晟， 温程璐， 李文， 刘敦强， 邢乐园， 李明哲， 郭裕兰， 王程. 2026. 激光雷达智能处理关键技术研究进展. 中国图象图形学报， 31(6):1741-1762
Ao Sheng， Wen Chenglu， Li Wen， Liu Dunqiang， Xing Leyuan， Li Mingzhe， Guo Yulan， Wang Cheng. 2026. Deep learning for LiDAR point cloud processing： a survey. Journal of Image and Graphics， 31(6):1741-1762
DOI：10.11834/jig.250664
阅读全文：
http://www.cjig.cn/zh/article/doi/10.11834/jig.250664/
算法、数据集、评估指标汇总至：
https：//github.com/aosheng1996/DL4LiDAR
论文看点
论文重点围绕三维目标检测、激光雷达定位、激光雷达人体动作捕捉以及激光雷达语言推理任务，深入阐述每种任务的国内外研究现状，对比分析不同技术路线的特点与趋势，并展望未来的发展方向。下图展示了当前激光雷达智能处理关键技术的分类体系。通过对现有成果的归纳总结，旨在为相关领域的研究者提供清晰的技术发展脉络，推动激光雷达智能处理技术的进一步创新与应用。
图1 激光雷达智能处理技术的分类体系
四大核心任务
三维目标检测旨在从LiDAR点云中自动识别车辆、行人等感兴趣目标，并预测其精确的三维位置、尺寸与朝向角。该任务面临点云稀疏性、动态环境变化和高昂标注成本三大挑战。
图2 三维目标检测示意图
激光雷达定位旨在回答“我在哪里”这一核心问题，分为绝对定位与相对定位两类。与相机相比，激光雷达在复杂光照条件下能够提供更稳定、更鲁棒的环境观测。
图3 不同光照条件下同一地点相机与LiDAR观测结果对比
激光雷达人体动作捕捉旨在利用LiDAR的高精度测距能力，实现对人体三维姿态的实时重建与跟踪。与传统视觉方法相比，激光雷达不受光照条件影响，能够提供更精确的深度信息。
图4 远距离激光雷达人体动作捕捉效果
作为一项新兴的交叉模态任务，激光雷达语言推理旨在通过语言指令在点云数据中定位目标，理解空间关系。这一技术为实现人机交互与智能环境理解提供了新的可能。
图5 激光雷达语言推理方法示意图
数据集
论文系统回顾了支撑上述四大任务的代表性数据集：
三维目标检测：从KITTI到nuScenes、Waymo Open，数据规模从数万帧扩展至数十万帧。
激光雷达定位：Oxford Radar RobotCar与NCLT等数据集提供了长时间、大规模的城市与校园连续序列。
激光雷达人体动作捕捉：LiDARHuman26M、HSC4D等数据集填补了精细三维姿态标注的空白。
激光雷达语言推理：KITTI360Pose、CityRefer等数据集构建了密集的跨模态关联。
未来展望
基于前文对国内外技术现状的系统梳理，本文从算法融合、任务扩展、系统优化三个层面，展望激光雷达智能处理技术的未来发展方向：
算法融合：构建统一的多模态表征框架，借助大语言模型增强复杂场景的语义推理能力。
任务扩展：从目标检测、定位延伸至人体动作捕捉、语言定位等高层次任务，构建以激光雷达为核心的全息感知与交互系统。
系统优化：推进模型压缩、神经架构搜索等轻量化技术，探索领域自适应与自监督预训练机制。
作者简介
敖晟，厦门大学助理教授，主要研究方向为激光雷达数据处理。
E-mail: aosh@xmu.edu.cn
王程，通信作者，厦门大学教授，《中国图象图形学报》领域主编，主要研究方向为激光雷达数据处理。
E-mail: cwang@xmu.edu.cn
温程璐，厦门大学教授，主要研究方向为激光雷达数据处理。
E-mail: clwen@xmu.edu.cn
李文，厦门大学博士研究生，主要研究方向为激光雷达数据处理。
E-mail: liwen777@stu.xmu.edu.cn
刘敦强，厦门大学博士研究生，主要研究方向为激光雷达数据处理。
E-mail: dqliu@stu.xmu.edu.cn
邢乐园，厦门大学博士研究生，主要研究方向为激光雷达数据处理。
E-mail: xly_0622@163.com
李明哲，厦门大学博士研究生，主要研究方向为激光雷达数据处理。
E-mail: limingzhe@stu.xmu.edu.cn
郭裕兰，中山大学教授，《中国图象图形学报》编委，主要研究方向为计算机视觉。
E-mail: guoyulan@sysu.edu.cn
CSIG成像探测与感知专委会
成像探测与感知是融合光电子、物理、计算机、人工智能、自动控制、航空、航天、航海等多学科交叉的前沿研究领域，围绕成像机理、信息获取与智能理解展开，核心覆盖多源异构成像、多域多维重建、多模态信息融合、智能识别推理、具身智能等关键方向。成像探测与感知专业委员会成立于 2017 年，隶属于中国图像图形学会。专委会面向国家重大战略需求与社会关键任务，着力推动学科交叉融合与成像探测感知领域原始创新，紧密跟踪国际前沿技术，深度对接空天海洋、公共安全、国防科技等领域产业需求，聚力破解领域 “卡脖子” 科学问题与核心工程技术瓶颈。通过搭建高水平学术交流平台，组织系列学术会议、技术研讨与成果转化推广，促进产学研用深度协同，全面支撑我国在成像探测与智能感知领域实现高水平科技自立自强与高质量产业落地。
专委会负责人信息
主 任：
王 程 厦门大学
副主任：
汤 进 安徽大学
郑伟诗 中山大学
张 磊 西北工业大学
秘书长：
张 磊 西北工业大学
专委会联系人及联系方式
张 磊 nwpuzhanglei@nwpu.edu.cn
2025年第12期
2025年第11期
2025年第10期
2025年第9期
2025年第8期
2026年第7期
2026年第6期
2026年第5期
2026年第4期
2025年第3期
2025年第2期
2026年第1期
相关推荐
本文是中国图象图形学报稿件
内容仅供学习交流
版权属于原作者
欢迎大家关注转发！
编辑：秀 秀
审核：梧桐君
声 明
欢迎转发本号原创内容，任何形式的媒体或机构未经授权，不得转载和摘编。授权请在后台留言“机构名称+文章标题+转载/转发”联系本号。转载需标注原作者和信息来源为《中国图象图形学报》。本号转载信息旨在传播交流，内容为作者观点，不代表本号立场。未经允许，请勿二次转载。如涉及文字、图片等内容、版权和其他问题，请于文章发出20日内联系本号，我们将第一时间处理。《中国图象图形学报》拥有最终解释权。
