一种应用于无人机避障的点云数据下采样方法

本发明提供了一种应用于无人机避障的点云下采样方法，旨在解决环境感知中点云数据量大、密度不均导致建图效率低和几何细节丢失的问题。所述方法包括：通过规则网格对原始点云进行预处理以均衡密度，采用双向布料仿真滤波并结合飞行高度提取无人机有效飞行区域；计算多层次几何特征，包括高程梯度、曲率与粗糙度，并基于主成分分析融合生成点云优先级评分；依据无人机尺寸划分体素网格，并结合优先级自适应设定各体素的采样率，在特征空间内执行最远点采样以选取代表性点，最终输出简化点云模型。该方法可集成至多机协同避障与规划系统的建图模块，适用于复杂三维环境中的无人机路径规划任务，且具有轻量、准确、高效等特点。