如何为3D点云拟合非直线曲线？曲面拟合不居中问题求解

1. 曲面无法贴近点云中心的原因 #

你的当前实现存在三个核心问题：

• 建模逻辑错误：你当前的模型是用x、y坐标作为输入预测z值，损失计算的是z方向的预测残差，本质是拟合z关于x、y的回归曲面，而非你需要的、能垂直切分柱状点云的中轴曲面。柱状点云沿z轴延伸，每个z对应xy平面的截面，你需要的曲面要满足点到曲面的垂直距离最小，而非z方向残差最小。
• 损失函数不合理：应该计算每个点到拟合曲面的欧氏距离作为损失项，而非预测z和真实z的差值。以平面拟合为例，平面方程为a*x + b*y + c*z + d = 0，点(x0,y0,z0)到平面的距离公式为abs(a*x0 + b*y0 + c*z0 + d) / sqrt(a² + b² + c²)，用这个距离的平均值作为损失才能得到符合预期的切分平面。
• 训练未收敛：你当前用的玩具数据是xyz完全独立的均匀分布立方体，z和xy没有相关性，训练的最低损失只能到25左右，你设置的损失阈值lim=0.1永远无法达到，循环在5000次强制停止时模型完全没有收敛，自然拟合效果差。

2. 曲面上提取最优弯曲拟合线的方法 #

你当前的「先拟合曲面再提线」的思路效率偏低，更推荐直接参数化3D曲线进行拟合，如果要沿用现有思路可以按以下步骤操作：

• 首先修正曲面拟合的逻辑和损失函数，得到正确的中轴曲面
• 将所有点云点投影到拟合好的曲面上，得到投影点集合
• 用B样条参数化曲面上的曲线，将B样条的控制顶点作为可优化参数，损失为所有点云点到曲线的最短距离的平均值，用PyTorch迭代优化控制顶点即可得到目标曲线。

更适合该场景的替代方案 #

你之前尝试的方法存在的缺陷可以用以下方案解决：

• 加权B样条切片法：保留按z切片取均值的逻辑，给每个切片的均值点赋予和该切片点数量成正比的权重，点数量少的切片权重极低，不会将样条带偏，能大幅提升拟合的中心性。
• L1-median骨架提取：这是管状点云中心线提取的成熟方案，不需要手动指定起止点，对局部点缺失、噪声的鲁棒性很高，不需要自己实现优化逻辑，直接调用open3d的相关接口即可快速得到符合要求的中心线。

内容的提问来源于stack exchange，提问作者nomorequestions