基于扩散模型的激光雷达点云增强与对抗样本生成系统产品系统

自动驾驶与机器人感知依赖激光雷达点云，但真实场景中恶劣天气和传感器噪声会导致模型误判。本项目针对点云感知的鲁棒性问题，构建点云增强与对抗样本生成工具，用于评估和提升感知模型在复杂场景下的可靠性。

系统包含四个核心模块：1）点云生成模块，基于扩散模型生成高保真点云数据；2）强度分布对齐模块，使生成数据的反射强度分布贴合真实传感器特性；3）物理约束模块，在训练中引入物理一致性约束保证生成数据的合理性；4）评估与可视化模块，提供强度分布对比、逃逸率等量化指标及三维可视化，支撑实验分析与论文图表输出。

独立负责模型架构设计与训练流程搭建：基于 PyTorch 实现扩散模型主干网络，设计强度对齐损失与物理约束项，完成训练探底实验确定最优轮数；使用 NumPy/PyWavelets 进行信号预处理，Matplotlib 实现结果可视化，形成完整可复现的训练-评估管线。