复杂路况更精准
针对道路工程场景优化，比传统方法更能适应多级目标特征的学习需求，提升自动驾驶与道路信息化中的目标识别精度。
Zhang, Tiantao · Lizhi, Zhou · Yusen, Wang · Lv, Gaohang · Lei, Kou · Hanming, Zhang · 解全一 · 刘剑
Measurement: Journal of the International Measurement Confederation 2025
RandLA-ML 在多个数据集上验证优于传统方法，证明其在复杂道路场景中的优越语义分割能力。
在 RandLA-Net 基础上开发，专门适配真实道路工程场景，有效学习不同精度要求下的多级目标特征。