激光雷达点云转 UE 网格流程

适用场景

这套流程适用于：

• 激光雷达点云
• 测绘点云
• 室内外扫描点云
• 想把点云转换成 UE 可用的网格体

不适用于：

• 照片重建的高斯泼溅 3DGS
• 以高斯椭球体为核心的实时渲染方案

对激光雷达点云来说，不建议走高斯泼溅转网格路线。更稳的方案是：

点云预处理 -> 法线计算 -> 表面重建 -> 网格清理 -> 导出 FBX/glTF -> 导入 UE

两种目标

1. 只想在 UE 里显示点云

如果只是为了浏览、展示、检查点云，不一定要转网格。 可以直接使用 Unreal Engine 的 LiDAR Point Cloud Support 插件导入点云。

适合：

• 点云可视化
• 快速预览
• 不需要复杂碰撞
• 不需要做可玩场景

2. 想在 UE 里作为正式场景使用

如果你需要下面这些能力，就应该把点云转成网格：

• 做材质
• 做碰撞
• 做关卡搭建
• 做导航
• 做灯光
• 做交互
• 做优化和 LOD

这时推荐的流程是：

1. 点云清洗
2. 法线计算
3. 表面重建
4. 网格清理
5. 导出 FBX 或 glTF
6. 导入 UE 作为 Static Mesh

推荐工具链

CloudCompare

• 官方主页: https://cloudcompare.org/main.html
• 官方文档: https://www.cloudcompare.org/doc/

适合做：

• 点云查看
• 去噪
• 裁剪
• 分块
• 下采样
• 法线计算
• 初步表面重建

MeshLab

• 官方下载页: https://www.meshlab.net/

适合做：

• Screened Poisson 重建
• Ball Pivoting 重建
• 网格清理
• 降面
• 修补局部问题

Blender

• 官方下载页: https://www.blender.org/Download/

适合做：

• 最终网格整理
• 删除错误结构
• 简单修模
• 导出 FBX 或 glTF
• 后续贴图和场景整合

标准流程

第 1 步：点云清洗

先处理原始点云：

• 删除漂浮噪点
• 删除扫描范围外的数据
• 删除天空、地面杂波或无关物体
• 适当下采样，减少点数
• 如果场景太大，按区域分块

这一步非常重要，因为脏点云会直接影响后面的重建质量。

第 2 步：法线计算

做 Poisson 重建之前，通常必须先计算法线。

重点：

• 法线方向要尽量一致
• 法线质量越稳定，重建结果越可靠
• 如果法线方向混乱，生成的网格往往会翻面、鼓包或封错洞

推荐先在 CloudCompare 里完成法线估计与方向统一。

（推荐这样

1. 在 CloudCompare 里清理噪点。
2. Edit > Normals > Compute 计算法线。
3. Edit > Normals > Orient Normals 统一法线方向。
4. 导出为 .ply。
5. 导出时保留 Normals 和 RGB Colors。
6. 在 MeshLab 里打开 .ply。
7. 用 Screened Poisson Surface Reconstruction 重建网格）

第 3 步：表面重建

常用方法有两种（另外一种很难用）：

Poisson Surface Reconstruction

优点：

• 适合大多数 LiDAR 场景
• 能生成连续表面
• 对建筑、室内、地形都比较常用

缺点：

• 容易把本来应该空着的洞封住
• 对门窗、薄结构、树叶这类细节不够理想

Ball Pivoting

优点：

• 对某些开口结构更自然
• 局部表面可能更贴近原始点云

缺点：

• 对噪声更敏感
• 对点云密度要求更高
• 点云不均匀时容易出问题

实际建议

• 建筑、室内、道路、地形：先试 Poisson
• 点云比较干净、密度高：可以试 Ball Pivoting
• 最稳妥的方法：两个都试，选结果更好的那个

第 4 步：网格清理

重建后的网格通常不能直接进 UE，需要继续处理：

• 删除漂浮碎片
• 删除错误封闭面
• 补局部破洞
• 重算法线
• 降低面数
• 检查是否存在破面、自交、非流形问题

如果模型特别大，建议把网格拆成多块，而不是导出一个超级大的整体模型。

第 5 步：导出 UE 可用格式

推荐导出：

• FBX
• glTF

其中更稳妥、在 UE 里更常用的是：

• FBX

如果目标是标准静态网格工作流，优先选 FBX。

第 6 步：导入 UE

• Unreal Engine 官方下载页: https://www.unrealengine.com/download/
• UE LiDAR Point Cloud Support 文档: https://dev.epicgames.com/documentation/en-us/unreal-engine/lidar-point-cloud-plugin-quick-start-guide-in-unreal-engine?application_version=5.6

说明：UE 的 LiDAR Point Cloud Support 通常是内置插件，不是单独下载安装的软件。

在 Unreal Engine 中：

• 导入为 Static Mesh
• 检查缩放单位
• 检查法线和面朝向
• 设置碰撞
• 根据需要生成 LOD
• 大场景建议分块导入

为什么不建议把 LiDAR 点云走高斯泼溅路线

原因很简单：

• 激光雷达点云和照片重建 3DGS 不是一类数据表达
• 高斯泼溅更偏向照片驱动的辐射场/新视角渲染
• LiDAR 更适合传统点云处理和表面重建
• 直接走高斯泼溅不仅绕远，而且不稳定

结论：

激光雷达点云 -> 网格重建 -> UE 才是更合理的路线。

大场景的注意事项

如果你的数据是：

• 大范围测绘
• 城市场景
• 道路场景
• 大型建筑群

建议不要重建成单一总网格，而要：

• 按区域分块
• 每块分别重建
• 每块分别降面
• 分块导入 UE

这样做的好处：

• 导入更稳定
• 更容易做碰撞
• 更容易优化性能
• 更方便后期替换和修补

实用结论

最推荐的主流程：

1. 用 CloudCompare 清理点云
2. 计算法线
3. 用 Poisson 做表面重建
4. 到 MeshLab 或 Blender 清理网格
5. 导出 FBX
6. 导入 UE 作为 Static Mesh

如果只是展示点云：

• 直接用 UE 的 LiDAR Point Cloud Support

如果要做正式场景：

• 一定要先转成网格