Sref真实点云，Tsim模拟的粒子集，Trec重建的粒子集，Tsyn重建的粒子集，T* 为对应粒子集的贪心策略细化结果，S* 为对应粒子集的模拟点云序列

Method

Spray Generation

在轮胎每个网格表面设计虚拟粒子（3种）发射器，发射器根据对应粒子的初始速度及发射速率产生粒子初始状态：（主要取决于Sveh车辆速度）

Particle Trajectory Simulation

利用CFD工具预模拟出风的阻力：
，使用Unity物理引擎进行重力、阻力以及粒子与车身之间的相互作用的模拟。

Lidar Perception

在Unity上模拟激光雷达，对粒子集采集得到点云

Local Selection

选取雷达车后(5 × 85 m2)的水花为参考点云序列，对于粒子集中的粒子当且仅当满足其到参考点云序列中任一点云中至少一个点的距离小于阈值来完成重建。

P2P-based Greedy Refinement

Local Selection考虑的是一瞬的相似性，对于一段模拟的时间，只有寿命周期内能减少Srec和Sref之间的P2P距离的粒子才保留。（通过逐帧考虑产生点与点云距离是否低于平均值贪心实现）

Synthesis

将原始初始点位置进行抖动，再根据3mm的搜索半径和0.05s时间域找到近邻点，利用这些近邻点进行插值得到新点的速度及生成时间。

Experiments

PV-RCNN模型在Waymo部分数据集上的表现：
Baseline：使用Waymo训练集上的正常数据+一个序列的喷雾（恶劣天气）数据
1 R-Seq：Baseline的数据+一个重建的序列数据（共2个喷雾数据）
5 S-Seq：Baseline的数据+五个生成的序列数据

Baseline：使用Waymo训练集上的正常数据+2个序列的喷雾（恶劣天气）数据
1 R-Seq：与上个实验相同（1个真实数据+1个重建数据，共2个喷雾数据）
10 S-Seq：Baseline的数据+10个生成的序列数据