统计离群点去除（Statistical Outlier Removal）是数据处理中识别并剔除异常观测值的技术方法。在自动驾驶领域，它特指通过统计分析（如标准差、四分位距等）对传感器采集的原始点云数据进行清洗，去除因环境干扰或设备误差产生的噪点。其核心思想是假设正常数据点服从特定统计分布，将与群体特征显著偏离的孤立点判定为无效噪声。
在自动驾驶感知系统开发中，该技术直接影响目标检测的鲁棒性。例如激光雷达点云中的离群点可能导致虚警障碍物，通过基于k近邻距离的统计滤波处理，可提升后续聚类算法的准确性。百度Apollo等开源框架已将其作为点云预处理的标准模块，典型参数设置需兼顾敏感度与误剔除率的平衡。延伸阅读推荐《自动驾驶中的感知算法》（机械工业出版社，2021）第三章关于点云滤波的详细论述。