라이다 처리

라이다 데이터에서 Velodyne® 파일 가져오기, 분할, 다운샘플링, 변환, 시각화, 3차원 포인트 클라우드 등록, 차선 검출

첨단 운전자 보조 시스템은 라이다 스캔을 통해 얻은 3차원 포인트 클라우드를 사용하여 물리적 곡면을 측정합니다. 라이다 포인트 클라우드 처리를 사용하면 이러한 포인트 클라우드를 등록하거나 클러스터로 분할하기 전에 다운샘플링, 잡음 제거, 변환을 수행할 수 있습니다. 또한 Velodyne 패킷 캡처(PCAP) 파일에서 가져온 포인트 클라우드 등의 포인트 클라우드를 읽고, 쓰고, 저장하고, 표시하고, 비교할 수도 있습니다.

딥러닝 접근법을 사용하여 라이다 포인트 클라우드에서 도로 차선을 검출할 수도 있습니다. Automated Driving Toolbox™는 K-Lane 데이터 세트에 대해 훈련된 라이다 차선 검출 신경망을 제공합니다. 사전 훈련된 신경망을 사용하면 최대 6개의 차선을 검출할 수 있습니다. 분류 정확도, 정밀도, 재현율, F1 점수 등 다양한 메트릭을 사용하여 검출기의 성능을 평가할 수도 있습니다.

라이다 포인트 클라우드의 차선을 검출하려면 애드온 탐색기에서 Automated Driving Toolbox Model for Lidar Lane Detection 지원 패키지를 다운로드합니다. 애드온 다운로드에 대한 자세한 내용은 애드온을 받고 관리하기 항목을 참조하십시오.

함수

모두 확장

pointCloud3차원 포인트 클라우드를 저장하기 위한 객체
velodyneFileReaderRead point cloud data from Velodyne PCAP file
pcreadPLY 또는 PCD 파일에서 3차원 포인트 클라우드 읽어 들이기
pcwritePLY 또는 PCD 파일에 3차원 포인트 클라우드 쓰기
ibeoFileReaderRead message headers from Ibeo Data Container (IDC) file (R2021a 이후)
selectSelect subset of messages to read from Ibeo Data Container (IDC) file (R2021a 이후)
ibeoMessageReaderObject for reading message content from Ibeo Data Container (IDC) file (R2021a 이후)
readMessagesRead messages from Ibeo Data Container (IDC) file selection (R2021a 이후)
pcdenoise3차원 포인트 클라우드에서 잡음 제거
pcdownsampleDownsample 3-D point cloud
pcmergeMerge two 3-D point clouds
pcnormals포인트 클라우드의 법선 추정
pctransform3차원 포인트 클라우드 변환
pcplayerVisualize streaming 3-D point cloud data
pcshowPlot 3-D point cloud
pcshowpairVisualize difference between two point clouds
pcregistercpdRegister two point clouds using CPD algorithm
pcregistericpRegister two point clouds using ICP algorithm
pcregisterndtRegister two point clouds using NDT algorithm
pcregisterloamRegister two point clouds using LOAM algorithm (R2022a 이후)
pcsegdistSegment point cloud into clusters based on Euclidean distance
segmentLidarDataSegment organized 3-D range data into clusters
segmentGroundFromLidarDataSegment ground points from organized lidar data
pcfitplane3차원 포인트 클라우드에 평면 피팅
planeModel파라미터 평면 모델을 저장하기 위한 객체
lidarLaneDetectorCreate lane detector for lidar data (R2023b 이후)
trainLidarLaneDetectorTrain lane detector for lidar data (R2023b 이후)

도움말 항목

추천 예제

Ground Plane and Obstacle Detection Using Lidar

Ground Plane and Obstacle Detection Using Lidar

Detect the ground plane and find nearby obstacles in 3-D lidar data.

Lane Detection in Lidar Data Using Deep Learning

Lane Detection in Lidar Data Using Deep Learning

Detect lanes in lidar point clouds using LLDN-GFC deep learning network.