Lidar Toolbox
Lidar Toolbox™는 라이다 처리 시스템을 설계, 분석, 테스트하는 데 필요한 알고리즘, 함수, 앱을 제공합니다. 객체 검출 및 추적, 의미론적 분할, 형상 맞춤, 라이다 정합, 장애물 검출을 수행할 수 있습니다. 이 툴박스는 라이다-카메라 교차 보정을 위한 워크플로와 앱을 제공합니다.
이 툴박스를 통해 Velodyne®, Ouster®, Hokuyo™ 라이다의 데이터를 스트리밍하고 Velodyne, Ouster, Hesai® 라이다 센서가 기록한 데이터를 읽어올 수 있습니다. 라이다 뷰어 앱을 사용하면 라이다 포인트 클라우드를 대화형 방식으로 시각화하고 분석할 수 있습니다. 머신러닝 알고리즘과 PointPillars, SqueezeSegV2, PointNet++ 등의 딥러닝 알고리즘을 사용하여 검출 모델, 의미론적 분할 모델, 분류 모델을 훈련시킬 수 있습니다. 라이다 레이블 지정기 앱은 딥러닝 모델과 머신러닝 모델을 훈련시키는 데 필요한 라이다 포인트 클라우드의 수동 레이블 지정과 반자동 레이블 지정을 지원합니다.
Lidar Toolbox는 인식 워크플로와 내비게이션 워크플로를 위한 라이다 처리 참조 예제를 제공합니다. 대부분의 툴박스 알고리즘은 기존 코드와의 통합, 데스크탑 프로토타이핑, 배포를 위해 C/C++ 코드 생성을 지원합니다.
Lidar Toolbox 시작하기
Lidar Toolbox의 기본 사항 배우기
가져오기, 내보내기 및 시각화
라이다 포인트 클라우드 데이터를 읽고 쓰고 시각화하고, 대규모 포인트 클라우드 처리
필터링, 변환, 기하학적 연산
필터링, 형식 변환, 메시 생성, 기하 변환, 기하 모델 피팅을 통해 포인트 클라우드 처리
레이블 지정, 분할, 검출
딥러닝과 기하 알고리즘을 사용하여 포인트 클라우드 데이터 내 객체에 레이블을 지정하고, 객체를 분할, 검출 및 분류
정합 및 SLAM
ICP 또는 NDT와 같은 알고리즘이나 특징 기반 기법을 사용하여 포인트 클라우드를 정합하고, 3차원 포인트 클라우드 데이터나 2차원 라이다 스캔을 사용하여 SLAM 알고리즘 구현
보정 및 센서 융합
센서 간 외부 파라미터를 찾아 라이다-카메라 보정을 수행하고 센서 간 데이터 융합
라이다 데이터 수집 및 센서 시뮬레이션
지원되는 타사 하드웨어에서 라이다 데이터를 수집하고, 시뮬레이션을 위해 합성된 라이다 센서 측정값 생성
