Main Content

Lidar Toolbox

라이다 처리 시스템 설계, 분석, 테스트

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

I/O

라이다 데이터 읽기, 쓰기, 시각화

전처리

3차원 포인트 클라우드에서 다운샘플링, 필터링, 변환, 정렬, 블록 처리, 구성 및 특징 추출

레이블 지정, 분할, 검출

딥러닝과 기하 알고리즘을 사용하여 포인트 클라우드 데이터의 객체에 대해 레이블 지정, 분할, 검출, 추적

보정 및 센서 융합

대화형 방식으로 라이다-카메라 보정을 수행하고 변환 행렬을 추정하고 여러 센서의 데이터를 융합합니다.

내비게이션 및 맵 작성

포인트 클라우드 정합과 맵 작성, 2차원 SLAM과 3차원 SLAM, 2차원 장애물 탐지

Lidar Toolbox 지원 하드웨어

타사 하드웨어 지원