Main Content

전처리

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

라이다 센서는 주변 환경의 3차원 스캔을 포인트 클라우드라는 공간에서 점들의 모음으로 생성합니다. 포인트 클라우드는 정확하고 강인하기 때문에 로보틱스 응용 분야에 유용하기는 하지만, 원시 포인트 클라우드 데이터는 크기가 크고 고밀도 잡음을 포함하며 산점 분포를 가지고 있습니다. Lidar Toolbox™에는 포인트 클라우드를 효과적으로 저장하고 사용할 수 있게 해주는 전처리 기능이 포함되어 있습니다.

  • Lidar Toolbox에는 포인트 클라우드에서 다운샘플링, 필터링, 변환, 정렬, 블록 처리, 구성 및 특징 추출을 수행하는 사전 처리 알고리즘이 포함되어 있습니다. 이러한 알고리즘을 통해 데이터의 품질과 정확도를 높이고 더 향상된 워크플로에서 빠르고 개선된 결과를 얻을 수 있습니다.

  • 포인트 클라우드 데이터가 너무 커서 한 번에 처리할 수 없는 경우, blockedPointCloud 함수를 사용하여 포인트 클라우드를 작은 블록으로 나누어 처리할 수 있습니다.

  • 정렬 포인트 클라우드를 필요로 하는 고급 워크플로(예: 객체 검출, 분할 등)의 경우, pcorganize 함수를 사용하여 비정렬 포인트 클라우드를 정렬 형식으로 변환할 수 있습니다. 정렬 포인트 클라우드와 비정렬 포인트 클라우드의 차이점에 대한 자세한 내용은 What are Organized and Unorganized Point Clouds? 항목을 참조하십시오.

  • Lidar Toolbox에는 포인트 클라우드 데이터에서 곡면 메시, DEM(Digital Elevation Model: 수치 표고 모델), 2차원 스캔을 생성하는 함수가 포함되어 있습니다. 또한 surfaceMesh 객체를 사용하여 곡면 메시 데이터를 만들고 처리할 수 있습니다. Lidar Toolbox에는 곡면 메시를 읽고 쓰고 시각화하는 함수가 포함되어 있습니다.

라이다 뷰어 앱을 사용하여 대화형 방식으로 포인트 클라우드 데이터를 시각화, 분석 및 전처리할 수도 있습니다.

앱

라이다 뷰어라이다 데이터 시각화 및 분석 (R2021b 이후)
라이다 정합 분석기Analyze results of lidar point cloud registration (R2024a 이후)

함수

모두 확장

pcdownsampleDownsample a 3-D point cloud
pcmedianMedian filtering 3-D point cloud data (R2020b 이후)
pcdenoise3차원 포인트 클라우드에서 잡음 제거
findPointsInCylinderFind points within a cylindrical region in a point cloud (R2023a 이후)
removeInvalidPointsRemove invalid points from point cloud
removeHiddenPointsRemove hidden points from point cloud (R2023a 이후)
pcalignAlign array of point clouds (R2020b 이후)
pccatConcatenate 3-D point cloud array (R2020b 이후)
pcnormals포인트 클라우드의 법선 추정
pctransform3차원 포인트 클라우드 변환
undistortEgoMotionUndistort point cloud affected by ego motion (R2023a 이후)
blockedPointCloudPoint cloud made from discrete blocks (R2022a 이후)
blockedPointCloudDatastoreDatastore for use with blocks from blockedPointCloud objects (R2022a 이후)
pcorganize3차원 포인트 클라우드를 정렬 포인트 클라우드로 변환 (R2021b 이후)
findNearestNeighborsFind nearest neighbors of a point in point cloud
findNeighborsInRadiusFind neighbors within a radius of a point in the point cloud
findPointsInROIFind points within a region of interest in the point cloud
extractEigenFeaturesExtract eigenvalue-based features from point cloud segments (R2021a 이후)
extractFPFHFeaturesExtract fast point feature histogram (FPFH) descriptors from point cloud (R2020b 이후)
detectISSFeaturesDetect ISS feature points in point cloud (R2022a 이후)
detectLOAMFeaturesDetect LOAM feature points from 3-D lidar data (R2022a 이후)
detectRectangularPlanePointsDetect rectangular plane of specified dimensions in point cloud (R2020b 이후)
detectRoadAnglesDetect road angles in point cloud (R2022b 이후)
pcregisterloamRegister two point clouds using LOAM algorithm (R2022a 이후)
pcregisterfgrRegister two point clouds using FGR algorithm (R2022b 이후)
pcregistericpRegister two point clouds using ICP algorithm
pcregistercpdRegister two point clouds using CPD algorithm
pcregistercorrRegister two point clouds using phase correlation (R2020b 이후)
pcregisterndtRegister two point clouds using NDT algorithm
pc2demCreate digital elevation model (DEM) of point cloud data (R2021b 이후)
pc2scanConvert 3-D point cloud into 2-D lidar scan (R2022a 이후)
pc2surfacemesh3차원 포인트 클라우드에서 곡면 메시 생성 (R2022b 이후)
surfaceMesh곡면 메시 생성 (R2022b 이후)
pc2surfacemesh3차원 포인트 클라우드에서 곡면 메시 생성 (R2022b 이후)
mesh2pcCreate point cloud from surface mesh (R2024b 이후)
readSurfaceMesh표준 메시 파일 형식에서 3차원 곡면 메시 데이터 읽어오기 (R2022b 이후)
writeSurfaceMeshWrite surface mesh to standard mesh file formats (R2022b 이후)
surfaceMeshShowDisplay surface mesh (R2022b 이후)
smoothSurfaceMeshSmooth surface mesh (R2023a 이후)
clusterConnectedFacesCluster connected faces (R2023a 이후)
lidarParametersLidar sensor parameters (R2021b 이후)
lidarPointAttributesObject for storing lidar point attributes (R2022a 이후)

도움말 항목

추천 예제