라이다 정합 분석기
설명
라이다 정합 분석기 앱을 사용하여 포인트 클라우드를 대화형 방식으로 정합하고 다양한 정합 기법을 사용한 결과를 비교할 수 있습니다. 앱을 사용하여 대화형 방식으로 다음을 수행할 수 있습니다.
포인트 클라우드 정합
포인트 클라우드 정렬 시각화
포인트 클라우드 전처리 기술을 적용하여 정합 속도와 정합 정확도 최적화
정합 및 전처리 파라미터 조정
정합을 시도하기 전에 원본 포인트 클라우드와 전처리 포인트 클라우드를 확인하여 포인트 클라우드의 전처리 효과 미리보기
이 앱에 대한 자세한 내용은 Get Started with the Lidar Registration Analyzer App 항목을 참조하십시오.
라이다 정합 분석기 앱 열기
MATLAB® 툴스트립: 앱 탭의 영상 처리 및 컴퓨터 비전에서 앱 아이콘
을 클릭합니다.MATLAB 명령 프롬프트:
lidarRegistrationAnalyzer를 입력합니다.
프로그래밍 방식으로 사용
팁
포인트 클라우드를 정합하기 위해 전처리 단계를 포함할 필요는 없습니다. 전처리 단계를 적용하기 전에 포인트 클라우드를 정합하면 초기에 적절히 평가할 수 있습니다. 전처리 기법에 대한 자세한 내용은 Add Preprocessing Steps for Point Cloud Registration 항목을 참조하십시오.
알고리즘
라이다 정합 분석기 앱은 포인트 클라우드 정렬을 위한 다양한 정합 기법을 제공합니다. 다음 표에는 그러한 기법이 요약되어 있습니다.
| 기법 | 설명 | 반복 | 비정렬 포인트 클라우드 지원 | 초기 변환 활용 | 특징 기반 |
|---|---|---|---|---|---|
| Iterative Closest Point(ICP) | 점 사이의 점에서 점으로의 거리, 점에서 평면으로의 거리 또는 평면에서 평면으로의 거리를 최소화하여 포인트 클라우드를 정렬합니다. | ✓ | ✓ | ✓ | X |
| Normal Distributions Transform(NDT) | 각 복셀에서 정규분포를 사용하여 포인트 클라우드를 최적으로 정렬하는 변환을 찾습니다. | ✓ | ✓ | ✓ | X |
| Lidar Odometry and Mapping(LOAM) | 두 포인트 클라우드 사이의 모서리 점과 표면 점을 검출하고 일치시킨 다음, 일치된 포인트 사이의 거리를 최소화하여 포인트 클라우드를 정렬하는 특징 기반 방식입니다. | ✓ | X | ✓ | ✓ |
| Fast Global Registration(FGR) | 전역 정합 메서드입니다. 초기 변환이 없고 초기 오정렬이 심한 경우 권장됩니다. FPFH(빠른 특징점 히스토그램) 특징을 기반으로 합니다. | ✓ | ✓ | X | ✓ |
| 위상 상관 | 수평으로 장착된 라이다 센서가 있으면서 평평한 표면에서 움직이는 지상 이동체에 권장됩니다. 여기서 변환은 X-Y 평면에서의 평행 이동과 Z축을 중심으로 한 회전으로 표현할 수 있습니다. | X | ✓ | X | X |
| Coherent point drift(CPD) | 약 10,000개 이하의 소형 포인트 클라우드 또는 상당한 다운샘플링이 있는 더 큰 포인트 클라우드에 권장되는 계산 집약적 기법입니다. | ✓ | ✓ | X | X |
버전 내역
R2024a에 개발됨
참고 항목
앱
함수
pcregistericp|pcregisterndt|pcregisterloam|pcregisterfgr|pcregistercpd|pcregistercorr|pcfitplane|findPointsInCylinder|findPointsInROI|pcdownsample|segmentGroundSMRF
