Lidar Toolbox

주요 업데이트

 

Lidar Toolbox

라이다 처리 시스템을 설계하고 분석하고 테스트할 수 있습니다.

라이다 데이터 스트리밍 및 읽기

Velodyne 라이다 센서로부터 실시간 라이다 포인트 클라우드를 스트리밍할 수 있습니다. 라이다 데이터를 PCAP, LAS, Ibeo, PCD, PLY 등 다양한 파일 형식으로 읽을 수 있습니다.

라이다 전처리

비정렬-정렬 변환, 지면 분할, 다운샘플링, 포인트 클라우드 변환, 라이다 포인트 클라우드에서 특징 추출 등을 위한 함수와 알고리즘을 적용할 수 있습니다.

라이다 데이터 시각화 및 분석

Lidar Viewer 앱을 사용하여 라이다 데이터에 대해 시각화, 분석 및 전처리 작업을 수행할 수 있습니다. 라이다 데이터의 지면 제거, 잡음 제거, 중앙값 필터링, 자르기 및 다운샘플링을 위해 내장 또는 사용자 지정 전처리 알고리즘을 사용할 수 있습니다.

라이다의 의미론적 분할

딥러닝 알고리즘을 적용하여 라이다 포인트 클라우드를 분할할 수 있습니다. 라이다 데이터에 대해 PointNet++, PointSeg, SqueezeSegV2 등의 의미론적 분할 신경망을 훈련, 테스트, 평가할 수 있습니다. 타겟 하드웨어에 대해 C/C++ 또는 CUDA® 코드를 생성할 수 있습니다.

라이다 포인트 클라우드상의 객체 검출

라이다 포인트 클라우드에서 객체 주위의 유향 경계 상자를 검출 및 피팅하고 객체 추적 또는 라이다 레이블 지정 워크플로에 이를 사용할 수 있습니다. PointPillars 신경망과 같은 견고한 검출기를 설계, 훈련, 평가하고 타겟 하드웨어에 대해 C/C++ 또는 CUDA 코드를 생성할 수 있습니다.

라이다 레이블 지정

딥러닝 모델의 훈련을 위해 라이다 포인트 클라우드에 레이블을 지정할 수 있습니다. Lidar Labeler 앱을 통해 내장 알고리즘이나 사용자 지정 알고리즘을 적용해 라이다 포인트 클라우드 레이블 지정을 자동화하고 자동화 알고리즘 성능을 평가할 수 있습니다.

라이다-카메라 보정

라이다 및 카메라 센서를 교차 보정하여 카메라 데이터와 라이다 데이터를 융합할 수 있습니다. Lidar Camera Calibrator 앱을 사용하여 영상과 라이다 포인트 클라우드에서 체커보드 특징을 검출, 추출, 시각화할 수 있습니다. 특징 검출 결과를 사용하여 카메라와 라이다 간의 강체 변환 행렬을 추정할 수 있습니다.

라이다 정합 및 SLAM(동시적 위치추정 및 지도작성)

FPFH(빠른 특징점 히스토그램) 설명자를 추출 및 정합하거나 세그먼트 정합을 사용하여 라이다 포인트 클라우드를 정합할 수 있습니다. 지상 및 항공 라이다 데이터의 라이다 포인트 클라우드 시퀀스를 함께 붙여 3차원 SLAM 알고리즘을 구현할 수 있습니다.

2차원 라이다 처리

2차원 라이다 스캔으로부터 SLAM 알고리즘을 구현할 수 있습니다. 실제 또는 시뮬레이션된 센서 판독값을 사용하여 위치를 추정하고 이진 또는 확률적 점유 그리드를 만들 수 있습니다.

무료 평가판 받기

30일 동안 사용해 보세요.


구매하기

제품별 가격을 확인하세요.

학생이세요?

학생용 MATLAB 및 Simulink를 확인하세요.