预处理
从3-D点云中进行下采样、过滤、变换、对齐、块、组织和提取特征
激光雷达传感器生成其周围环境的三维扫描,作为空间中称为点云.虽然点云是准确和稳健的,这使得它们对机器人和自动驾驶应用非常有用,但原始点云数据很大,包含高密度噪声,并且分布分散。激光雷达工具箱™包括预处理功能,使您能够更好地存储和使用点云。
激光雷达工具箱包括初步处理算法,以减少采样,过滤,变换,对齐,块,组织,并从点云提取特征。这些算法提高了数据的质量和准确性,并可以加速和改善高级工作流的结果。
方法将点云数据划分为小块并进行处理
blockedPointCloud
函数。要创建和处理表面网格数据,请使用
surfaceMesh
对象。激光雷达工具箱包括读取、写入和可视化表面网格的功能。对于需要有组织的点云(例如对象检测和分割)的高级工作流,可以将无组织点云转换为有组织的格式
pcorganize
函数。有关有组织点云和无组织点云之间区别的更多信息,请参见什么是有组织点云和无组织点云?激光雷达工具箱包括从点云数据生成表面网格、数字高程模型(DEM)和二维扫描的功能。
控件还可以交互式地可视化、分析和预处理点云数据激光雷达查看器应用程序。
应用程序
激光雷达查看器 | 可视化和分析激光雷达数据 |
功能
主题
- 激光雷达简介
激光雷达概念和应用的高级概述。
- 开始使用激光雷达查看器
交互式可视化和分析激光雷达数据。
- 使用激光雷达查看器创建自定义预处理工作流
创建自定义预处理工作流,以便在应用程序中进行交互使用。
- 利用特征估计两点云之间的变换
这个例子展示了如何估计两个点云之间的刚性变换。
- 什么是有组织点云和无组织点云?
定义无组织点云和有组织点云,以及如何将前者转换为后者。
- 从点云中提取公路和越野点
这个例子展示了如何从点云数据中提取道路上和越野点。