激光雷达的工具箱

激光雷达的工具箱

设计、分析和测试激光雷达处理系统

流媒体和读取激光雷达数据

从Velodyne激光雷达传感器流实时激光雷达点云。读取不同文件格式的激光雷达数据,包括PCAP, LAS, Ibeo, PCD和PLY。

激光预处理

应用函数和算法进行无组织到有组织的转换,地面分割,下采样,转换点云,从激光雷达点云提取特征。

可视化和分析激光雷达数据

使用lidar Viewer应用程序对激光雷达数据进行可视化、分析和预处理操作。使用内置或自定义预处理算法进行地面去除、去噪、中值滤波、裁剪和下采样激光雷达数据。

激光雷达的语义分割

应用深度学习算法分割激光雷达点云。在激光雷达数据上训练、测试和评估语义分割网络,包括pointnet++、PointSeg和SqueezeSegV2。生成C/ c++或CUDA®目标硬件的代码。

基于激光雷达点云的目标检测

检测和拟合激光雷达点云中物体周围的定向边界框,并将其用于物体跟踪或激光雷达标记工作流程。设计、训练和评估健壮的检测器,如PointPillars网络,并为目标硬件生成C/ c++或CUDA代码。

激光标签

标记激光雷达点云用于训练深度学习模型。使用lidar Labeler应用程序应用内置或自定义算法来自动化激光雷达点云标记,并评估自动化算法性能。

Lidar-Camera校准

交叉校准激光雷达和相机传感器,融合相机和激光雷达数据。使用激光雷达相机校准器应用程序检测,提取和可视化从图像和激光雷达点云棋盘格特征。利用特征检测结果估计相机与激光雷达之间的刚体变换矩阵。

激光雷达注册和同步定位与测绘(SLAM)

通过提取和匹配快速点特征直方图(FPFH)描述符或使用段匹配来注册激光雷达点云。通过将来自地面和航空激光雷达数据的激光雷达点云序列拼接在一起,实现3D SLAM算法。

二维激光雷达处理

从2D激光雷达扫描实现SLAM算法。估计位置,并使用真实或模拟的传感器读数创建二进制或概率占用网格。

免费试用

30天的探索就在你的指尖。


准备买什么?

获取价格信息,探索相关产品。2022世界杯八强谁会赢?

你是学生吗?

您的学校可能已经通过校园范围的许可证提供了对MATLAB、Simulink和附加产品的访问。2022世界杯八强谁会赢?

Baidu
map