预处理
Downsample、过滤、转换对齐,块,组织和提取三维点云的特征
激光雷达传感器生成的3 d扫描周围环境空间的集合点点云。虽然点云是准确和可靠,这使得它们有用的机器人应用中,原始点云数据很大,包含高密度噪声,有零星分布。激光雷达工具箱™包括预处理功能,使您能够更好的储存和使用点云。
激光雷达工具箱包括初步处理算法downsample,过滤器,变换,对齐,块,组织,从点云提取特征。这些算法提高数据的质量和准确性,并可以加速和改善结果先进的工作流。
当你的点云数据太大了,过程,你可以分而处理点云通过使用小块
blockedPointCloud函数。先进的工作流需要组织点云,如目标检测和分割,可以将无组织的点云转换成组织格式使用
pcorganize函数。更多信息在有组织的和无组织的点云之间的差别,明白了有组织的和无组织的点云是什么?激光雷达工具箱包括函数曲面网格生成、数字高程模型(DEM)和二维扫描的点云数据。您还可以创建和处理表面网格数据使用
surfaceMesh对象。激光雷达的工具箱函数,包括读、写和可视化表面网格。
您还可以交互式地可视化、分析和预处理用的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
- 介绍激光雷达处理
激光雷达的概念和应用程序的高级概述。
- 坐标系统在激光雷达工具箱
在激光雷达坐标系工具箱的概述。
- 有组织的和无组织的点云是什么?
定义组织和组织点云和如何将前者到后者。
- 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。
- 创建自定义的预处理与激光雷达工作流查看器
创建自定义预处理工作流应用程序内的交互使用。
- 估计转换两个点云之间的使用功能
这个例子展示了如何估计两个点云之间的刚性变换。
