主要内容
segmentGroundFromLidarData
从有组织的激光雷达数据分割地面点
语法
描述
groundPtsIdx= segmentGroundFromLidarData (ptCloud）ptCloud，分为地面和非地面部分。激光雷达传感器必须水平安装，以便在激光雷达扫描中观察到最接近传感器的所有地面点。
groundPtsIdx= segmentGroundFromLidarData (ptCloud，名称,值）segmentGroundFromLidarData (ptCloud ElevationAngleDelta的5)
例子
分割和绘制组织的激光雷达数据
从有组织的激光雷达点云中分割地面点和非地面点。从这些分割中创建有组织的点云，并显示它们。
装载有组织的激光雷达，点云。
ld =负载(“drivingLidarPoints.mat”）;
从组织好的激光雷达点云中分割地面点。
groundPtsIdx = segmentGroundFromLidarData (ld.ptCloud);
创建一个只包含这些地面点的有组织的点云，使用选择函数。显示这个点云。
groundPtCloud =选择(ld.ptCloud groundPtsIdx);图pcshow (groundPtCloud)
创建一个只包含非地面点的有组织点云。指定一个0.5米的阈值。
nonGroundPtCloud =选择(ld.ptCloud ~ groundPtsIdx,“OutputSize”，“全部”）;distThreshold = 0.5;[标签,numClusters] = segmentLidarData (nonGroundPtCloud distThreshold);
显示非地面点云团。
figure colormap(hsv(numClusters)) pcshow(nonGroundPtCloud.Location,labels) title(“点云集群”）
使用PCAP文件分割和绘制地平面
将Velodyne PCAP®加载到工作空间。
velodyneFileReaderObj = velodyneFileReader (“lidarData_ConstructionRoad.pcap”，“HDL32E”）;
使用pc播放器创建一个点云播放器。定义它的x-，y- - - - - -,z-axes限制，单位为米，并标记其轴。
Xlimits = [-40 40];Ylimits = [-15 15];Zlimits = [-3 3];球员= pcplayer (xlimits ylimits zlimits);
标记pcplayer轴。
包含(球员。轴,“X (m)”) ylabel(球员。轴,“Y (m)”) zlabel(球员。轴,“Z (m)”）
设置标记点的颜色图。使用RGB三元组指定地平面点为绿色，障碍点为红色。
颜色= [0 1 0;1 0 0];greenIdx = 1;redIdx = 2;
迭代Velodyne PCAP文件中的前200个点云，使用readFrame读取数据。从每个点云分割地点。将所有接地点涂成绿色，非接地点涂成红色。绘制得到的激光雷达点云。
colormap (player.Axes、颜色)标题(球员。轴,“激光雷达点云的分割地平面”）;为I = 1: 200读取当前帧。ptCloud = velodyneFileReaderObj.readFrame(我);%创建标签数组。colorLabels = 0(大小(ptCloud.Location, 1),大小(ptCloud.Location 2));找到地面点。groundPtsIdx = segmentGroundFromLidarData (ptCloud);%地图颜色地面点为绿色。colorLabels(groundPtsIdx (:)) = greenIdx;地图颜色非地面点为红色。colorLabels(~groundPtsIdx (:)) = reddx;%绘制结果。视图(球员,ptCloud.Location colorLabels)结束
输入参数
输出参数
参考文献
Bogoslavskyi, I.《稀疏三维激光扫描的高效在线分割》。摄影测量、遥感与地理信息科学学报．第85卷第1期，2017年，第41-52页。
扩展功能
介绍了R2018b
你也可以从以下列表中选择一个网站:
