主要内容

检测和跟踪

对象检测、形状拟合和跟踪激光雷达点云数据

对象检测是一种技术,在一个场景中识别和定位对象。这使您能够检测三维点云中的对象。激光雷达工具箱™包括功能使您能够使用几何形状拟合检测对象或与卷积神经网络深度学习。

  • 几何形状拟合-检测物体的三维几何使用地面点云分割和plane-fitting算法。你可以检测位置,每个对象的尺寸和方向。您可以使用检测等下游工作流对象跟踪、路径规划和标签。

  • 深度学习——一个深度学习对象检测方法,利用卷积神经网络进行目标检测。激光雷达工具箱包含对象检测工作流程,使用神经网络PointPillars和Complex-YOLO v4等。你可以训练一个自定义的对象检测模型,或使用可用的pretrained网络,进一步优化您的应用程序。工具箱还支持CUDA金宝app®墨西哥人对PointPillars和SqueezeSegV2网络代码生成。

对象跟踪技术估计和跟踪运动对象的多个扫描的场景。对象跟踪由分配一个惟一的ID在点云检测对象和跟踪它们的运动帧。激光雷达工具箱包括车辆检测和跟踪工作流、公路车道和限制。大多数这些工作流使用联合概率数据关联(JPDA)追踪。

基于深度学习对象检测激光雷达点云。

功能

全部展开

形状拟合

pcfitcuboid 在点云适合长方体
pcfitplane 适合飞机三维点云

几何模型

planeModel 对象存储参数平面模型
cuboidModel 参数长方体模型

负荷训练数据

groundTruth 地面实况标签数据
结合 合并来自多个数据存储的数据
fileDatastore 数据存储与自定义文件阅读器
boxLabelDatastore 边界框标签数据的数据存储

增加和训练数据进行预处理

randomAffine3d 创建随机三维仿射变换
bboxwarp 几何变换应用于边界框
pctransform 将三维点云

对象检测

pointPillarsObjectDetector PointPillars对象探测器
trainPointPillarsObjectDetector 火车PointPillars对象探测器
检测 检测对象使用PointPillars对象探测器
detectLOAMFeatures 从三维激光雷达数据检测壤土特征点
lidarObjectDetectorTrainingData 为激光雷达目标检测创造训练数据

可视化的结果

showShape 显示图形图像、视频或点云
pcshow 绘制三维点云

评估结果

evaluateDetectionAOS 评估对象检测的平均取向的相似性度量
bboxOverlapRatio 计算边界框重叠比率

主题