激光雷达处理

威力登®文件导入、分割、下采样、转换、可视化和激光雷达的三维点云配准

先进的驾驶辅助系统利用激光雷达扫描获得的三维点云来测量物理表面。激光雷达点云处理使您能够对这些点云进行下采样、去噪和转换，然后将它们注册或分割成簇。您还可以读取、写入、存储、显示和比较点云，包括从Velodyne数据包捕获(PCAP)文件导入的点云。

功能

全部展开

pointCloud 对象，用于存储三维点云
velodyneFileReader 读取点云数据威力登PCAP文件
pcread 从PLY或PCD文件读取三维点云
pcwrite 将3d点云写入PLY或PCD文件
pcdenoise 去除三维点云中的噪声
pcdownsample 向下采样一个三维点云
PCMerge. 合并两个三维点云
pcnormals 估计点云的法线
pctransform. 变换三维点云
pcplayer 可视化流三维点云数据
pcshow 绘制三维点云
pcshowpair 想象两个点云之间的差别
pcregistercpd 采用CPD算法配准两点云
pcregistericp 采用ICP算法配准两点云
Pcregisterndt. 用NDT算法配准两点云
pcsegdist 基于欧几里得距离将点云分割成簇
segmentLidarData Segment将三维范围数据组织成簇
segmentGroundFromLidarData 从有组织的激光雷达数据分割地面点
pcfitplane 平面与三维点云拟合
planeModel 对象，用于存储参数化平面模型

主题

使用激光雷达探测、分类和跟踪车辆(激光雷达工具箱)

该示例通过使用安装在自助车辆上的LIDAR传感器捕获的LIDAR点云数据来说明如何检测，分类和跟踪车辆。

特色的例子

用激光雷达探测地面和障碍物

用激光雷达探测地面和障碍物

在三维激光雷达数据中探测地平面并发现附近的障碍物。
打开脚本
用激光雷达数据构建地图

用激光雷达数据构建地图

在惯性测量单元(IMU)读数的帮助下，处理3-D激光雷达传感器数据，逐步构建地图。
打开脚本
使用SLAM从激光雷达数据建立地图

使用SLAM从激光雷达数据建立地图

处理激光雷达数据建立地图，并使用同步定位和测绘估计车辆轨迹。
打开脚本
虚幻引擎模拟激光雷达定位

虚幻引擎模拟激光雷达定位

开发和评估激光雷达定位算法使用合成激光雷达数据从虚幻引擎®仿真环境。
打开脚本
使用LIDAR跟踪车辆：从点云到跟踪列表

使用LIDAR跟踪车辆：从点云到跟踪列表

使用联合概率数据关联(JPDA)跟踪器和交互多模型(IMM)方法从激光雷达数据跟踪车辆。
打开脚本
在Simulink中使用激光雷达数据跟踪车辆金宝app

在Simulink中使用激光雷达数据跟踪车辆金宝app

在Simulink中使用JPDA跟踪器和IMM方法从激光雷达数据跟踪车辆金宝app®环境。
开放模式

自动驾驶工具箱文档

金宝app

用Simulink实现自适应巡航控制器金宝app

用Simulink实现自适应巡航控制器金宝app

下载技术论文