来自激光雷达传感器的点云数据在机器人导航和感知、深度估计、立体视觉、视觉配准以及高级驾驶辅助系统(ADAS)中都有应用。来自激光雷达传感器的原始点云数据在应用于这些高级工作流之前需要进行基本处理。激光雷达工具箱™提供了向下采样,中值滤波,对齐,变换,从点云提取特征的功能。这些初步的处理算法可以提高数据的质量和精度,获得有价值的点云信息。这有助于加速高级工作流并提供更好的结果。
一些高级工作流需要有组织的点云进行处理。控件将无组织的点云转换为有组织的点云使用球面投影的无组织到有组织的点云转换工作流。
pcdownsample |
向下采样一个三维点云 |
pcmedian |
3-D点云数据中值滤波 |
pcdenoise |
3-D点云去除噪声 |
pcalign |
对齐数组点云 |
pccat |
连接三维点云阵列 |
pcnormals |
估计点云的法线 |
pctransform |
变换三维点云 |
findNearestNeighbors |
在点云中找到一个点的最近邻居 |
findNeighborsInRadius |
在点云的一个点的半径内寻找邻居 |
findPointsInROI |
在点云中找到感兴趣区域内的点 |
removeInvalidPoints |
从点云中移除无效点 |
extractEigenFeatures |
从点云分割中提取基于特征值的特征 |
extractFPFHFeatures |
从点云中提取快速点特征直方图(FPFH)描述子 |
detectRectangularPlanePoints |
检测点云中指定尺寸的矩形平面 |