激光雷达(光探测和测距的缩写)是一个遥感技术,使用脉冲光收集范围测量环境中的对象。激光雷达传感器发射激光脉冲反射对象,使他们能够感知周围环境的结构。传感器记录反射光的能量,来确定距离一个对象来创建一个2 d或3 d表示的环境。
激光雷达传感器是自动驾驶的主要传感器和机器人应用程序。它们使3 d工作流对象检测、感知和语义分割,等导航工作流映射,同时定位和地图(大满贯)和路径规划。
自治系统使用多个传感器,如相机、IMU,雷达环境感知传感器套件。激光雷达可以克服的一些缺点其他传感器通过提供高度精确、结构和环境的三维信息。这种优势导致了激光雷达传感器引入市场主流看法。
的市场采用激光雷达是由三个关键因素:
增强特色介绍低成本的激光雷达,用于范围,大小,和健壮性,增加了相对低收益的技术工业应用的可用性。
激光雷达收集高密度环境的三维信息点云更高的精度比其他传感器雷达和声波范围。反过来,这提高了三维重建的准确性。
近期的事态发展在激光雷达处理工作流等语义分割、目标检测和跟踪,相机激光雷达数据融合,激光雷达大满贯使得工程团队添加激光雷达为他们开发工作流。您可以使用工具,如MATLAB®开发和应用激光雷达处理算法。
航空激光雷达应用的例子包括:
地面激光雷达可以固定地面激光雷达和移动激光雷达。
激光雷达广泛应用于室内机器人应用程序安装在移动机器人。除了3 d激光雷达,2 d激光雷达或激光扫描仪也用于室内机器人应用激光雷达扫描和映射。他们收集周围环境的深度信息,然后基于用例的进一步处理。
常见的室内使用激光雷达包括:
MATLAB和激光雷达工具箱™简化激光雷达处理任务。用专用工具和功能,MATLAB可以帮助你克服共同挑战像3 d激光雷达数据处理的数据类型,稀疏的数据,无效数据点,和高噪音。
你可以记录生活和激光雷达数据导入MATLAB,实现激光雷达处理工作流,并创建C / c++和CUDA代码部署到生产环境中。
MATLAB的一些重要功能提供了在激光雷达点云处理包括:
在MATLAB处理任何传感器数据的第一步是获取数据到MATLAB工作区。您可以:
你可以预处理激光雷达数据提高数据的质量和提取的基本信息。激光雷达工具箱提供了将采样功能,中值滤波,调整,转变,从点云提取特征。
MATLAB实现激光相机校准估计lidar-camera变换相机和激光雷达数据融合。您可以进一步融合颜色信息在激光雷达点云和估计3 d边界框在激光雷达从共存的相机使用2 d边界框。
使用MATLAB,您可以应用深度学习算法对激光雷达数据对象检测和语义分割。
MATLAB可以统一多个域,注入一个端到端的对象跟踪工作流。这使您能够读取激光雷达数据,预处理,应用深度学习检测对象,跟踪这些对象使用一个预定义的追踪,并部署在一个目标硬件。
MATLAB提供的功能包括注册激光雷达点云和使用SLAM算法构建3 d地图。你可以快速提取和匹配点特征直方图(FPFH)描述符从激光雷达点云,然后注册点云基于匹配特性。
您还可以实现3 d SLAM算法通过把激光雷达点云序列连接在一起,从地面和空中激光雷达数据。