lidarPointCloudGenerator

为驾驶场景生成激光雷达点云数据

全部展开页面

描述

的lidarPointCloudGenerator系统目标™从安装在ego车辆上的激光雷达传感器产生探测。所有检测均参照ego车辆或车载传感器的坐标系。你可以使用lidarPointCloudGenerator对象，该对象包含参与者和轨迹，您可以使用drivingScenario对象。使用统计传感器模型，lidarPointCloudGenerator物体可以模拟真实的检测加上随机噪声。

生成激光雷达点云:

创造lidarPointCloudGenerator对象，并设置其属性。
使用参数调用对象，就像调用函数一样。

要了解更多关于System对象如何工作的信息，请参见什么是系统对象?

创建

语法

激光雷达= lidarPointCloudGenerator

激光雷达= lidarPointCloudGenerator(名称、值)

描述

激光雷达= lidarPointCloudGenerator创建一个lidarPointCloudGenerator对象的默认属性值，以生成激光雷达传感器的点云。

例子

激光雷达= lidarPointCloudGenerator (名称,值）集属性使用一个或多个名称-值对。例如,lidarPointCloudGenerator(‘DetectionCoordinates’,‘传感器笛卡儿’,‘MaxRange’,200)创建一个激光雷达点云发生器，在传感器笛卡尔坐标系中报告探测结果，最大探测距离为200米。将每个属性名用引号括起来。

属性

全部展开

除非另有说明，属性是不宜，这意味着在调用对象后无法更改其值。当您调用它们时，对象锁定，以及释放函数打开它们。

如果一个属性是可调，您可以随时更改它的值。

有关更改属性值的更多信息，请参见在MATLAB中使用系统对象进行系统设计．

`SensorLocation`- - - - - -传感器的位置
`1.5 [0]`(默认)|`[x y]`向量

激光雷达传感器中心的位置，指定为[x y]向量。的SensorLocation和高度属性定义了激光雷达传感器相对于ego车辆坐标系统的坐标。默认值对应于安装在轿车顶部前缘中心的激光雷达传感器。单位是米。

例子：0.1 [4]

数据类型:双

`SensorIndex`- - - - - -独特的传感器标识符
`1`(默认)|正整数

独特的传感器标识符，指定为正整数。此属性区分了多传感器系统中不同传感器的检测。

例子：5

数据类型:双

`UpdateInterval`- - - - - -传感器更新之间所需的时间间隔
`0．1`(默认)|积极的标量

传感器更新之间的所需时间间隔，指定为正实标量。的drivingScenario对象定期调用激光雷达点云发生器。lidarPointCloudGenerator对象以由所定义的间隔生成新检测UpdateInterval财产。价值UpdateInterval属性必须是模拟时间间隔的整数倍。在更新间隔之间从传感器请求的更新不包含检测。单位是秒。

例子：5

数据类型:双

`高度`- - - - - -传感器离地平面高度
`1．6`(默认)|积极的标量

传感器高于车辆地平面的高度，指定为正实标量。默认值对应于安装在轿车顶部前缘中心的激光雷达传感器。单位是米。

例子：1．5

数据类型:双

`偏航`- - - - - -LIDAR传感器的偏航角度
`0`(默认)|真正的标量

LIDAR传感器的偏航角度，指定为真正的标量。偏航角是EGO车辆的中心线与激光雷达传感器的下游轴线之间的角度。在沿着正方向时，正横摆角对应于顺时针旋转z自我车辆坐标系统的轴。单位是度。

例子：－4

数据类型:双

`沥青`- - - - - -激光雷达传感器俯仰角
`0`(默认)|真正的标量

激光雷达传感器的俯仰角，指定为实标量。俯仰角是指激光雷达传感器的下行轴与激光雷达传感器之间的夹角x - y自我飞行器坐标系的平面。正俯仰角对应于顺时针旋转，当看在积极的方向y自我车辆坐标系统的轴。单位是度。

例子：3.

数据类型:双

`卷`- - - - - -激光雷达传感器的横摇角度
`0`(默认)|真正的标量

激光雷达传感器的滚转角，指定为实标量。横摇角是激光雷达传感器的下程轴绕轴的转角x自我车辆坐标系统的轴。正滚转角对应于顺时针旋转，当看在积极的方向x坐标系的-轴。单位是度。

例子：－4

数据类型:双

`MaxRange`- - - - - -最大探测距离
`120`(默认)|积极的标量

最大检测范围，指定为正实标量。传感器无法检测到此范围之外的道路和演员。单位是米。

例子：200

数据类型:双

`RangeAccuracy`- - - - - -距离测量精度
`0．002`(默认)|积极的标量

距离测量的精度，指定为正实标量。单位是米。

例子：0．01

数据类型:单|双

`AzimuthResolution`- - - - - -激光雷达方位角分辨率
`０．１６`(默认)|积极的标量

激光雷达的方位角分辨率，指定为正实标量。方位角分辨率定义了激光雷达能够区分两个目标的方位角上的最小距离。单位是度。

例子：0．5

数据类型:单|双

`ElevationResolution`- - - - - -LIDAR的高度分辨率
`1．25`(默认)|积极的标量

激光雷达的仰角分辨率，指定为正实标量。仰角分辨率定义了激光雷达能够区分两个目标的最小仰角距离。单位是度。

例子：0．5

数据类型:单|双

`AzimuthLimits`- - - - - -激光雷达方位限制
`(-180 180)`(默认)|1×2实值向量

激光雷达的方位限制，指定为1 × 2实值向量的形式[min，max]．单位是度。

例子：50 [-100]

数据类型:单|双

`ElevationLimits`- - - - - -激光雷达仰角限制
`20 [-20]`(默认)|1×2实值向量

激光雷达的高度限制，指定为1 × 2实值向量的形式[min，max]．单位是度。

例子：10 [-10]

数据类型:单|双

`哈斯尼斯`- - - - - -启用向LIDAR传感器测量添加噪声
`真正的`(默认)|`假`

使得将噪声添加到LIDAR传感器测量，指定为真正的或假．将此属性设置为真正的增加传感器测量的噪音。否则，测量就没有噪声。

数据类型:逻辑

`HasOrganizedOutput`- - - - - -输出有组织点云
`真正的`(默认)|`假`

将生成的数据输出为指定为的有组织点云真正的或假．将此属性设置为真正的输出有组织的点云。否则，输出是无组织的。

数据类型:逻辑

`HasEgoVehicle`- - - - - -包括点云中的自我车辆
`真正的`(默认)|`假`

将ego vehicle包含在生成的点云中，指定为真正的或假．将此属性设置为真正的包括输出中的自我车辆。否则，输出点云没有自助式车辆。

数据类型:逻辑

`hasroadsinputport.`- - - - - -在生成的点云中包含道路网格数据
`真正的`(默认)|`假`

在生成的点云中包含道路网格数据，指定为真正的或假．将此属性设置为真正的要从输入的道路网格生成点云数据，rdMesh．否则，输出点云没有道路网格数据，您不能指定rdMesh．

数据类型:逻辑

`EgoVehicleActorID`- - - - - -`ActorID`自我的工具
`1`(默认)|正整数

ActorID定义为一个正整数标量。ActorID是参与者的唯一标识符。

例子：4

数据类型:单|双

`DetectionCoordinates`- - - - - -报告检测的坐标系统
`“自我笛卡儿”`(默认)|`传感器笛卡儿的`

报告检测的坐标系统，指定为以下值之一:

“自我笛卡儿”-检测报告在自我车辆笛卡尔坐标系统。
传感器笛卡儿的-检测报告在传感器笛卡尔坐标系统。

数据类型:char|字符串

`actorprofiles.`- - - - - -演员简介
结构|一系列结构

演员配置文件，指定为结构或结构阵列。每个结构包含演员的物理和雷达特征。

如果actorprofiles.是单一结构，所有的角色都传递到lidarPointCloudGenerator对象使用此概要文件。
如果actorprofiles.是数组，则传入对象的每个参与者必须具有唯一的参与者配置文件。

要为您的驾驶场景生成一个结构数组，请使用actorprofiles.函数。该表显示了有效的结构字段。如果未指定字段，则将字段设置为其默认值。如果没有参与者被传递到对象，那么ActorID字段不包括在内。

场	描述
`ActorID`	场景定义的参与者标识符，指定为一个正整数。
`ClassID`	分类标识符，指定为非负整数。`0`表示未知或未赋值类的对象。
`长度`	行动者的长度，指定为正实值标量。单位是米。
`宽度`	演员的宽度，指定为正实值的标量。单位是米。
`高度`	行动者的高度，指定为正实值标量。单位是米。
`OriginOffset`	actor的旋转中心从其几何中心偏移，指定为形式的真实值矢量[x，y，z]．旋转中心，或原点，位于行动者的底部中心。对于车辆来说，旋转中心是后轴中心下方地面上的点。单位是米。
`MeshVertices`	角色的网格顶点，指定为n-经过-3.顶点的实值矩阵。矩阵中的每一行定义了三维空间中的一个点。
`MeshFaces`	actor的网格面，指定为米-经过-3.矩阵的整数。每一行的`MeshFaces`表示由顶点id(即顶点的行号)定义的三角形。
`rcspattern.`	角色的雷达截面(RCS)图，指定为`numel（rcselevationangles）`-经过-`numel（rcsazimuthangles）`实值矩阵。单位是分贝每平方米。
`RCSAzimuthAngles`	的行对应的方位角`rcspattern.`，指定为值范围为[- 180,180]的向量。单位是度。
`RCSElevationAngles`	的行对应的仰角`rcspattern.`，指定为值范围为[- 90,90]的向量。单位是度。

有关结构字段的完整定义，请参见演员和车辆职能。

使用

语法

ptCloud =激光雷达(演员、rdMesh simTime)

[ptCloud, isValidTime] =激光雷达(演员、rdMesh simTime)

[ptCloud isValidTime,集群]=激光雷达(演员、rdMesh simTime)

［＿＿＿] =激光雷达(演员、simTime)

描述

ptCloud=激光雷达(演员，rdMesh，simTime）创建一个统计传感器模型来生成激光雷达点云，ptCloud从传感器测量所采取的演员，演员，在当前模拟时间，simTime．一个ExtendedObjectMesh.对象,rdMesh，包含自我车辆周围的道路数据。

例子

［ptCloud，isValidTime] =激光雷达(演员，rdMesh，simTime）此外回报isValidTime，这表示点云是否在指定的模拟时间生成。

［ptCloud，isValidTime，集群] =激光雷达(演员，rdMesh，simTime）此外回报集群，其中包含集群生成点云的分类数据。

［＿＿＿] =激光雷达(演员，simTime）通过禁用指定从生成的点云排除道路网格数据rdMesh输入。使用此语法，您可以返回前面语法中描述的任何输出。

要排除道路网格数据，请设置hasroadsinputport.财产假．

输入参数

全部展开

`演员`- - - - - -场景演员的姿势
结构|结构阵列

场景演员姿势，指定为结构或结构数组。每个结构对应一个参与者。可以使用actorPoses函数。您也可以手动创建这些结构。该表显示了对象用于生成检测的属性。所有其他的演员属性将被忽略。

场	描述
`ActorID`	场景定义的参与者标识符，指定为一个正整数。
`位置`	行动者的位置，指定为形式的实值向量[xyz]．单位是米。
`速度`	速度(v)的演员x-y- - - - - -,z-方向，指定为形式为[v_xv_yv_z]．单位是米每秒。
`卷`	作用器的滚转角，指定为实值标量。单位是度。
`沥青`	作用器的俯仰角，指定为实值标量。单位是度。
`偏航`	作用器的偏航角，指定为实值标量。单位是度。
`AngularVelocity`	角速度(ω.)的演员x-，y- - - - - -,z-方向，指定为形式为[ω._xω._yω._z]．单位是每秒度。

有关结构字段的完整定义，请参见演员和车辆职能。

数据类型:结构体

`rdMesh`- - - - - -网格表示的道路附近的演员
`ExtendedObjectMesh.`对象

网格表示的道路附近的行动者，指定为ExtendedObjectMesh.对象。

`simTime`- - - - - -当前仿真时间
积极的标量

电流模拟时间，指定为正实标量。的drivingScenario对象按规定的时间间隔调用激光雷达点云生成器，以生成新的点云UpdateInterval财产。价值UpdateInterval属性必须是模拟时间间隔的整数倍。在更新间隔之间从传感器请求的更新不会生成点云。单位是秒。

例子：10．5

数据类型:双

输出参数

全部展开

`ptCloud`-点云数据
`pointcloud.`对象

点云数据，返回为pointcloud.对象。

`isValidTime`—生成点云的有效时间
`0`|`1`

生成点云的有效时间，返回0或1．isValidTime是0在指定的更新间隔之间请求更新时UpdateInterval．

数据类型:逻辑

`集群`-生成点云的分类数据
N2向量

生成点云的分类数据，返回为N-by-2矢量。矢量定义了生成点云的目标的ID。N等于数财产的财产pointcloud.对象。向量包含ActorID在第一列和ClassID在第二列。

对象的功能

要使用对象函数，请指定System对象作为第一个输入参数。例如，释放名为system的对象的系统资源obj，使用此语法：

发行版(obj)

全部展开

具体到`lidarPointCloudGenerator`

isLocked 确定if.系统对象正在使用中

所有系统对象都是通用的

`一步`	运行系统对象算法
`释放`	释放资源并允许更改系统对象属性值和输入特征
`重启`	重置内部状态系统对象

例子

全部折叠

生成多角色激光雷达点云数据

打开生活的脚本

的方法生成具有多个参与者的驾驶场景的激光雷达点云数据lidarPointCloudGenerator系统对象。使用drivingScenario对象。它包括一个自我的车辆，行人和其他两辆车。

创建并绘制一个有多辆车的驾驶场景

创建一个驾驶场景。

场景= drivingScenario;

在驾驶场景中添加一条直路。这条路的每个方向都有一条车道。

道路中心= [0 0;70 0 0];lanspec = lanespec([1 1]);路(场景、roadCenters“道”, laneSpecification);

将自我车辆添加到驾驶场景中。

egoVehicle =车辆(场景中,“ClassID”，1，“网”, driving.scenario.carMesh);路径点= [1 -2 0;35 2 0];smoothTrajectory (egoVehicle锚点10);

在驾驶场景中添加卡车、行人和自行车，并绘制场景。

卡车=车辆(场景中,“ClassID”2，“长度”，8.2，'宽度', 2.5,'高度', 3.5,．..“网”, driving.scenario.truckMesh);路径点= [70 1.7 0;20 1.9 0];smoothTrajectory(卡车,锚点,15);行人=演员(场景中,“ClassID”，4，“长度”, 0.24,'宽度'，0.45，'高度', 1.7,．..“网”, driving.scenario.pedestrianMesh);路径点= [23 -4 0;10.4 - 4 0);smoothTrajectory(行人,锚点,1.5);自行车=演员(场景中,“ClassID”，3，“长度”, 1.7,'宽度'，0.45，'高度', 1.7,．..“网”, driving.scenario.bicycleMesh);路径点= [12.7 -3.3 0;49.3 - -3.3 0);smoothTrajectory(自行车、锚点、5);情节(场景中,“网格”，“上”）

图中包含一个轴对象。轴对象包含7个类型的补丁，行。

生成和绘制激光雷达点云数据

创建一个lidarPointCloudGenerator系统对象。

激光雷达= lidarPointCloudGenerator;

将参与者概要文件和ego车辆参与者ID从驾驶场景添加到System对象。

激光雷达。ActorProfiles = ActorProfiles(场景);激光雷达。EgoVehicleActorID = egoVehicle.ActorID;

绘制点云数据。

bep = birdseyebplot（“Xlimits”70年[0],“YLimits”，[ -  30 30]）;绘图仪= pointcloudplotter（bep）;传奇（'离开'）;而advance(scenario) tgts = targetpose (egoVehicle);rdmesh = roadMesh (egoVehicle);[ptCloud, isValidTime] =激光雷达(tgt, rdmesh scenario.SimulationTime);如果isValidTime plotPointCloud(绘图仪,ptCloud);结束结束

图中包含一个轴对象。轴对象包含7个类型的补丁，行。

图中包含一个轴对象。axis对象是空的。

另请参阅

主题

介绍了R2020a

lidarPointCloudGenerator

描述

创建

语法

描述

属性

SensorLocation- - - - - -传感器的位置1.5 [0](默认)|[x y]向量

SensorIndex- - - - - -独特的传感器标识符1(默认)|正整数

UpdateInterval- - - - - -传感器更新之间所需的时间间隔0．1(默认)|积极的标量

高度- - - - - -传感器离地平面高度1．6(默认)|积极的标量

偏航- - - - - -LIDAR传感器的偏航角度0(默认)|真正的标量

沥青- - - - - -激光雷达传感器俯仰角0(默认)|真正的标量

卷- - - - - -激光雷达传感器的横摇角度0(默认)|真正的标量

MaxRange- - - - - -最大探测距离120(默认)|积极的标量

RangeAccuracy- - - - - -距离测量精度0．002(默认)|积极的标量

AzimuthResolution- - - - - -激光雷达方位角分辨率０．１６(默认)|积极的标量

ElevationResolution- - - - - -LIDAR的高度分辨率1．25(默认)|积极的标量

AzimuthLimits- - - - - -激光雷达方位限制(-180 180)(默认)|1×2实值向量

ElevationLimits- - - - - -激光雷达仰角限制20 [-20](默认)|1×2实值向量

哈斯尼斯- - - - - -启用向LIDAR传感器测量添加噪声真正的(默认)|假

HasOrganizedOutput- - - - - -输出有组织点云真正的(默认)|假

HasEgoVehicle- - - - - -包括点云中的自我车辆真正的(默认)|假

hasroadsinputport.- - - - - -在生成的点云中包含道路网格数据真正的(默认)|假

EgoVehicleActorID- - - - - -ActorID自我的工具1(默认)|正整数

DetectionCoordinates- - - - - -报告检测的坐标系统“自我笛卡儿”(默认)|传感器笛卡儿的

actorprofiles.- - - - - -演员简介结构|一系列结构

使用

语法

描述

输入参数

演员- - - - - -场景演员的姿势结构|结构阵列

rdMesh- - - - - -网格表示的道路附近的演员ExtendedObjectMesh.对象

simTime- - - - - -当前仿真时间积极的标量

输出参数

ptCloud-点云数据pointcloud.对象

isValidTime—生成点云的有效时间0|1

集群-生成点云的分类数据N2向量

对象的功能

具体到lidarPointCloudGenerator

所有系统对象都是通用的

例子

生成多角色激光雷达点云数据

另请参阅

对象

功能

块

应用程序

主题

自动驾驶工具箱文档

金宝app

使用Simulink实现Adaptive Cruise控制器金宝app

`SensorLocation`- - - - - -传感器的位置
`1.5 [0]`(默认)|`[x y]`向量

`SensorIndex`- - - - - -独特的传感器标识符
`1`(默认)|正整数

`UpdateInterval`- - - - - -传感器更新之间所需的时间间隔
`0．1`(默认)|积极的标量

`高度`- - - - - -传感器离地平面高度
`1．6`(默认)|积极的标量

`偏航`- - - - - -LIDAR传感器的偏航角度
`0`(默认)|真正的标量

`沥青`- - - - - -激光雷达传感器俯仰角
`0`(默认)|真正的标量

`卷`- - - - - -激光雷达传感器的横摇角度
`0`(默认)|真正的标量

`MaxRange`- - - - - -最大探测距离
`120`(默认)|积极的标量

`RangeAccuracy`- - - - - -距离测量精度
`0．002`(默认)|积极的标量

`AzimuthResolution`- - - - - -激光雷达方位角分辨率
`０．１６`(默认)|积极的标量

`ElevationResolution`- - - - - -LIDAR的高度分辨率
`1．25`(默认)|积极的标量

`AzimuthLimits`- - - - - -激光雷达方位限制
`(-180 180)`(默认)|1×2实值向量

`ElevationLimits`- - - - - -激光雷达仰角限制
`20 [-20]`(默认)|1×2实值向量

`哈斯尼斯`- - - - - -启用向LIDAR传感器测量添加噪声
`真正的`(默认)|`假`

`HasOrganizedOutput`- - - - - -输出有组织点云
`真正的`(默认)|`假`

`HasEgoVehicle`- - - - - -包括点云中的自我车辆
`真正的`(默认)|`假`

`hasroadsinputport.`- - - - - -在生成的点云中包含道路网格数据
`真正的`(默认)|`假`

`EgoVehicleActorID`- - - - - -`ActorID`自我的工具
`1`(默认)|正整数

`DetectionCoordinates`- - - - - -报告检测的坐标系统
`“自我笛卡儿”`(默认)|`传感器笛卡儿的`

`actorprofiles.`- - - - - -演员简介
结构|一系列结构

`演员`- - - - - -场景演员的姿势
结构|结构阵列

`rdMesh`- - - - - -网格表示的道路附近的演员
`ExtendedObjectMesh.`对象

`simTime`- - - - - -当前仿真时间
积极的标量

`ptCloud`-点云数据
`pointcloud.`对象

`isValidTime`—生成点云的有效时间
`0`|`1`

`集群`-生成点云的分类数据
N2向量

具体到`lidarPointCloudGenerator`